<![CDATA[Abstrak: Kopi merupakan tanaman perkebunan yang menjadi sumber pendapatan masyarakat. Upaya peningkatan kopi sudah dilakukan pemerintah dengan beberapa cara namun lemahnya teknologi pendukung menjadi salah satu kendala peningkatan produksi kopi. Tujuan penelitian ini adalah untuk menerapkan dan melakukan analisis komparasi dua model machine learning yaitu regresi linear berganda dan Support Vector Machine dan memilih algoritma terbaik untuk melakukan prediksi kopi robusta pagar alam dengan evaluasi mode menggunakan RMSE, MAPE, R2 dan T-Test. Hasil penelitian didapatkan algoritma regresi linear berganda memiliki nilai RMSE terkecil yaitu 0,24 , MAPE : 0,06 dan R2 : 90 % dan nilai signifikansi uji-t secara simultan sebesar 0,04. Sedangkan nilai dari Support Vector Machine melalui perhitungan menggunakan pemrograman python menggunakan GoogleColab didapat nilai RMSE 0,62, MAPE : 0,18 dan R2 : 34 % dan nilai signifikansi uji-t secara simultan sebesar 0,03. Komparasi hasil pengujian dua algoritma machine learning yaitu regresi linear berganda dan support vector machine didapatkan bahwa algoritma regresi linear berganda lebih unggul dalam melakukan prediksi dibandingkan dengan menggunakan algoritma Support vector machine, namun secara umum, kedua algoritma tersebut dapat digunakan dalam melakukan prediksi produksi kopi robusta pagar alam karena perbedaan hasil modelnya yang kecil. Kata kunci : komparasi, kopi robusta, regresi linear berganda, support vector machine.]]>
Copyrights © 2023
