Perikanan Banjarmasin (UPTD dibawah binaan Dinas Perikanan dan Kelautan Kalimantan Selatan) mempunyai salah satu tugas pokok dan fungsi untuk memproduksi hasil tangkapan ikan dari kapal-kapal nelayan dan mendistribusikannya ke berbagai daerah untuk dipasarkan dalam setiap bulannya. Hasil pemasaran ini nantinya akan digunakan Pemerintah Daerah untuk meningkatkan Pendapatan Asli Daerah (PAD) dari provinsi itu sendiri. Permasalahan yang ada adalah jumlah produksi ikan ini umumnya tidak menentu pada setiap bulannya yang mungkin juga dapat berdampak pada kegiatan utama lainnya, seperti penyaluran es pendingin, penyediaan air bersih, dan kegiatan lainnya yang berkaitan dengan proses produksi. Hal seperti ini merupakan permasalahan lumrah dalam bidang peramalan, yaitu ketidakpastian suatu keadaan apabila dilihat fakta-fakta history yang telah lalu. Oleh karena itu, penulis mencoba mencari solusi dengan penggunaan metode peramalan ANN untuk melihat sistemasi dari kegiatan produksi pada instansi ini. Artificial Neural Network (ANN) merupakan sebuah sistem pemrosesan data dengan meniru cara kerja sistem saraf manusia. ANN merupakan sebuah sistem yang terdiri atas banyak elemen pemrosesan sederhana yang terhubung secara paralel. Backpropagation Neural Network (BPNN) dikatakan memiliki kelebihan dalam aspek pembelajaran sistem (adaptive) dan memiliki resiko kesalahan kecil (fault tolerance) terhadap pemecahan masalah. Diharapkan dari hasil penelitian ini didapatkan model, output, hasil analisis, dan aplikasi peramalan produksi ikan yang dapat digunakan oleh instansi terkait untuk memprediksi variabel produksi ikan pada periode-periode berikutnya.
The SERASI (Save Rawa Prosperous Farmers) program is an effort to increase the planting index and productivity through land optimization activities that are integrated with efforts to improve the standard of living of farmers through assistance in developing irrigation systems in swamplands. This study aims to: (1) Describe the implementation of the SERASI Program, (2) Describe the benefits obtained by farmers receiving the SERASI Program. (3) Analyze the differences in production and income before and after receiving the SERASI Program. (4) Analyze the impact of the SERASI Program on the production and income of the recipients of the SERASI Program. The data analysis method used is descriptive analysis, income analysis and statistical analysis of the Wilcoxon difference test. The respondents of this study were farmers receiving the SERASI Program. The research location is in Awang Cenrana Village, Cenrana District, Bone Regency. The results showed that (1) the implementation of the SERASI Program in Awang Cenrana Village, Cenrana District, Bone Regency went well from the planning, construction and evaluation stages. (2) Farmers receive benefits such as construction and repair of irrigation canals, assistance for main water pumps, assistance for production facilities, increased frequency of planting and assistance with assistance. (3) There are differences in the production and income of farmers, where the production and income of farmers increases after receiving the SERASI Program. (4) The very significant difference in production and income illustrates the positive impact of the SERASI Program on rice production and farmers' income.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.