Analisis Data Pertanian Tanaman Pangan untuk Memprediksi Hasil Panen di Kabupaten Malaka Menggunakan Metode Multiple Linear Regression

Authors

  • Maria Kristine Bria Seran Program Studi Ilmu Komputer, Universitas Katolik Widya Mandira
  • Frengky Tedy Program Studi Ilmu Komputer, Universitas Katolik Widya Mandira
  • Ign. Pricher A. N. Samane Program Studi Ilmu Komputer, Universitas Katolik Widya Mandira
  • Patrisius Batarius Program Studi Ilmu Komputer, Universitas Katolik Widya Mandira
  • Paskalis Andrianus Nani Program Studi Ilmu Komputer, Universitas Katolik Widya Mandira
  • Alfry Aristo Jansen Sinlae Program Studi Ilmu Komputer, Universitas Katolik Widya Mandira

DOI:

https://doi.org/10.24002/konstelasi.v4i1.8970

Keywords:

pertanian, tanaman pangan , prediksi , multiple linear regression, Kabupaten Malaka

Abstract

Kabupaten Malaka merupakan daerah otonom baru dengan pertanian sebagai salah satu sektor basisnya. Dari tahun 2012 sampai dengan 2021, hasil produksi pertanian berupa tanaman pangan padi, jagung dan kacang hijau selalu mengalami kenaikan dan penurunan. Beberapa faktor yang menyebabkan terjadinya kenaikan dan penurunan hasil produksi tanaman pangan tersebut adalah adanya alih fungsi lahan pertanian menjadi lahan bangunan, masih tingginya harga bahan pangan yang ada di pasaran dan kebutuhan yang semakin meningkat, serta jumlah populasi penduduk yang terus bertambah. Untuk itu diperlukan sebuah metode yang dapat memprediksi hasil panen tanaman pangan di Kabupaten Malaka untuk 5 tahun yang akan datang. Hal ini dapat membantu Dinas Pertanian melakukan pengambilan keputusan terkait, guna menunjang Pemerintah Daerah dalam membantu menyediakan bahan pangan yang dibutuhkan bagi masyarakat setempat. Penelitian ini menggunakan metode multiple linear regression untuk melakukan prediksi. Hasil uji koefisien determinasi sebesar 0.918, menunjukkan bahwa 91.8% variasi variabel dependen dapat dijelaskan oleh variabel independen dalam model. Selain itu, terdapat tiga analisis statistik yang digunakan untuk melihat performansi dari metode multiple linear regression, yaitu nilai MSE sebesar 69611782.304, RMSE sebesar 8343.368 dan MAE sebesar 7327.695.

Malaka Regency is a new autonomous region with one of its basic sectors being agriculture. From 2012 to 2021, agricultural production in the form of rice, corn, and green beans always experienced increases and decreases. Several factors cause increases and decreases in food crop production, namely the conversion of land from agriculture to building land, the still high price of food on the market and increasing demand, as well as the population continuing to increase. For these reasons, a method is needed to predict the yield of food crops in Malaka Regency for the next 5 years. It can help the agricultural department make related decisions, to support the Regional Government in helping to provide the food needed for the local community. In this study, the multiple linear regression method was used to make predictions. The results with a coefficient of determination test of 0.918 showed that 91.8% of the variation in the dependent variable can be explained by the independent variables in the model. Apart from that, there were three statistical analyses used to see the performance of the multiple linear regression method, namely the MSE value of 69611782.304, RMSE of 8343.368, and MAE of 7327.695.

References

E. F. Laili andi H. C. Dinarto, “Pengembangan Kawasan Pertanian Berbasis Tanaman Pangan di Kecamatan Wuluhan, Kabupaten Jember,” Journal of Regional and Rural Development Planning, vol. 2, no. 3, p. 209, Dec. 2018, doi: 10.29244/jp2wd.2018.2.3.209-217.

