Ketahanan pangan merupakan isu strategis yang memerlukan pendekatan berbasis data, terutama bagi Kabupaten Minahasa yang bergantung pada sektor agraris. Prediksi produksi beras menjadi penting untuk memastikan ketersediaan pangan yang memadai di tengah tantangan lingkungan dan agraris. Penelitian ini bertujuan untuk mengembangkan model prediksi produksi beras menggunakan regresi linear berganda, dengan memanfaatkan variabel-variabel seperti luas panen, curah hujan, jumlah hari hujan, suhu rata-rata, dan kelembapan udara. Data historis digunakan untuk melatih model regresi linear berganda. Evaluasi dilakukan menggunakan metrik seperti R-squared (R²) dan Mean Absolute Percentage Error (MAPE) untuk mengukur performa prediksi. Analisis statistik digunakan untuk mengidentifikasi variabel yang paling berpengaruh terhadap produksi beras. Model menunjukkan performa yang baik dengan nilai R² sebesar 0.667, yang mengindikasikan bahwa 66,7% variabilitas data produksi beras dapat dijelaskan oleh model. Nilai MAPE sebesar 10.61% menunjukkan tingkat kesalahan prediksi yang dapat diterima. Hasil penelitian menunjukkan bahwa luas panen merupakan variabel paling signifikan dalam memengaruhi produksi, diikuti oleh curah hujan dan jumlah hari hujan. Sistem prediksi ini memiliki potensi besar untuk digunakan dalam mendukung perencanaan ketahanan pangan berbasis data. Kebijakan seperti distribusi stok, perencanaan kebutuhan lahan, dan mitigasi risiko iklim dapat dioptimalkan dengan menggunakan sistem ini. Pengembangan lebih lanjut diperlukan untuk meningkatkan akurasi prediksi dengan menambahkan variabel lain.