Prediksi Time Series Produksi Crude Palm Oil Menggunakan Support Vector Regression Dengan Optimasi Particle Swarm Optimization

Subhan Panji Cipta (Universitas Sari Mulia)
Mambang Mambang (Universitas Sari Mulia)
Yuslena Sari (Program Studi Teknologi Informasi, Universitas Lambung Mangkurat)

Jurnal Sains Komputer dan Teknologi Informasi
Vol 3 No 2 (2021): Jurnal Sains Komputer dan Teknologi Informasi

Minyak sawit merupakan minyak yang paling banyak dikonsumsi di dunia. Indonesia sendiri merupakan negara penghasil minyak sawit terbesar di dunia. Selain itu, perkebunan sawit merupakan komoditas devisa utama negara dan juga menyerap jutaan tenaga kerja. Tujuan dari penelitian ini adalah membuat model prediksi minyak sawit mentah (Crude Palm Oil) dengan menggunakan data produksi time series bulanan di Provinsi Kalimantan Selatan yang diambil karena prediksi produksi merupakan acuan untuk mengetahui keuntungan, biaya dan kebijakan bisnis lainnya. Metode yang digunakan dalam penelitian ini adalah Support Vector Regression dengan optimasi Particle Swarm Optimization. Model yang dihasilkan pada penelitian ini adalah parameter C sebesar 628.88548 dan gamma 410.324 pada kernel RBF yang menghasilkan R2 untuk data uji sebesar 0,999.