<![CDATA[Pertanian memainkan peran penting dalam pembangunan nasional Indonesia sebagai penyerap tenaga kerja, penyumbang PDB, dan pendorong pertumbuhan ekonomi. Produksi hasil pertanian, seperti kacang kedelai di Kecamatan Surade, Kabupaten Sukabumi, sangat penting untuk kebutuhan pangan. Namun, pendataan hasil panen kacang kedelai masih kurang optimal karena minimnya teknologi, dan prediksi hasil panen belum tersedia, mempengaruhi akurasi prediksi produksi tanaman pangan. Penelitian ini bertujuan mengembangkan model prediksi hasil panen kacang kedelai menggunakan regresi linier berganda. Dengan data dari balai penyuluhan pertanian Kecamatan Surade, penelitian ini mengintegrasikan algoritma regresi linier berganda dalam sebuah website untuk meningkatkan akurasi prediksi hasil panen. Website ini dirancang untuk memberikan pengalaman optimal bagi pengguna dengan efisiensi implementasi algoritma yang baik. Nilai Mean Square Error (MSE) model ini adalah 3,74412, menunjukkan rata-rata kuadrat selisih antara nilai prediksi dan nilai aktual. Nilai Root Mean Square Error (RMSE) adalah 1,93755, menandakan tingkat kesalahan prediksi yang rendah dan akurasi model yang baik. Hasil penelitian ini diharapkan meningkatkan akurasi prediksi, efisiensi pengelolaan pertanian, serta ketahanan pangan di Kecamatan Surade. Dokumentasi proses pengembangan memudahkan replikasi di wilayah lain.]]>
Copyrights © 2024
