Pemodelan dan Prediksi Produksi Padi Menggunakan Regresi Linear

Devi Wulandari; Rumini Rumini

doi:10.30591/smartcomp.v12i4.5905

Pemodelan dan Prediksi Produksi Padi Menggunakan Regresi Linear

Devi Wulandari, Rumini Rumini

Abstract

Padi (Oryza Sativa) merupakan salah satu tanaman budidaya terpenting dalam peradaban manusia. Padi memiliki banyak varietas yang ditanam di sawah dan ladang, ketinggian 1.200 meter diatas permukaan laut. Tanaman padi merupakan bahan pangan utama yang hampir dari setengah penduduk dunia. Indonesia termasuk 10 besar negara produktivitas padi terbesar di dunia dengan rata-rata produksi mencapai 77,96 juta ton atau berkontribusi sebesar 10,28% terhadap total produksi padi dunia, namun pada lima tahun terakhir posisinya menurun. Pentingnya mengetahui beberapa aspek yang berpengaruh terhadap produksi padi. Maka dari itu, dilakukan penelitian untuk menganalisis data terkait dengan prediksi produksi padi dari data yang ada. Diperlukan algoritma untuk melihat prediksi produksi padi. Regresi linear merupakan Algoritma yang digunakan untuk prediksi dalam kasus ini. Berdasarkan model regresi didapatkan sebesar 82,6% produksi padi dipengaruhi oleh atribut luas panen, curah hujan, kelembaban, dan suhu rata-rata.

Full Text:

References

https://bpiw.pu.go.id/uploads/publication/attachment/Buku_1Sumatera.pdf

Suryana. A. 2002. Keragaan Perberasan Nasional. Dalam Pambudy et al. (Eds). Kebijakan Perberasan di Asia. Regional Meeting in Bangkok. 1October 2002.

Irawan, B. 2004. Dinamika produktivitas dan kualitas budidaya padi sawah. Dalam Ekonomi Padi dan Beras Indonesia. Badan Litbang Pertanian. Deptan. 435 hal.

https://www.kaggle.com/datasets/ardikasatria/datasettanamanpadisumatera

Suwardi. Andayani, NN. Tabri, F. Aqil, M. 2020. Penerapan Model Regresi Bertatar dala Penentuan Hasil Tanaman Sorgum. UNS: Agrotechnology Research Journal.

Listina, S.A. Sampurno, R.M. Ciptaningtyas D. Thoriq, A. 2022. Model Prediksi Kadar Air Media Tanam Menggunakan Regresi Linear Berganda (Studi Kasus Kebun Tomat Beef di Serenity Farm Mitra Habibi Garden). Jurnal Teknotan.

I. A. Prabowo and H. Wijayanto, "Analisa Penggunaan Aplikasi Android Terhadap Penentuan Topik Tugas Akhir Mahasiswa," SNATIF, vol. 5, no. 1, 2018

G. N. Ayuni and D. Fitrianah, "Penerapan metode Regresi Linear untuk prediksi penjualan properti pada PT XYZ," Jurnal telematika, vol. 14, no. 2, pp. 79--86, 2019.

N. Nafi’iyah, "Perbandingan regresi linear, backpropagation dan fuzzy mamdani dalam prediksi harga emas," Prosiding SENIATI, vol. 2, no. 2, pp. 291--B, 2016.

Tesa Nur Padilah dan Riza Ibnu Adam. 2019. Analisis Regresi Linier Berganda Dalam Estimasi Produktivitas Tanaman Padi Di Kabupaten Karawang. FIBONACCI : Jurnal Pendidikan Matematika dan Matematika. Volume 5 No. 2 Bulan Desember Tahun 2019.

Muhammad Faisal dan Ahmad Mutatkin Bakti. 2023. Implementasi Algoritma Monte Carlo Untuk Memprediksi Permintaan Aksesoris Mobil. JURIKOM (Jurnal Riset Komputer), Vol. 10 No. 2, April 2023.

I. A. Prabowo and H. Wijayanto, "Analisa Penggunaan Aplikasi Android Terhadap Penentuan Topik Tugas Akhir Mahasiswa," SNATIF, vol. 5, no. 1, 2018.

P. B. Utomo, E. Utami and S. Raharjo, "Implementasi Metode K-Nearest Neighbor Dan Regresi Linear Dalam Prediksi Harga Emas," Informasi Interaktif, vol. 4, no. 3, pp. 155--159, 2019.

N. Nafi’iyah, "Perbandingan regresi linear, backpropagation dan fuzzy mamdani dalam prediksi harga emas," Prosiding SENIATI, vol. 2, no. 2, pp. 291--B, 2016.

Y. Widiastuti, S. W. Sihwi and M. E. Sulistyo, "Decision Support System for House Purchasing using KNN (K-Nearest Neighbor) Method," ITSMART: Jurnal Teknologi dan Informasi, vol. 5, no. 1, pp. 43--49, 2016.

C. A. Rahardja, T. Juardi and H. Agung, "Implementasi Algoritma K-Nearest Neighbor Pada Website Rekomendasi Laptop," Jurnal Buana Informatika, vol. 10, no. 1, pp. 75--84, 2019.

M. Masruroh and K. F. Mauladi, "Penerapan Metode Regresi Linear Berganda dalam Sistem Prediksi Nilai Ujian Nasional Siswa SMP," Jurnal Teknika, vol. 12, no. 1, pp. 1--6, 2020.

DOI: https://doi.org/10.30591/smartcomp.v12i4.5905