Implementasi Algoritma Random Forest Regression untuk Memprediksi Hasil Panen Padi di Desa Minanga
DOI:
https://doi.org/10.35143/jkt.v9i1.5917Kata Kunci:
Rice Harvest, Forecasting, Random ForestAbstrak
Desa Minanga, Kecamatan Bambang, Kabupaten Mamasa penduduknya melakukan budidaya tanaman padi yang biasanya hasil panen setiap musimnya mengalami fluktuasi yang seringkali terjadi penurunan atau pun peningkatan yang tidak stabil. Penelitian ini diharapkan dapat membantu dalam memprediksi hasil panen padi sesuai dengan kriteria dan data yang ada sebelumnya seperti luas lahan, jumlah bibit, jenis pupuk, curah hujan, hama dan gulma, pengendalian hama dan gulma, dan sistem penanaman padi yang digunakan (jajar legowo), dengan menerapkan algoritma Random Forest Regression. Evaluasi kinerja algoritma diukur dengan menggunakan Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE) dan koefisien determinasi (R²), hasil dari model Random Forest yang didapatkan dari 9 pohon, variabel yang memiliki nilai paling tinggi pada variabel importance adalah variabel luas lahan. Sehingga dari model tersebut diperoleh nilai akurasi 95,11%, Nilai MAPE pada model ini yaitu 4,884%, nilai RMSE yaitu 0,250 dan nilai R² yaitu 0.99.Unduhan
Referensi
A. Basit, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Hasil Panen Padi,” J. Tek. Inform. Kaputama, vol. 4, no. 2, pp. 208–213, 2020.
S. S. Defiyanti Muhammad; Dermawan, Budi Arif, “Algoritma C4.5 Untuk Memprediksi Produktivitas Tanaman Padi Di Karawang,” Inform. Pertan., no. Vol 28, No 2 (2019): DESEMBER 2019, pp. 103–110, 2019, [Online]. Available: http://ejurnal.litbang.pertanian.go.id/index.php/IP/article/downloadSuppFile/9923/827
H. W. Herwanto, T. Widiyaningtyas, and P. Indriana, “Penerapan Algoritme Linear Regression untuk Prediksi Hasil Panen Tanaman Padi,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 8, no. 4, p. 364, 2019, doi: 10.22146/jnteti.v8i4.537.
I. L. Mulyahati, “Implementasi Machine Learning Prediksi Harga Sewa Apartemen Menggunakan Algoritma Random Forest Melalui Framework Website Flask Python,” Universitas Islam Indonesia, 2020. [Online]. Available: papers3://publication/uuid/143B9B2C-186A-4872-8DC1-638AAC4D36C3
M. Mirqoatul Mafa’atiih, “Implementasi Artificial Inteligence Untuk Memprediksi Harga AIRBNB Menggunakan Metode Random Forest Dan Penerapan Web Application Menggunakan Flask.,” Universitas Islam Indonesia, 2020. doi: 10.53730/ijhs.v6ns6.9986.
i. Y. Supartha, g. Wijaya, and g. M. Adnyana, “Aplikasi Jenis Pupuk Organik pada Tanaman Padi Sistem Pertanian Organik,” E-Jurnal Agroekoteknologi Trop., vol. 1, no. 2, pp. 98–106, 2012.
F. Azizah, S. Suwarsito, and E. Sarjanti, “Pengaruh Pola Curah Hujan Terhadap Produktivitas Padi di Kecamatan Bukateja Kabupaten Purbalingga,” Sainteks, vol. 18, no. 1, p. 1, 2021, doi: 10.30595/sainteks.v18i1.10567.
C. V Donggulo, I. M. Lapanjang, and U. Made, “Growth and Yield of Rice (Oryza sativa L.) under Different Jajar Legowo System and Planting Space,” J. Agrol., vol. 24, no. 1, pp. 27–35, 2017, [Online]. Available: http://jurnal.untad.ac.id/jurnal/index.php/AGROLAND/article/view/8569
S. Saadah and H. Salsabila, “Prediksi Harga Bitcoin Menggunakan Metode Random Forest: (Studi Kasus: Data Acak Pada Masa Pandemic Covid-19),” J. Komput. Ter., vol. 7, no. 1 SE-, pp. 24–32, Jun. 2021, doi: 10.35143/jkt.v7i1.4618.
T. M. Oshiro, P. S. Perez, and J. A. Baranauskas, “How many trees in a random forest?,” Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), vol. 7376 LNAI, no. July 2012, pp. 154–168, 2012, doi: 10.1007/978-3-642-31537-4_13.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Jurnal Komputer Terapan
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskah pada jurnal ini setuju tentang hal-hal berikut ini:
- Penulis memegang hak cipta untuk proses, prosedur, atau artikel yang dideskripsikan pada naskah dan memberikan hak kepada jurnal untuk pertama kali mempublikasikan naskah dibawah Creative Commons Attribution License yang memperbolehkan orang lain untuk menyebarkan hasil penelitian dengan pengakuan hak cipta penulis dan jurnal.
- Penulis memegang hak untuk mempublikasikan kembali semua atau sebagian hasil penelitian pada naskah lain tetapi tidak memberikan hak kepada pihak ketiga lain untuk mencetak dan mempublikasikan ulang hasil penelitian yang sama.
- Penulis diperbolehkan dan disarankan untuk menginformasikan naskah yang telah terbit secara online (seperti pada repository institusi atau website milik penulis) yang akan meningkatkan produktivitas rujukan dan sitasi dari naskah yang telah terbit.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.