JDIH BPK RI, Undang-Undang Republik Indonesia Nomor 7 Tahun 1996 Tentang Pangan. 1996. Accessed: Apr. 14, 2024. [Online]. Available: https://peraturan.bpk.go.id/Details/46097/uu-no-7-tahun-1996

BP4D Kabupaten Malaka, R. Lumbantoruan, A. Nomleni, and U. Kristen Indonesia, Rencana Tata Ruang Wilayah Kabupaten Malaka 2017-2036. 2017. [Online]. Available: https://journals.upi-yai.ac.id/index.php/IKRAITH-ABDIMAS/issue/archive

D. P. Lamondjong and M. Hardjianto, “Data Mining untuk Memprediksi Jumlah Penjualan Hasil Pertanian Mengunakan Algoritma Forcasting (Studi Kasus : Dinas Pertanian Kabupaten Banggai),” Jurnal Teknologi Informasi Respati, vol. 6, no. 2, pp. 94–102, 2021, Accessed: Apr. 14, 2024. [Online]. Available: https://jti.respati.ac.id/index.php/jurnaljti/article/view/405/351

Y. S. , M. Y. Siswo Adiguno, “Prediksi Peningkatan Omset Penjualan Menggunakan Metode Regresi Linier Berganda”, Accessed: Apr. 14, 2024. [Online]. Available: https://ojs.trigunadharma.ac.id/index.php/jsi/article/view/5331

M. Kafil, “Penerapan Metode K-Nearest Neighbors Untuk Prediksi Penjualan Berbasis Web Pada Boutiq Dealove Bondowoso,” 2019.

M. K. H. H. M. D. Salahuddin Salahuddin, “Rancang Bangun Aplikasi Machine Learning Prediksi Hasil Panen Buah Pinang (Areca Catechu) Menggunakan Metode Regresi Linier Berganda,” in Prosiding Seminar Nasional Politeknik Negeri Lhokseumawe , 2022. Accessed: Apr. 14, 2024. [Online]. Available: https://e-jurnal.pnl.ac.id/semnaspnl/article/view/3475

M. Adha and E. Utami, “Prediksi Produksi Jagung Menggunakan Algoritma Apriori Dan Regresi Linear Berganda (Studi Kasus : Dinas Pertanian Kabupaten Dompu),” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 7, no. 3, pp. 803–820, 2022, Accessed: Apr. 14, 2024. [Online]. Available:

https://jurnal.stkippgritulungagung.ac.id/index.php/jipi/article/view/3139

M. Firman, M. Assidiq, and S. Syarli, “Sistem Prediksi Hasil Pertanian Durian Dengan Metode Regresi Linear Berganda,” Journal Peqguruang: Conference Series, vol. 5, no. 1, p. 350, May 2023, doi: 10.35329/jp.v5i1.3199.

O. Muharromah, N. Suarna, and W. Prihartono, “Implementasi Algoritma Regresi Linear Berganda Untuk Prediksi Produksi Padi Di Kabupaten Cirebon,” 2023.

R. Andia, S. Eka Permana, and T. Handayani, “Peramalan Hasil Panen Padi Kabupaten Cirebon Menggunakan Algoritma Regresi Linear Berganda,” 2024.

R. Astuti and F. M. Basysyar, “Implementasi Data Mining Untuk Prediksi Produksi Bawang Merah Di Kabupaten Brebes,” 2024. [Online]. Available: https://brebeskab.bps.go.id.

M. Buchori Ibrahim et al., Metode Penelitian Berbagai Bidang Keilmuan (Panduan & Referensi), vol. 1. 2023. [Online]. Available: www.sonpedia.com

H. W. Herwanto, T. Widiyaningtyas, and P. Indriana, “Penerapan Algoritme Linear Regression untuk Prediksi Hasil Panen Tanaman Padi,” 2019.

M. Joefitra Zaqy, R. Mentari, and M. Iqbal, “Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Implementasi Data Mining Untuk Memprediksi Penjualan Toko Roti Mawar Menggunakan Regresi Linier Berganda,” Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD, vol. 6, no. 2, pp. 385–392, 2023, [Online]. Available: https://ojs.trigunadharma.ac.id/index.php/jsk/index

E. Triyanto, H. Sismoro, and A. D. Laksito, “Implementasi Algoritma Regresi Linear Berganda Untuk Memprediksi Produksi Padi Di Kabupaten Bantul,” Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, vol. 4, no. 2, pp. 66–75, Jul. 2019, doi: 10.36341/rabit.v4i2.666.

S. C. Chapra and R. P. Canale, “Numerical methods for Engineers Sixth Edition,” McGraw-Hill Higher Education, 2010, pp. 454–481.

Downloads

Published

27-06-2024

Issue

Section

Articles