Metode Regresi Linier Berganda dan SVR dalam Menentukan Tingkat Pengaruh Cuaca Terhadap Produktivitas Padi di Indonesia

Risma Yulistiani, Ilham Ramadhan, Qahtan Said, Mayanda Mega Santoni

Abstract


Kebutuhan masyarakat Indonesia terhadap beras yang dihasilkan dari padi menjadikan
produktivitas padi tiap tahunnya penting untuk diperhatikan. Salah satu masalah yang
menyangkut produktivitas padi di Indonesia adalah perubahan cuaca yang tidak
menentu. Untuk megatasi permaasalahan tersebut, dilakukan penelitian untuk
memprediksi produktivitas padi menggunakan Metode Regresi Linier Berganda dan
SVR (Support Vector Regression). Data pengujian adalah data sektoral dari situs BPS
tahun 2000-2015. Pemilihan atribut dibatasi pada data yang memungkinkan memiliki
hubungan antara pengaruh cuaca dan produktivitas padi, yaitu curah hujan,
kelembapan udara dan kecepatan angin. Hasil pengujian menunjukkan SVR dan
Regresi Linier memiliki tingkat akurasi yang hampir sama. Dari hasil evaluasi Regresi
Linier menunjukkan tingkat galat sebesar RMSE (Root Mean Square Error) sebesar
26.4763 dan MAE (Mean Absolut Error) sebesar 21,7043, sedangkan SVR
menunjukkan tingkat galat RMSE sebesar 25.8503 dan MAE sebesar 20,9812.


Full Text:

PDF

References


Hosang, Peter Rene, J. Tatuh, Johannes E.X. Rogi. 2012. “Analisis Dampak Perubahan Iklim Terhadap Produksi Beras Provinsi Sulawesi Utara Tahun 2013-2030”. Vol. 8. Nomor 03. Eugenia

Katemba, Petrus, Rosita Koro Djoh. 2017. “Prediksi Tingkat Produksi Kopi Menggunakan Regresi Linier”. Vol. 03, Nomor 1. FLASH

Tannady, Hendy, Fan Andrew. 2013. “Analisis Perbandingan Metode Regresi Linier dan Exponential Smoothing dalam Parameter Tingkat Eror”.Vol. 02. UKRIDA

Soetamto & Maria, U.A. (2010). “Modul Pelatihan Peningkatan Akurasi Prakiraan Musim”. Jakarta: BMKG.

Badan Pusat Statistik (www.bps.go.id)


Refbacks

  • There are currently no refbacks.