EVALUASI PERFORMA ALGORITMA MACHINE LEARNING UNTUK PREDIKSI PRODUKTIVITAS TANAMAN PADI DI JAWA TENGAH

SUHATMAJO, GUING TRI (2026) EVALUASI PERFORMA ALGORITMA MACHINE LEARNING UNTUK PREDIKSI PRODUKTIVITAS TANAMAN PADI DI JAWA TENGAH. Diploma thesis, UNIVERSITAS NASIONAL.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (438kB)
	Text BAB 2.pdf Download (592kB)
	Text BAB 3.pdf Download (634kB)
	Text BAB 4.pdf Download (1MB)
	Text BAB 5.pdf Download (405kB)
	Text LAMPIRAN.pdf Download (559kB)

Abstract

Penelitian ini membandingkan performa tiga algoritma machine learning yakni
Linear Regression, Random Forest, dan XGBoost dalam memprediksi
produktivitas padi di 29 kabupaten Jawa Tengah periode 2004–2024 (609 observasi
panel). Metodologi mengikuti kerangka Knowledge Discovery in Database (KDD)
dengan evaluasi menggunakan TimeSeriesSplit 5-fold dan metrik MAE, RMSE, dan
R². Hasil penelitian menunjukkan Random Forest sebagai model terbaik dengan
Test R² = 0,6021, MAE = 2,43 ku/ha, dan MAPE = 4,31%, mengungguli XGBoost
(R² = 0,5707) dan Linear Regression yang gagal total. Analisis feature importance
mengungkap karakteristik tetap per kabupaten sebagai prediktor paling dominan
(51% total importance), dengan district_Sukoharjo (26%) sebagai yang terkuat,
diikuti luas panen (11%) dan tren temporal tahun (9%). Penelitian ini
mengonfirmasi superioritas ensemble methods dalam memprediksi produktivitas
pertanian dan menghasilkan model dengan akurasi excellent yang dapat
diimplementasikan sebagai early warning system untuk mendukung ketahanan
pangan di Jawa Tengah.

Item Type:	Thesis (Diploma)
Subjects:	S Agriculture > S Agriculture (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Delvy Aplirizani -
Date Deposited:	14 Jul 2026 04:07
Last Modified:	14 Jul 2026 04:07
URI:	https://repository.unas.ac.id/id/eprint/17032

Actions (login required)

View Item