IMPLEMENTASI METODE SVM UNTUK MEMPREDIKSI HASIL PANEN TANAMAN PADI

Authors

  • Agus Setia Budi Universitas Islam Lamongan
  • Purnomo Hadi Susilo Universitas Islam Lamongan

DOI:

https://doi.org/10.30736/jti.v6i1.583

Keywords:

Sistem Prediksi, Metode SVM, Hasil Panen, Tanaman Padi

Abstract

Sektor pertanian yang terdapat di Indonesia sangatlah tergantung pada sumber air dari irigasi waduk dan hujan. Beberapa keadaan tanah pertanian di Indonesia sebagian besar merupakan sawah dan tambak tadah hujan. Tanaman yang ada di Indonesia dapat berkembang dengan baik yaity dengan mengandalkan air dari hujan dan irigasi. Hal inilah yang menjadikan kondisi cuaca sangat berpengaruh terhadap banyak sedikitnya jumlah panen tanaman padi para petani. Kondisi keadaan cuaca yang sering berubah-ubah secara tidak menentu sering membuat para petani mengalami kegagalan panen tanaman padi. Panen tanaman padi di Indonesia megalami penurunan sebesar 7,76% pada tahun 2019 dibandingkan dengan hasil panen tanaman padi pada tahun 2018 (Badan Pusat Statistik). Cara yang dapat dilakukan agar dapat mengurangi penurunan hasil panen tanaman padi yaitu salah satunya dengan menerapkan metode SVM untuk memprediksi hasil panen padi. Data penelitian yang dilakukan diambil dari situs resmi pertanian melalui web (https://www.pertanian.go.id/home/?show=page&act=view&id=61). Variabel yang digunakan meliputi 1) propinsi; 2) tahun; 3) luas lahan; dan 4) produksi. Data yang digunakan sebanyak 170, dengan jumlah 130 sebagai data training dan 40 sebagai data testing. Data-data tersebut kemudian diolah dan dilakukan normalisasi, selanjutnya dilakukan training dan diprediksi menggunakan metode SVM. Hasil penelitian menunjukkan data MAPE sebesar 6635,53% dan RMSE 1094810,74 menggunakan data asli tanpa normalisasi, dan MAPE sebesar 9427,71% dan RMSE 0,017 saat data telah dinormalisasi.

Downloads

Download data is not yet available.

References

E. Hartanto, D. Sitorus and A. Wanto, "Analisis Jaringan Saraf Tiruan untuk Prediksi Luas Panen Biofarmaka di Indonesia," SEMANTIK, vol. 4, no. 1, pp. 49-56, 2018.

F. Maspiyanti and M. I. Fanany, "Klasifikasi Fase Pertumbuhan Padi Berdasarkan Citra Hiperspektral dengan Modifikasi Logika Fuzzy," Jurnal Pengindraan Jauh, vol. 10, no. 1, pp. 41-48, 2013.

H. Herminingsih, "Hubungan Adaptasi Petani Terhadap Perubahan Iklim dengan Produktivitas Tembakau pada Lahan Sawah dan Tegalan di Kabupaten Jember," JSEP, vol. 7, no. 2, pp. 31-44, 2014.

S. Putra, "Pengaruh Jarak Tanam Terhadap Peningkatan Hasil Padi Gogo Varietas Situ Patenggang," Agrin, vol. 15, no. 1, pp. 54-63, 2011.

D. A. Mardhika, B. D. Setiawan and R. C. Wihandika, "Penerapan Algoritma Support Vector Regression Pada Peramalan Hasil Panen Padi Studi Kasus Kabupaten Malang," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 10, pp. 9402-9412, 2019.

E. I. A. Warih and Y. Rahayu, "PENERAPAN DATA MINING UNTUK MENENTUKAN ESTIMASI PRODUKTIVITAS TANAMAN TEBU DENGAN MENGGUNAKAN ALGORITMA LINIER REGRESI BERGANDA DI KABUPATEN REMBANG," Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang.

W. T. Panjaitan, E. Utami and H. Al-Fatta, "PREDIKSI PANEN PADI MENGGUNAKAN ALGORITMA K-NEAREST NEIGBOUR," in SNATIF Universitas Muara Kudus, Kudus, 2018.

Fatkhuroji, S. Santosa and R. A. Pramunendar, "PREDIKSI HARGA KEDELAI LOKAL DAN KEDELAI IMPOR DENGAN METODE SUPPORT VECTOR MACHINE BERBASIS FORWARD SELECTION," Jurnal Teknologi Informasi, vol. 15, no. 1, pp. 61-77, 2019.

A. Mayasari and Y. Rahayu, "PENERAPAN ALGORITMA LINIER REGRESSION UNTUK MENENTUKAN ESTIMASI LUAS LAHAN PANEN TANAMAN JAGUNG TERHADAP CURAH HUJAN DAN AREA TAMBAH TANAM DI KABUPATEN REMBANG," Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang.

R. Nuari, A. Apriliyani, Juwari and Kusrini, "IMPLEMENTASI METODE K-NEAREST NEIGHBOR (KNN) UNTUK MEMPREDIKSI VARIETAS PADI YANG COCOK UNTUK LAHAN PERTANIAN," Jurnal INFORMA Politeknik Indonusa Surakarta, vol. 4, no. 2, pp. 28-34, 2018.

D. Rohmayani, "ANALYSIS OF STUDENT TUITION FEEPAY DELAY PREDICTION USING NAIVE BAYES ALGORITHM WITH PARTICLE SWARM OPTIMATION OPTIMAZATION (CASE STUDY : POLITEKNIK TEDC BANDUNG)," Jurnal Teknologi Informasi dan Pendidikan, vol. 13, no. 2, pp. 1-8, 2020.

E. Prasetyo, Data Mining Konsep dan Aplikasi Menggunakan Matlab, Yogyakarta: Andi, 2012.

B. Santosa, Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis Teori dan Aplikasi, Yogyakarta: Graha Ilmu, 2007.

B. Santosa, Data Mining Terapan dengan Matlab, Yogyakarta: Graha Ilmu, 2007.

PlumX Metrics

Published

2021-03-31

How to Cite

Budi, A. S., & Susilo, P. H. (2021). IMPLEMENTASI METODE SVM UNTUK MEMPREDIKSI HASIL PANEN TANAMAN PADI. Joutica, 6(1), 434–438. https://doi.org/10.30736/jti.v6i1.583

Issue

Section

Jouticla Jurnal Teknik Informatika