<![CDATA[Pemilihan jenis tanaman yang sesuai dengan kondisi lingkungan dan nutrisi tanah merupakan faktor penting dalam meningkatkan produktivitas pertanian. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa dua algoritma Machine Learning, yaitu Random Forest dan Support Vector Machine (SVM), dalam sistem rekomendasi jenis tanaman berdasarkan faktor lingkungan dan nutrisi tanah. Dataset yang digunakan mencakup parameter seperti suhu, kelembapan, kecepatan angin, pH tanah, serta kandungan nitrogen, fosfor, dan kalium. Hasil evaluasi menunjukkan bahwa algoritma Random Forest memiliki akurasi tertinggi sebesar 89,03%, sedikit lebih baik dibandingkan SVM dengan akurasi 88,51%. Analisis feature importance menunjukkan bahwa Nitrogen (N), Kalium (K), dan Fosfor (P) merupakan faktor paling berpengaruh. Dengan demikian, algoritma Random Forest dinilai lebih optimal untuk diterapkan dalam sistem rekomendasi tanaman berdasarkan data lingkungan dan nutrisi tanah. Kata Kunci: Random Forest, SVM, Rekomendasi Tanaman, Machine Learning, Pertanian.]]>
Copyrights © 2025
