Produksi padi di Sumatera memegang peranan penting dalam ketahanan pangan masyarakat, sehingga memahami faktor-faktor yang memengaruhi produktivitasnya menjadi sangat krusial. Penelitian ini bertujuan untuk menganalisis pengaruh variabel lingkungan, seperti luas panen, curah hujan, kelembapan, dan suhu rata-rata terhadap hasil produksi padi, dengan fokus pada efektivitas algoritma Gradient Boosting dalam memprediksi hasil panen. Data yang digunakan merupakan dataset time series dari tahun 1993 hingga 2020, diambil dari platform Kaggle, yang mencerminkan dinamika faktor lingkungan dan hasil produksi. Algoritma Gradient Boosting dipilih karena kemampuannya dalam menangani data kompleks dan interaksi non-linear antar variabel. Hasil penelitian menunjukkan bahwa Gradient Boosting memberikan prediksi yang kurang akurat dibandingkan dengan algoritma Regresi Linear yang lebih sederhana, di mana variabel luas panen terbukti sebagai faktor dominan yang berkontribusi pada produksi padi di kedua model. Kesimpulan ini menunjukkan bahwa untuk analisis yang lebih sederhana dan akurat, Gradient Boosting bukanlah pilihan yang tepat dibandingkan dengan Regresi Linear dalam konteks produksi padi di Sumatera. Dengan demikian, dapat disimpulkan bahwa Gradient Boosting kurang efektif dalam memprediksi produksi padi dibandingkan dengan Regresi Linear. Penelitian ini juga menawarkan wawasan baru dalam pengelolaan produksi padi di Sumatera, memberikan informasi berharga bagi para pemangku kepentingan dalam membuat keputusan kebijakan yang lebih baik terkait pertanian, serta diharapkan dapat menjadi panduan bagi strategi peningkatan efisiensi produksi padi di tengah tantangan yang semakin meningkat. Kata kunci: Curah Hujan, Faktor Lingkungan, Gradient Boosting, Luas Panen, Produksi Padi, Regresi Linear
Copyrights © 2026