Putri, Wijayati (2026) PENERAPAN METODE SUPPORT VECTOR REGRESSION (SVR) UNTUK PREDIKSI PRODUKSI PADI BERDASARKAN VARIABEL IKLIM DAN FAKTOR PRODUKSI DI PROVINSI ACEH. S1 thesis, Universitas Malikussaleh.

[img] Text
Cover.pdf

Download (79kB)
[img] Text
ABSTRAK.pdf

Download (236kB)
[img] Text
BAB I.pdf

Download (278kB)
[img] Text
Daftar Pustaka.pdf

Download (258kB)
[img] Text
Full-text.pdf
Restricted to Registered users only

Download (4MB)

Abstract

Sektor pertanian memiliki peran yang sangat penting dalam memenuhi kebutuhan masyarakat. Pertanian juga menjaga ketahanan pangan secara nasional di Indonesia. Komoditas utama masyarakat Indonesia yaitu padi, dimana padi merupakan makanan pokok masyarakat Indonesia. Padi di Provinsi Aceh merupakan komoditas pertanian penting dengan produktivitas yang cukup tinggi (mencapai 55,03 kuintal/hektar pada 2021), meskipun produksi totalnya tidak sebesar provinsi lain di Jawa, namun Aceh memiliki potensi produksi yang terus meningkat setiap tahun dan menjadi salah satu penyumbang produksi nasional, dengan angka pada 2025 mencapai sekitar 1,62 juta ton GKG. Penelitian ini bertujuan untuk mengetahui pola hubungan antara variabel iklim dan luas panen terhadap produksi padi, menerapkan metode Support Vector Regression (SVR) dalam memprediksi produksi padi di Provinsi Aceh, serta mengukur tingkat akurasi model yang dihasilkan. Data yang digunakan berupa data runtun waktu periode 2021-2025 yang diperoleh dari Badan Pusat Statisti (BPS) dan Badan Meteorologi, Klimatologi, dan Geofisika (BMKG). Variabel input penelitian meliputi curah hujan, kelembapan, dan luas panen, sedangkan variabel output berupa produksi padi. Penelitian dilakukan menggunakan bahasa pemograman Python melalui tahapan preprocessing data, normalisasi data, pembagian data training dan testing, tuning hyperparameter, pelatihan model, evaluasi model, serta prediksi produksi padi periode 2026 - 2028. Hasil penelitian menunjukkan bahwa kernel linear merupakan kernel terbaik dibandingkan kernel RBF dan polynomial dengan nilai Root Mean Square Error (RMSE) sebesar 9722,35 dan nilai R2 sebesar 0,986179. Nilai tersebut menunjukkan bahwa model SVR memiliki tingkat akurasi yang sangat baik dalam memprediksi produksi padi di Provinsi Aceh. Selain itu, variabel luas panen diketahui menjadi variabel yang paling dominan mempengaruhi produksi padi dibandingkan variabel curah hujan dan kelembapan. Dengan demikian, metode SVR dinilai mampu digunakan sebagai model prediksi produksi padi untuk mendukung perencanaan pertanian berbasis data di Provinsi Aceh.

Item Type: Thesis (S1)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User: Wijayati Putri
Date Deposited: 01 Sep 2026 07:29
Last Modified: 01 Sep 2026 07:29
URI: https://rama.unimal.ac.id/id/eprint/22010

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by