IMPLEMENTASI ELM MENGGUNAKAN SIGMOID BINER UNTUK PREDIKSI HARGA CABAI RAWIT DI PROVINSI KEPULAUAN BANGKA BELITUNG

Abstract

Cabai rawit merupakan salah satu komoditas holtikultura yang mempunyai nilai ekonomi dan harga jual tinggi serta mendapat perhatian serius dari pemerintah dan pelaku usaha. Melonjaknya harga cabai yang tidak menentu menyebabkan para petani dan pelaku distribusi kesulitan dalam mempersiapkan cadangan produksi untuk memenuhi permintaan. dan menjadi komoditas yang berkontribusi signifikan terhadap penyebab inflasi di Provinsi Kepulauan Bangka Belitung. Penelitian ini bertujuan untuk membangun model prediksi harga cabai rawit menggunakan algoritma Extreme Learning Machine (ELM) berdasarkan data historis mingguan dari Januari 2021 hingga Mei 2025. Hasil penelitian didapatkan dengan model terbaik yaitu 4-18-1 dengan menggunakan fungsi aktivasi Sigmoid Biner dengan akurasi MAPE pelatihan sebesar 0.6756192% dan akurasi pengujian sebesar 0.159652% dimana pada tabel kategori MAPE dikatakan sangat baik. Sehingga hal ini menunjukkan bahwa algoritma Extreme Learning Machine (ELM) cocok digunakan untuk memprediksi harga cabai rawit di Provinsi Kepulauan Bangka Belitung.