Prediksi Hasil Panen Padi dengan Metode Multiple Linear Regression dan Particle Swarm Optimization untuk Meningkatkan Produksi Padi di Madura

Nuraini, Dinah
Violina, Dina
Anamisa, Devie Rosa
Khotimah, Bain Khusnul
Jauhari, Achmad
Mufarroha, Fifin Ayu

JUSIFOR : Jurnal Sistem Informasi dan Informatika
Vol 4 No 1 (2025): JUSIFOR - Juni 2025

Pertanian memegang peran penting dalam perekonomian Indonesia, khususnya sektor pertanian padi yang menjadi sumber pangan utama bagi sebagian besar penduduk. Meskipun Indonesia memiliki potensi besar dalam sektor ini, produksi padi seringkali mengalami fluktuasi yang memengaruhi ketahanan pangan. Oleh karena itu, prediksi produksi padi sangat penting untuk merencanakan kebijakan pertanian dan memastikan ketahanan pangan. Metode yang digunakan adalah Multiple Linear Regression (MLR) yang dioptimalkan dengan Particle Swarm Optimization (PSO) untuk memprediksi produksi padi di Pulau Madura. Data yang digunakan meliputi variabel terikat (produksi padi) dan variabel bebas seperti luas tanam, luas panen, dan produktivitas. Mean Absolute Percentage Error (MAPE) digunakan dalam menghiung kesalahan error model. Hasil pengujian menunjukkan bahwa pembagian data 50% untuk pelatihan dan 50% untuk pengujian menghasilkan hasil terbaik dengan MAPE sebesar 7,04%, yang lebih rendah dibandingkan dengan rasio data lainnya.