Peramalan Menggunakan Metode Extreme Learning Machine (Studi Kasus: Nilai Tukar Petani Provinsi Sulawesi Selatan Tahun 2015- 2021)

Nilai tukar petani merupakan salah satu alat bantu ukur untuk melihat dinamika tingkat kesejahteraan petani. Peningkatan nilai tukar petani dapat dilakukan dengan cara meningkatkan indeks harga yang diterima petani, namun hal ini dapat memicu inflasi. Oleh karena itu, perlu digunakan metode peramalan untuk menggambarkan nilai tukar petani pada masa yang akan datang agar pemerintah memiliki gambaran mengenai nilai tukar petani dimasa yang akan datang sehingga dapat dijadikan tolok ukur dalam pengambilan keputusan pemerintah guna meningkatkan pembangunan di bidang pertanian. Salah satu metode peramalan yang bisa digunakan adalah metode Extreme learning machine (ELM). Metode ini memiliki kelebihan berupa learning speed yang cepat dan mampu menghasilkan good generalization performance. Pada penelitian ini diperoleh model arsitektur jaringan ELM terbaik dengan parameter-parameter yang optimal adalah menggunakan fungsi aktivasi linear dengan neuron pada input layer sebanyak 4 neuron, neuron pada hidden layer sebanyak 10 dan menggunakan data 2 tahun terakhir. Dengan menggunakan parameter-parameter tersebut diperoleh diperoleh tingkat akurasi antara data aktual dengan data hasil peramalan nilai tukar petani pada tahun 2022 yaitu sebesar 1.34609 % sehingga dapat disimpulkan model arsitektur jaringan yang dibangun dalam kinerja metode extreme learning machine baik digunakan untuk peramalan ke masa akan mendatang. Nilai evaluasi yang dihasilkan mempunyai kriteria MAPE <10% yang merupakan peramalan sangat baik.