Prediksi Produksi Tanaman Perkebunan di Sumatera Selatan Menggunakan Algoritma Linear Regression
Keywords:
Linear Regression, Orange Data Mining, Prediksi Perkebunan, Sumatera Selatan, PertanianAbstract
Sektor perkebunan merupakan salah satu sektor penting yang berkontribusi terhadap perekonomian Provinsi Sumatera Selatan melalui komoditas utama seperti kelapa sawit, karet, kelapa, kopi, dan kakao. Variasi produksi yang terjadi setiap tahun menyebabkan perlunya prediksi produksi sebagai dasar dalam mendukung perencanaan dan pengambilan keputusan di bidang pertanian. Penelitian ini bertujuan untuk memprediksi produksi tanaman perkebunan di 17 kabupaten/kota di Provinsi Sumatera Selatan menggunakan algoritma Linear Regression. Data yang digunakan merupakan data historis produksi tanaman perkebunan periode 2021–2025. Tahapan penelitian mengikuti metode Knowledge Discovery in Databases (KDD) yang meliputi seleksi data, praproses, transformasi, pemodelan, dan evaluasi. Proses pemodelan dilakukan menggunakan aplikasi Orange Data Mining dengan skema evaluasi 10-Fold Cross Validation. Hasil evaluasi menunjukkan bahwa model Linear Regression menghasilkan nilai koefisien determinasi (R²) sebesar 1,000, Root Mean Square Error (RMSE) sebesar 0,373, dan Mean Absolute Error (MAE) sebesar 0,249. Nilai evaluasi tersebut menunjukkan bahwa model mampu mengikuti pola data yang digunakan dengan tingkat kesalahan prediksi yang rendah. Hasil penelitian ini menunjukkan bahwa algoritma Linear Regression dapat digunakan sebagai salah satu pendekatan untuk memprediksi produksi tanaman perkebunan di Provinsi Sumatera Selatan berdasarkan data historis yang tersedia.
References
[1] A. R. Wijaya and B. Setiawan, "Analisis Kontribusi Sektor Pertanian Terhadap Perekonomian Regional Sumatera Selatan," Jurnal Ekonomi Pertanian, vol. 12, no. 2, pp. 45–52, 2021.
[2] H. Harun and M. Mulya, "Pemetaan Komoditas Unggulan Perkebunan di Kabupaten Ogan Komering Ulu," Jurnal Agribisnis Andalas, vol. 9, no. 1, pp. 12–21, 2022.
[3] S. Santoso, "Dampak Anomali Cuaca Terhadap Kualitas dan Kuantitas Hasil Panen Karet," Jurnal Agronomi Indonesia, vol. 48, no. 3, pp. 301–309, 2020.
[4] D. Pratama and R. H. Saputra, "Penerapan Metode Runtun Waktu Untuk Prediksi Produksi Kelapa Sawit Makro," Jurnal Teknologi Komputasi, vol. 14, no. 2, pp. 88–95, 2023.
[5] F. Fadli and K. Kusuma, "Evaluasi Akurasi Pencatatan Manual Data Komoditas Pertanian Daerah," Jurnal Sistem Informasi Academic, vol. 7, no. 4, pp. 210–217, 2022.
[6] T. Taufik, "Strategi Pengelolaan Distribusi Pupuk Bersubsidi Berdasarkan Prediksi Kebutuhan Lahan," Jurnal Kebijakan Publik Regional, vol. 11, no. 1, pp. 33–41, 2024.
[7] N. Nurmala, "Implementasi Data Mining Pemetaan Potensi Pertanian Menggunakan Pendekatan Spasial," Jurnal Sains Komputasi, vol. 19, no. 2, pp. 142–150, 2023.
[8] R. Ramadhan and I. Irwansyah, "Pemanfaatan Kecerdasan Buatan untuk Estimasi Produktivitas Lahan Pertanian," Jurnal Informatika Pertanian, vol. 30, no. 1, pp. 55–64, 2021.
[9] E. Erlangga, "Analisis Komparasi Algoritma Prediksi Berbasis Statistika Parametrik pada Data Perkebunan," Jurnal CoreIT, vol. 8, no. 2, pp. 112–119, 2022.
[10] M. Mangkunegara, "Efisiensi Komputasi Model Regresi Linier untuk Prediksi Berita Runtun Waktu," Jurnal Tekno Komputasi, vol. 15, no. 3, pp. 174–182, 2023.
[11] B. Baharuddin, "Eksplorasi Fitur Widget Orange Data Mining dalam Pembelajaran Algoritma Data Mining," Jurnal Edukasi Teknologi, vol. 10, no. 2, pp. 95–104, 2022.
[12] W. Waluyo, "Teori dan Aplikasi Regresi Linier Berganda dalam Analisis Data Ilmiah," Jurnal Statistika Modern, vol. 6, no. 1, pp. 22–31, 2021.
[13] P. Purwanto, "Formulasi Komputasi Estimasi Nilai Parameter Regresi dengan Metode Kuadrat Terkecil," Jurnal Matrik Informatika, vol. 13, no. 2, pp. 101–109, 2022.
[14] I. G. A. S. Indrawan, "Optimasi Evaluasi Klasifikasi dan Regresi Menggunakan Skema K-Fold Cross Validation," Jurnal Ilmu Komputer Varia, vol. 17, no. 1, pp. 44–53, 2023.
[15] K. Khairullah, "Reduksi Overfitting Data Time Series Menggunakan Validasi Silang Multi-Tahap," Jurnal Sistem Cerdas, vol. 5, no. 3, pp. 135–143, 2022.
[16] Z. Zulkifli, "Analisis Perbandingan Nilai Evaluasi RMSE dan MAE dalam Pemodelan Prediktif," Jurnal Rekayasa Algoritma, vol. 4, no. 2, pp. 79–86, 2024.
[17] Y. Yulianto, "Interpretasi Koefisien Determinasi dan Pengaruh Variabel Independen Makro," Jurnal Riset Matematika, vol. 11, no. 2, pp. 120–128, 2023.
[18] R. Rosmawati, "Penerapan Algoritma Regresi Linier untuk Estimasi Komoditas Kopi Sumatera," Jurnal Teknologi Informas Dinamis, vol. 26, no. 1, pp. 67–74, 2021.
[19] H. Hendrawan, "Pemodelan Pendukung Keputusan Dinas Pertanian Berbasis Komputasi Awan," Jurnal Pengembang Sistem Informasi, vol. 14, no. 2, pp. 202–211, 2022.
[20] M. F. Naufal, "Analisis Kinerja Model Regresi Linier Menggunakan Tools Orange Data Mining," Jurnal Komputasi Komplit, vol. 3, no. 1, pp. 15–22, 2023.
