Jurnal Teknika
Vol 16 No 1 (2024): MARET

The Prediction of Rice Production to Support Food Security in Bogor Regency using Linear Regression and Support Vector Machine (SVM)

Ani Apriani (Program Studi Magister Inovasi Regional, Sekolah Pasca Sarjana, Universitas Padjadjaran)
Nono Carsono (Program Studi Agroteknologi, Fakultas Pertanian, Universitas Padjadjaran)
Mas Dadang Enjat Munajat (Program Studi Magister Inovasi Regional, Sekolah Pasca Sarjana, Universitas Padjadjaran)



Article Info

Publish Date
01 Apr 2024

Abstract

Prediksi adalah perkiraan mengenai sesuatu yang belum terjadi. Prediksi bertujuan meminimumkan pengaruh ketidakpastian yang dapat meminimalisir kesalahan dalam merencanakan. Kabupaten Bogor merupakan kabupaten yang memiliki jumah penduduk terbesar di Jawa barat, sehingga memerlukan pangan dengan jumlah besar pula. Produksi padi sebagai sumber pangan harus dapat mengimbangi jumlah kebutuhan konsumsi penduduknya. Untuk mengantisipasi potensi kekurangan padi, sekaligus melakukan perencanaan yang lebih efektif, dan mencegah ketergantungan terhadap impor beras, maka perlu dilakukan penelitian untuk memprediksi produksi padi. Tujuan penelitian ini adalah memprediksi produksi padi. Metoda analisis yang digunakan yaitu algoritma Regresi Linier dan Support Vector Machine (SVM). Data yang digunakan berupa data sekunder yang bersumber dari Dinas Tanaman Pangan Hortikultura dan Perkebunan, dan Badan Pusat Statistik Kabupaten Bogor. Hasil penelitian dengan menggunakan metoda algoritma Regresi Linier menghasilkan nilai MSE 236202,323; RMSE 486,007 ;  MAE 388,712 dan R2  1,000. Sedangkan metoda algoritma SVM menghasilkan nilai MSE 1461472466,751; RMSE 38229.2,10 ; MAE 303333,535 dan R2  -0,065. Nilai MSE, RMSE, dan MAE dari Regresi Linier lebih kecil dari Supprot Vector Machine. Untuk nilai R2 dari Regresi Linier adalah 1, artinya memiliki akurasi yang baik dibandingkan SVM. Dapat disimpulkan dari penelitian ini adalah metoda algortima Regresi Linier memprediksi lebih baik dibandingkan dengan Support Vector Machine (SVM).

Copyrights © 2024






Journal Info

Abbrev

teknika

Publisher

Subject

Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Description

Jurnal Ilmiah yang bertujuan untuk mengkomunikasikan hasil dan riset, serta inovasi teknologi dan sistem informasi. Sasaran pembaca jurnal Penelitian jurnal Teknika adalah para ilmuwan, Akademis, serta Praktisi. Scope : Data Mining, Electric Control,Telecommunication,Power System Analysis,Electric ...