Anggi Tameliza Sitompul
STMIK Triguna Dharma

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Data Mining Mengestimasi Jumlah Tonase Kelapa Sawit Dengan Metode Regresi Linear Berganda Anggi Tameliza Sitompul; Milfa Yetri; Rina Mahyuni
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol 2, No 1 (2023): EDISI JANUARI 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i1.5431

Abstract

Kelapa Sawit merupakan salah satu komoditi yang paling banyak diminati oleh para usaha perkebunan yang tidak hanya ada di Indonesia namun juga di seluruh penjuru dunia. Hal ini ditunjukkan dengan adanya tren pembukaan lahan yang ditunjukkan sebagai perkebunan Kelapa Sawit. Manfaat Kelapa Sawit begitu banyak, sehingga menjadi salah satu hasil yang begitu menguntungkan. Kelapa Sawit merupakan tumbuhan industri penting penghasil minyak masak, minyak industri, maupun untuk bahan bakar. Perkebunannya mampu menghasilkan keuntungan tinggi sehingga banyak hutan dan perkebunan lama dikonversi menjadi perkebunan Kelapa Sawit. Manfaat Kelapa Sawit ini merupakan sumber utama minyak nabati sesudah kelapa yang ada di Indonesia. Agar mudah dalam melakukan penyelesaian masalah terkait menentukan tonase kelapa sawit maka dibuatlah sebuah program Data Mining. Data Mining ialah proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu. Teknik-teknik, metode-metode, atau algoritma dalam Data Mining sangat bervariasi. Program Data Mining memerlukan sebuah metode dalam melakukan perhitungannya dan metode yang digunakan dalam penyelesaian masalah terkait menentukan tonase kelapa sawit Menggunakan Metode Regresi Linear Berganda. Hasil dari penelitian ini : Berdasarkan Permasalahan yang dibahas maka di bangunlah sistem yang mengadopsi metode Regresi Linear Berganda dalam pemecahan masalah menentukan tonase kelapa sawit.