semanTIK, Vol.4, No.1, Jan-Jun 2018, pp. 49-56 ISSN: 2502-8928 (Online)  49 Received June 1 st ,2012; Revised June 25 th , 2012; Accepted July 10 th , 2012 ANALISIS JARINGAN SARAF TIRUAN UNTUK PREDIKSI LUAS PANEN BIOFARMAKA DI INDONESIA Eko Hartato* 1 , Daniel Sitorus 2 , Anjar Wanto 3 *1,2,3 Program Studi Teknik Informatika, STIKOM Tunas Bangsa Pematangsiantar e-mail:* 1 ekohartato2611@gmail.com, 2 danielsitorus2396@gmail.com, 3 anjarwanto@amiktunasbangsa.ac.id Abstrak Analisis pada prediksi sangat penting dilakukan pada sebuah penelitian, agar penelitian menjadi lebih tepat dan terarah.Seperti halnya dalam Mengestimasi luas panen biofarmaka di Indonesia, diperlukan adanya kajian-kajian dan penggunaan metode yang tepat untuk mendapatkan hasil yang optimal.Penelitian ini diharapkan dapat bermanfaat secara luas, baik bagi Pemerintah maupun para petani biofarmaka sebagai salah satu bahan kajian dalam pengembangan produksi hasil panen biofarmaka, maupun bagi para akademisi sebagai bahan penelitian khususnya yang terkait dengan bidang pertanian dan kesehatan. Data yang digunakan dalam penelitian ini adalah data Luas Panen Biofarmaka di Indonesia yang berasal dari Badan Pusat Statistik Nasional dari tahun 2012 sampai dengan tahun 2016. Penelitian ini menggunakan metode jaringan saraf tiruan Backpropagation dengan menggunakan 5 model arsitektur, yakni : 3-3-1 yang nantinya akan menghasilkan prediksi dengan tingkat akurasi sebesar 80%, 3-4-1 = 87%, 3-5-1 = 73%, 3-6-1 = 60% dan 3-8-1 = 73%. Sehingga diperoleh model arsitektur terbaik menggunakan model 3-4-1 yang menghasilkan tingkat akurasi sebesar 87%, MSE 0,00063265 dengan tingkat error yang digunakan 0,001 – 0,05. Dengan demikian, model ini cukup bagus untuk luas panen biofarmaka di Indonesia. Kata kunci—Analisis, Prediksi, JST, Backpropagation, Biofarmaka Abstract Analysis of a prediction is very important to do in a study, so that research becomes more precise and directed. Just as in predicting the extent of biopharmaceutical harvests in Indonesia, it is necessary to study and use appropriate methods to obtain optimal results. This research is expected to be widely used for both local government and biopharmaca farmers as one of the study materials in the development of biopharmaca harvest production, as well as for academics as research material especially related to agriculture and health. The data used in this research is the data of Harvested Area of Biopharmaceutical in Indonesia from National Bureau of Statistics from 2012 until 2016. This research uses the method of artificial neural network Backpropagation using 5 architectural models, namely: 3-3-1 later it will generate predictions with an accuracy rate of 80%, 3-4-1 = 87%, 3-5-1 = 73%, 3-6-1 = 60%, and 3-8-1 = 73% ,. So obtained the best architectural model using 3-4-1 model that yields an accuracy of 87%, MSE 0.062235528 with error rate used 0.001 to 0.05. Thus, this model is good enough to predict the area of biopharmaca harvest in Indonesia. Keywords—Analysis, Prediction, ANN, Backpropagation, Biopharmaca 1. PENDAHULUAN iofarmaka atau tanaman obat sangat bermanfaat dalam memenuhi kebutuhan hidup manusia. Dalam dunia farmasi, tanaman obat (biofarmaka) merupakan sumber bahan baku obat tradisional maupun modern. Sekarang ini ada kecenderungan masyarakat untuk mengkonsumsi obat tradisional, karena adanya perubahan gaya hidup back to nature dan mahalnya obat-obatan modern yang membuat B