<![CDATA[Intervensi pemerintah melalui program bantuan benih bertujuan untuk menstimulasi pertumbuhan ekonomi pembudidaya ikan skala kecil. Namun, evaluasi dampak ekonomi mikro dari program tersebut sering kali terkendala oleh ketiadaan data granular, mengingat laporan resmi umumnya bersifat agregat per kecamatan. Penelitian ini mengusulkan pendekatan machine learning menggunakan algoritma XGBoost Regressor untuk memprediksi estimasi pendapatan bersih nelayan di Kabupaten Minahasa. Guna mengatasi kesenjangan data, diterapkan metode Synthetic Data Generation berbasis Distribusi Gaussian yang diturunkan dari parameter Laporan Statistik Perikanan Tahun 2024. Model dibangun dengan memperhitungkan variabel kunci meliputi kuantitas benih, biaya operasional pakan, dan lokasi budidaya. Evaluasi kinerja pada data uji menghasilkan skor R-Squared () sebesar 0.84 dan Mean Absolute Error (MAE) sebesar Rp 850.000, yang membuktikan ketangguhan model dalam memetakan pola pendapatan. Temuan krusial dari analisis feature importance menunjukkan bahwa meskipun bantuan benih berkorelasi positif terhadap omset, efisiensi biaya pakan menjadi faktor determinan utama keuntungan bersih. Penelitian ini menyimpulkan bahwa pemodelan prediktif dapat menjadi instrumen pendukung keputusan yang valid untuk optimalisasi kebijakan bantuan perikanan.]]>
Copyrights © 2026
