ac

Implementasi Algoritma Linear Regression untuk Prediksi Produksi Tanaman Padi di Kabupaten Grobogan

Authors

  • Muhammad Adin Musababa Universitas Teknologi Yogyakarta

DOI:

10.47709/dsi.v3i2.3118

Dimension Badge Record



Abstract

produksi beras di Indenesia memiliki jumlah yang sangat besar, hal ini dibuktikan dengan posisi Indonesia yang menempati posisi ke tiga dalam jumlah produksi tanaman padi setelah Cina dan India. Pada daerah penelitian ini sendiri yaitu Kabupaten Grobogan menempati posisi pertama di Provinsi Jawa Tenggah. Namun produksi padi di Indonesia mengalami penurunan dalam setiap tahunnya. Serta semakin meningkatnya jumlah penduduk membuat kebutuhan padi meningkat,  namun alih fungsi lahan pertanian menjadi non pertanian membuat jumlah produksi padi juga berkurang. Sehingga produksi dala tahunnya tidak memnentu, yang menyebabkan kebutuhan beras dalam rentangnya ketahanan panggan di Indonesia. Untuk masalah mengatasi masalah tersebut salah satu solusinya adalah dengan membuat sistem prediksi produksi padi. Sistem yang akan dibangun berbasis Machine Learning, dengan mengunakan algoritma Regresi Linier. Sistem ini akan di latih menggunakan data yang yang di dapatkan dari suber Badan Pusat Statistika(BPS) kabupaten Grobogan dan Badan Meteorologi, Klimatologi, dan Geofisika (BMKG). Data terset diambil menurut  kecamatan di Kabupaten Grobogan dengan dalam rentang waktu 2011-2021, dengan mengambil variable terkait faktor-faktor produksi padi yaitu luas panen, suhu, temperatur, curah hujan dan sebagai variable dependent adalah produksi padi. Setalah data tersebut dinyatakan baik dan telah di lakukan proses penyesuaian maka data akan dilakukan proses pmebuatan model Regresi Linier. Setalah model selesai di buat, model akan di lakukan proses evaluasi model dalam evaluasi model ini model mendapatkan nilai MSE dan MAE yang rendah dan nilai akurasi pada R2 sebesar 62%, menunjukkan bahwa model ini memiliki akurasi prediksi yang cukup bagus. Model dapat memprediksi dengan cukup bagus setalah melakukan proses uji model. Dari pebuatan model tersebut dapat disimpulkan bahwa pebuatan sistem prediksi pruduksi tanaman padi ini bisa menjadi salah satu solusi untuk rumusan masalah yang melatar belakangi penelitian ini.

Google Scholar Cite Analysis
Abstract viewed = 328 times

Downloads

ARTICLE Published HISTORY

Submitted Date: 2023-11-05
Accepted Date: 2023-11-06
Published Date: 2024-01-19