Peramalan produksi padi yang akurat sangat penting dalam mendukung perencanaan pertanian yang efisien. Penelitian ini mengusulkan kombinasi metode Extreme Learning Machine (ELM) dengan teknik deteksi outlier untuk meningkatkan akurasi peramalan produksi padi. Deteksi outlier digunakan untuk mengidentifikasi dan mengatasi anomali dalam data historis dari Dinas Pertanian Kabupaten Bangkalan (1997-2022). Setelah proses deteksi outlier, data digunakan untuk melatih model ELM guna memprediksi produksi berdasarkan luas panen. Hasil penelitian menunjukkan bahwa pendekatan ini secara signifikan meningkatkan akurasi dibandingkan dengan model ELM tanpa deteksi outlier.
Copyrights © 2025