ADYAH WIDIARNI, - (2023) PENERAPAN ALGORITMA SUPPORT VECTOR REGRESSION DALAM MEMPREDIKSI PRODUKSI DAN PRODUKTIVITAS KELAPA SAWIT. Penerapan Algoritma Support Vector Regression dalam Memprediksi Produksi dan Produktivitas Kelapa Sawit, 7 (2). pp. 864-872. ISSN 2614-5278 (Submitted)

Preview

Text (ARTIKEL) ADYAH WIDIARNI.pdf - Published Version Download (4MB) | Preview

Abstract

Kelapa sawit adalah tanaman perkebunan yang memberikan nilai ekonomi tertinggi di Indonesia. Riau saat ini sebagai provinsi penghasil minyak kelapa sawit tertinggi di Indonesia dengan perusahaan kelapa sawit yang dikelola negara ialah PTPN V. Namun, produksi kelapa sawit tersebut tidak selalu stabil disetiap bulannya, yang mengalami naik dan turun dalam jumlah produksi dan produktivitas karena beberapa faktor antara lain curah hujan yang tidak teratur, iklim, kesuburan tanah dan yang paling penting tandan buah yang belum siap panen. Maka dilakukan proses pengolahan data mining dengan memprediksi jumlah produksi dan produktivitas kelapa sawit yang menerapkan Algoritma Support Vector Regression (SVR) dengan tiga kernel seperti kernel Linear, kernel RBF serta kernel Polynomial. Hasil percobaan pada produksi dan produktivitas kelapa sawit menunjukkan bahwa kernel terbaik ialah kernel RBF karena hasil prediksi mendekati nilai sebenarnya. Tingkat akurat pada produksi kelapa sawit sebesar 75,4% dan produktivitas kelapa sawit menghasilkan nilai akurasi sebesar 71%. Dihasilkan juga nilai error pada produksi kelapa sawit sebesar 1,8%, untuk produktivitas sebesar 2,1%. Hasil penelitian dapat digunakan sebagai gambaran estimasi dalam pengambilan keputusan perusahaan tersebut kedepannya.

Actions (login required)

View Item