Anggriawan, Destyan Yoga (2026) ANALISIS DAN IMPLEMENTASI MODEL REGRESI UNTUK MEMPREDIKSI PRODUKSI TOMAT DI PROVINSI JAWA BARAT BERBASIS DATA OPEN GOVERNMENT. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/text.png) |
Text (COVER - ABSTRAK)
COVER.pdf - Published Version Download (1MB) |
|
Text (BAB I)
BAB I.pdf - Published Version Download (358kB) |
|
Text (BAB II)
BAB II.pdf - Published Version Restricted to Registered users only Download (699kB) |
|
Text (BAB III)
BAB III.pdf - Published Version Restricted to Registered users only Download (554kB) |
|
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Registered users only Download (2MB) |
|
Text (BAB V)
BAB V.pdf - Published Version Download (141kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf - Published Version Restricted to Registered users only Download (103kB) |
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 22.12.2445.zip - Published Version Restricted to Repository staff only Download (458kB) |
|
Text (PUBLIKASI)
Publikasi.pdf - Published Version Restricted to Repository staff only Download (663kB) |
Abstract
Produksi tomat di Provinsi Jawa Barat memiliki peran penting dalam mendukung ketahanan pangan dan sektor hortikultura, namun jumlah produksinya cenderung mengalami fluktuasi dari tahun ke tahun. Ketidakakuratan dalam memprediksi produksi tomat dapat berdampak pada ketidakseimbangan pasokan, perencanaan distribusi yang kurang optimal, serta potensi kerugian bagi petani dan pemangku kepentingan. Oleh karena itu, diperlukan pendekatan berbasis data untuk memprediksi produksi tomat secara lebih akurat dan objektif dengan memanfaatkan data historis yang tersedia. Penelitian ini bertujuan untuk memprediksi produksi tomat di Provinsi Jawa Barat menggunakan algoritma Regresi Linear, Support Vector Regression (SVR), dan Random Forest Regressor berbasis data Open Government Data dari Open Data Jabar periode 2013–2024. Data diproses melalui tahapan pembersihan data, penggabungan dataset, dan normalisasi fitur, kemudian dibagi menjadi data latih dan data uji dengan rasio 80:20. Evaluasi model dilakukan menggunakan K-fold Cross Validation (K=5) dengan metrik R², MSE, dan MAE. Hasil penelitian menunjukkan bahwa model Regresi Linear memberikan performa terbaik dibandingkan SVR dan Random Forest Regressor, dengan nilai R² pada data uji sebesar 0,912, yang menunjukkan bahwa 91,2% variasi produksi tomat dapat dijelaskan oleh variabel dalam model. Temuan ini mengindikasikan bahwa hubungan antar variabel dalam dataset cenderung bersifat linier setelah proses pembersihan data dilakukan, serta menunjukkan bahwa Regresi Linear efektif digunakan sebagai model prediksi produksi tomat di Provinsi Jawa Barat.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Prediksi Produksi Tomat, Regresi Linear, Support Vector Regression, Random Forest Regressor, Open Government Data, Tomato Production Prediction. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum | ||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 08 Jul 2026 03:33 | ||
| Last Modified: | 08 Jul 2026 03:33 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/31998 |
Actions (login required)
 |
View Item |