<![CDATA[Penelitian ini ditujukan untuk membangun sebuah model prediksi tingkat produktivitas padi di kabupaten Karawang. Prediksi menggunakan Bayesian Networks dilakukan dengan tiga tahap, yaitu tahap pra-pemrosesan data, tahap implementasi dan tahap evaluasi. Tahap pra-pemrosesan dilakukan dengan transformasi data numerik menjadi data nominal dengan menggunakan dua skenario,yaitu threshold mean dan teknik diskretisasi. Tahap implementasi adalah menerapkan algoritma Bayesian Networks, yaitu melalui proses pembelajaran struktur dan pembelajaran parameter. Proses pembelajaran struktur dan parameter pada bayesian networks menggunakan software CaMML 1.41. Evaluasi performa Bayesian Networks dalam memprediksi produktivitas padi dengan confusion matrix, yaitu menghitung akurasi prediksi dan log loss. Hasil eksperimen menunjukkan hasil yang memuaskan, akurasi di atas 90%. Model terbaik dihasilkan dari tahap pra-pemrosesan menggunakan diskretisasi dan training data selama 5 tahun dan testing data selama 1 tahun. Hal ini menunjukkan pemilihan teknik pra-pemrosesan dan teknik pembagian training data dan testing data mempengaruhi hasil evaluasi performa struktur Bayesian Networks.]]>
Copyrights © 2017
