Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbaikan Peramalan Produksi Padi di Kabupaten Kendal dengan Menggunakan Metode Support Vector Machine (SVM) Ayu Andita; Wellie Sulistijanti
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Mahasiswa (student paper presentation)
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (503.925 KB)

Abstract

Sektor pertanian memegang peranan penting bagi perekonomiandaerah sebagai peningkatan produksi bahan pangan khususnya bahanmakanan pokok bagi kehidupan manusia, tentunya masyarakat diKabupaten Kendal. Pada Tahun 2015, produksi padi di KabupatenKendal menempati peringkat 18 se-Jawa Tengah, Dinas PertanianKendal sangat memperhatikan perkembangan produksi padi sehinggamemerlukan perencanaan dalam peramalan yang harus dilandasidengan kekuatan model dan parameter yang signifikan. Penelitian inimenggunakan data dari bulan Januari 2013- Januari 2016, 70% dari48 data sebagai data training dan 30% data testing. Peramalan yangbaik memiliki nilai Mean Square Error (MSE) yang kecil. Peramalanproduksi padi dengan metode Seasonal Autoregressive IntegratedMoving Average (SARIMA) diperoleh MSE training sebesar 0.043918dan MSE testing 77.118.361,62, terlihat bahwa nilai MSE antarakeduanya sangat jauh berbeda. Dengan metode Support VektorMachine (SVM) diperoleh MSE training sebesar 0,14 dan MSE testingsebesar 0,57. Terlihat bahwa nilai MSE yang dihasilkan sangat dekattidak jauh berbeda dengan keduanya. Inilah kelebihan metode yangtelah diusulkan oleh peneliti dengan menggunakan Metode SVMmerupakan metode yang baik untuk meramalkan produksi padi diKabupaten Kendal, karena nilai MSE training dan MSE testing yangkecil, tidak memerhatikan parameter yang signifikan dan dapatmenanggani permasalahan linier ataupun non linier tanpamemerhatikan pola data.