SEINASI-KESI
Vol 1, No 1 (2018): Seinasi-Kesi 2018

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

Yulistiani, Risma (Unknown)
Ramadhan, Ilham (Unknown)
Said, Qahtan (Unknown)
Santoni, Mayanda Mega (Unknown)



Article Info

Publish Date
11 Feb 2019

Abstract

Kebutuhan masyarakat Indonesia terhadap beras yang dihasilkan dari padi menjadikanproduktivitas padi tiap tahunnya penting untuk diperhatikan. Salah satu masalah yangmenyangkut produktivitas padi di Indonesia adalah perubahan cuaca yang tidakmenentu. Untuk megatasi permaasalahan tersebut, dilakukan penelitian untukmemprediksi produktivitas padi menggunakan Metode Regresi Linier Berganda danSVR (Support Vector Regression). Data pengujian adalah data sektoral dari situs BPStahun 2000-2015. Pemilihan atribut dibatasi pada data yang memungkinkan memilikihubungan antara pengaruh cuaca dan produktivitas padi, yaitu curah hujan,kelembapan udara dan kecepatan angin. Hasil pengujian menunjukkan SVR danRegresi Linier memiliki tingkat akurasi yang hampir sama. Dari hasil evaluasi RegresiLinier menunjukkan tingkat galat sebesar RMSE (Root Mean Square Error) sebesar26.4763 dan MAE (Mean Absolut Error) sebesar 21,7043, sedangkan SVRmenunjukkan tingkat galat RMSE sebesar 25.8503 dan MAE sebesar 20,9812.

Copyrights © 2018






Journal Info

Abbrev

seinasikesi

Publisher

Subject

Computer Science & IT

Description

SEMINAR NASIONAL INFORMATIKA , SISTEM INFORMASI DAN KEAMANAN SIBER (SEINASI-KESI 2018) Diselengggarakan oleh Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jakarta (FIK-UPNVJ). ...