Prediksi Hasil Panen Padi Tahun 2023 menggunakan Metode Regresi Linier di Kabupaten Indramayu

Isi Artikel Utama

Diyanti yanti
Martanto
Agus Bahtiar

Abstrak

Kabupaten Indramayu merupakan daerah yang paling luas lahan panen dan paling banyak memproduksi padi di wilayah Jawa Barat. Luas lahan panen di wilayah Kabupaten Indramayu juga terdapat peningkatan dari tahun ke tahun. Pada tahun 2019 Kabupaten Indramayu memiliki lahan seluas 215,731 Ha, lalu adanya pembebasan lahan menambah luas lahan di Kabupaten Indramayu pada tahun 2020 meningkat menjadi 226, 626 Ha, dan tahun 2021 meningkat lagi menjadi 227,051 Ha. Faktor-faktor tertentu memiliki peran penting dalam meningkatkan standar dan meningkatkan produktivitas. Faktor tersebut adalah luas tanam, luas panen, curah hujan, dan puso, yang dimana faktor tersebut tidak dapat diprediksi. Penelitian ini akan dibahas mengenai penerapan metode Regresi Linier, yakni metode yang digunakan untuk menguji hubungan antara suatu variabel tersier dengan dua atau lebih variabel sekunder. Berdasarkan prediksi menggunakan bahasa pemrograman Python hasil panen padi tahun 2023 sebanyak 1510403 Ton/GKP, dengan nilai MAE, MSE, RMSE, R2-Score, dan sistem menampilkan nilai MAE (Mean Absolute Error) : 5449.45, nilai MSE (Mean Squaed Error) : 72325540.80, RMSE (Roots Mean Squaed Error) : 8504.44, dan R2-Score : 0.93 dengan prediksi di tahun 2023 mengalami penurunan dari tahun sebelumnya.

Unduhan

Data unduhan belum tersedia.

Rincian Artikel

Cara Mengutip
yanti, D., Martanto, & Bahtiar, A. . (2023). Prediksi Hasil Panen Padi Tahun 2023 menggunakan Metode Regresi Linier di Kabupaten Indramayu. Jurnal Informatika Terpadu, 9(1), 18–23. https://doi.org/10.54914/jit.v9i1.657
Bagian
Artikel

Referensi

E. Triyanto, H. Sismoro, and A. D. Laksito, “Implementasi Algoritma Regresi Linear Berganda Untuk Memprediksi Produksi Padi Di Kabupaten Bantul,” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 4, no. 2, pp. 66–75, 2019, doi: 10.36341/rabit.v4i2.666.

S. Monica and A. Hajjah, “Penerapan Regresi Linier Untuk Peramalan Penjualan,” J. Tek. Inform. Kaputama, vol. 6, no. 2, pp. 777–788, 2022, [Online]. Available: http://jurnal.kaputama.ac.id/index.php/JTIK/article/view/1127

A. A. Suryanto, “Penerapan Metode Mean Absolute Error (Mea) Dalam Algoritma Regresi Linear Untuk Prediksi Produksi Padi,” Saintekbu, vol. 11, no. 1, pp. 78–83, 2019, doi: 10.32764/saintekbu.v11i1.298.

T. N. Padilah and R. I. Adam, “Analisis Regresi Linier Berganda Dalam Estimasi Produktivitas Tanaman Padi Di Kabupaten Karawang,” FIBONACCI J. Pendidik. Mat. dan Mat., vol. 5, no. 2, p. 117, 2019, doi: 10.24853/fbc.5.2.117-128.

K. Puteri and A. Silvanie, “Machine Learning Untuk Model Prediksi Harga Sembako Dengan Metode Regresi Linier Berganda,” J. Nas. Inform., vol. 1, no. 2, pp. 82–94, 2020.

A. A. Basahona, I. Rezqiwati, and A. husna N, “Penerapan Metode Linier Regresi Untuk Prediksi Produksi Sayur-Sayuran,” IC Tech, vol. XIV, no. 2, pp. 50–53, 2019.

N. Ariyani and A. Z. Arifin, “Prediksi Tingkat Pengangguran Terbuka Kabupaten Tuban dengan Metode Regresi Linier Sederhana,” J. UNIROW, vol. 03, no. 01, pp. 6–13, 2021.

D. Yudha Perdana and M. A. I. Pakereng, “Prediksi Tingkat Pengangguran Berdasarkan Data Time Series Menggunakan Regresi Linear (Studi Kasus : Kota Salatiga),” J. Ekon. dan Manaj. Teknol., vol. 6, no. 2, pp. 361–367, 2022, [Online]. Available: http://journal.lembagakita.org

P. Algoritma, M. Ensemble, S. Vector, M. Dengan, F. Kernel, and U. Klasifikasi, “Jurnal Informatika Terpadu Penerapan Algoritma Multiclass Ensemble Support Vector Activity,” vol. 8, no. 2, pp. 127–131, 2022.

I. Safitri, “Tumbuh kembang : Kajian Teori dan Pembelajaran PAUD Jurnal PG-PAUD FKIP Universitas Sriwijaya Pelaksanaan Pendidikan Karakter Anak Usia Dini di PAUD Se-Gugus Anggrek Jingga Kota Bengkulu,” no. November, 2021, doi: 10.36706/jtk.v8i2.15326.

A. Febriyani, G. K. Prayoga, and O. Nurdiawan, “Index Kepuasan Pelanggan Informa dengan Menggunakan Algoritma C.45,” JURIKOM (Jurnal Ris. Komputer), vol. 8, no. 6, p. 330, 2021, doi: 10.30865/jurikom.v8i6.3686.

S. Widaningsih, “Perbandingan Metode Data Mining Untuk Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4,5, Naïve Bayes, Knn Dan Svm,” J. Tekno Insentif, vol. 13, no. 1, pp. 16–25, 2019, doi: 10.36787/jti.v13i1.78.

I. A. Nikmatun and I. Waspada, “Implementasi Data Mining untuk Klasifikasi Masa Studi Mahasiswa Menggunakan Algoritma K-Nearest Neighbor,” J. SIMETRIS, vol. 10, no. 2, pp. 421–432, 2019.

O. Manurung and P. S. Hasugian, “Analisa Algoritma Apriori Untuk Peminjaman Buku Pada Perpustakaan SMA 1 Silima Pungga-Pungga Parongil,” Remik, vol. 4, no. 1, pp. 154–160, 2019, doi: 10.33395/remik.v4i1.10445.

V. Ramadhan and A. Voutama, “Clustering Menggunakan Algoritma K-Means Pada Penyakit ISPA di Puskesmas Kabupaten Karawang,” J. Pendidik. dan Konseling, vol. 4, pp. 462–473, 2022.