Article Per Year (5 Year)
p-Index From 2021 - 2026
1.937
P-Index
This Author published in this journals
All Journal Abdi Kami : Jurnal Pengabdian Kepada Masyarakat Jurnal Media Informatika Scientific Student Journal for Information, Technology and Science Jurnal Mahasiswa Ilmu Komputer Jurnal Pengabdian Masyarakat Nasional ABDI KAMI: Jurnal Pengabdian Kepada Masyarakat
Elsa Elvira Awal
Universitas Buana Perjuangan Karawang
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Pemodelan Prediksi Ekspor Kopi Indonesia Berbasis Algoritma Machine learning Hilda Yulia Novita; Tatang Rohana; Euis Nurlaelasari; Elsa Elvira Awal
Jurnal Media Informatika Vol. 6 No. 6 (2025): Edisi Desember 2025
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i6.7097

Abstract

Penelitian ini bertujuan untuk membangun model prediksi ekspor kopi di Indonesia dengan menggunakan tiga algoritma machine learning, yaitu regresi inier, neural networks, dan gradient boosting. Data yang digunakan berasal dari data historis ekspor kopi Indonesia. Penelitian dilakukan melalui tahapan pra-pemrosesan data, pemodelan, dan evaluasi kinerja masing-masing algoritma. Hasil penelitian menunjukkan bahwa ketiga algoritma mampu memprediksi ekspor kopi dengan performa yang cukup baik. Algoritma Linear Regression memberikan hasil terbaik dengan nilai mean squared error (MSE) sebesar 0.0000867, mean absolute error (MAE) sebesar 0.00766, dan skor R² sebesar 95%. neural networks menghasilkan MSE sebesar 0.000171, MAE sebesar 0.01196, dan skor R² sebesar 91%. Sementara itu, gradient boosting menunjukkan performa terendah dengan MSE sebesar 0.01918 dan skor R² sebesar 74%. Temuan ini menunjukkan bahwa pendekatan machine learning dapat digunakan sebagai alat bantu dalam memprediksi tren ekspor komoditas secara akurat.
Co-Authors Adi Rizky Pratama Ahmad Takdir Anis Fitri Nur Masruriyah Ayu Ratna Juwita Deden Wahiddin Diah Nurlaila E Haodudin Nurkifli Euis Nurlaelasari Fitri Nur Masruriyah, Anis Hanny Hikmayanti Handayani Hilda Yulia Novita Hilman Abdurrohim Azis Maulana Arif Hidayat Rai Tilosava De Araujo Tatang Rohana Tesa Nur Padilah