Yanti, Riski (2026) Analisis Dan Prediksi Produksi Kopi Berbasis Data Iklim Menggunakan Google Earth Engine Dengan Algoritma Xgboost Dan Random Forest. S2 thesis, Universitas Malikussaleh.

	Text Cover .pdf Download (38kB)
	Text ABSTRAK.pdf Download (61kB)
	Text BAB I.pdf Download (47kB)
	Text DAFTAR PUSTAKA.pdf Download (145kB)
	Text TESIS RISKI YANTI FULL.pdf Restricted to Registered users only Download (5MB)

Abstract

Bener Meriah merupakan sentra nasional kopi arabika yang produktivitasnya dipengaruhi oleh variabilitas iklim. Penelitian ini bertujuan memprediksi produktivitas kopi bulanan menggunakan data iklim Google Earth Engine, menguji pengaruh rekayasa fitur lag 6-9 bulan dan fitur historis, membandingkan Random Forest dan XGBoost, serta menerapkan sistem constraint untuk menjaga interpretabilitas. Data produksi 219 desa didistribusikan ke bulanan menggunakan pembobotan hasil panen aktual, sementara data iklim harian diagregasi dengan jendela lag 6-9 bulan. Dua himpunan fitur diuji: 8_raw_climate_lag6to9 dan 9_with_prev_yield_lag6to9. Pemodelan menggunakan TimeSeriesSplit dan RandomizedSearchCV dengan constraint dominasi fitur ≤50% dan MAPE validasi <40%. Hasil menunjukkan model tanpa fitur historis hanya mencapai R² validasi 0,43–0,44 dengan MAPE >43%, mengindikasikan keterbatasan data iklim homogen secara spasial. Penambahan prev_yield_kg_ha_month meningkatkan akurasi signifikan; model terbaik XGBoost mencapai R² 0,9870, RMSE 5,29 kg/ha, MAE 2,88 kg/ha, dan MAPE 5,71% serta memenuhi seluruh constraint dengan dominasi fitur 47,1%. Radiasi matahari dan selisih suhu harian menjadi variabel iklim paling dominan, sementara curah hujan berpengaruh rendah, sesuai karakteristik wilayah tropis basah. Perbandingan dengan penelitian terdahulu mengonfirmasi keunggulan XGBoost dalam menangani data non-linear dan peran krusial fitur historis. Disimpulkan bahwa XGBoost dengan fitur historis dan sistem constraint merupakan model paling optimal, dengan model persistence sebagai fondasi utama, dan direkomendasikan penambahan data iklim spasial serta variabel agronomis spesifik desa untuk prediksi jangka panjang. Kata kunci: Prediksi produksi kopi, Google Earth Engine, XGBoost, Random Forest, Kabupaten Bener Meriah.

Item Type:	Thesis (S2)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Pascasarjana > 71102 - Magister Teknologi Informasi
Depositing User:	Riski Yanti
Date Deposited:	14 Aug 2026 03:15
Last Modified:	14 Aug 2026 03:15
URI:	https://rama.unimal.ac.id/id/eprint/21204

Actions (login required)

View Item