Sri Redjeki
Magister Teknologi Informasi, Universitas Teknologi Digital Indonesia

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS KOMPUTASIONAL PRODUKSI PERIKANAN TANGKAP LAUT BERDASARKAN INDIKATOR ATMOSFER BERBASIS RANDOM FOREST REGRESSOR Agung Wilis Nurcahyo; Sri Redjeki
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17176

Abstract

Produksi perikanan tangkap merupakan sektor strategis dalam mendukung perekonomian dan ketahanan pangan daerah, khususnya di Provinsi Jawa Timur. Namun, volume hasil tangkapan ikan cenderung berfluktuasi akibat pengaruh kondisi cuaca yang dinamis serta keterbatasan ketersediaan data oseanografi historis pada skala kabupaten/kota. Kondisi ini mendorong perlunya pemanfaatan indikator atmosfer darat sebagai alternatif prediktor produksi perikanan tangkap. Penelitian ini bertujuan untuk menganalisis dan memprediksi volume produksi perikanan tangkap laut berdasarkan indikator cuaca menggunakan pendekatan machine learning. Data yang digunakan terdiri atas data produksi perikanan tahunan dan data cuaca meliputi suhu udara, kelembapan, curah hujan, durasi penyinaran matahari, dan kecepatan angin pada periode 2020–2023 di Provinsi Jawa Timur. Metode Random Forest Regressor digunakan sebagai model utama dengan Decision Tree Regressor sebagai model pembanding. Tahapan penelitian meliputi pra-pemrosesan data, transformasi logaritmik variabel target, pembagian data latih dan uji, serta evaluasi model menggunakan Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan koefisien determinasi (). Hasil penelitian menunjukkan bahwa Random Forest Regressor memberikan performa lebih baik dengan nilai MAE sebesar 1,29, RMSE sebesar 1,58, dan R² sebesar 0,2384. Analisis feature importance menunjukkan bahwa suhu udara dan kelembapan merupakan faktor paling berpengaruh terhadap variasi produksi perikanan tangkap di Jawa Timur.
ANALISIS REGRESI NON-LINIER PRODUKSI PERIKANAN TANGKAP MENGGUNAKAN PENDEKATAN ENSEMBLE LEARNING BERBASIS INDIKATOR ATMOSFER Agung Wilis Nurcahyo; Sri Redjeki
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17610

Abstract

Produksi perikanan tangkap laut merupakan sistem kompleks yang dipengaruhi oleh interaksi non-linier berbagai faktor lingkungan, sementara ketersediaan data oseanografi historis pada skala kabupaten/kota masih terbatas. Penelitian ini bertujuan menganalisis hubungan regresi non-linier antara indikator geofisika atmosfer darat dan volume produksi perikanan tangkap laut di Provinsi Jawa Timur menggunakan pendekatan statistik berbasis machine learning. Data yang digunakan merupakan data tahunan periode 2020–2023 yang meliputi suhu udara, kelembapan, curah hujan, durasi penyinaran matahari, dan kecepatan angin sebagai variabel prediktor. Variabel respon berupa volume produksi perikanan tangkap ditransformasikan secara logaritmik untuk menstabilkan varians dan mengurangi pengaruh pencilan. Pemodelan dilakukan menggunakan Random Forest sebagai estimator regresi non-parametrik dan dibandingkan dengan Decision Tree sebagai model dasar. Evaluasi kinerja model menggunakan Mean Absolute Error, Root Mean Squared Error, dan koefisien determinasi menunjukkan bahwa pendekatan ensemble menghasilkan kesalahan prediksi yang lebih rendah dan estimasi yang lebih stabil dibandingkan model pohon tunggal. Analisis kepentingan fitur mengindikasikan bahwa suhu udara dan kelembapan merupakan variabel dengan kontribusi dominan. Temuan ini menunjukkan bahwa indikator atmosfer darat dapat dimanfaatkan secara aplikatif sebagai proksi lingkungan dalam analisis produksi perikanan tangkap dengan keterbatasan data laut langsung.