Model Hibrid Algoritma Apriori dan Regresi Linear untuk Perkiraan Produksi Jagung (Studi Kasus : Kabupaten Dompu)

Muh Adha, Ema Utami, Hanafi Hanafi

Abstract


Jagung ialah sumber karbohidrat penting ke dua sesudah beras. Dibeberapa daerah, jagung adalah pembakar lemak yang baik karena jagung juga tinggi lemak dan tinggi kalori daripada nasi. Selain itu, mengandung asam lemak dan esensial yang membantu mencegak aterosklerosis. Sebagai akibat dari permasalahan yang terjadi baru baru ini, permintaan jagung meningkat secara signifikat. Komsumsi terus tumbuh, namun produksi jagung dalam negeri tetap rendah sehingga menimbulkan ketimpangan dalam memenuhi kebutuhan jagung. Seiring dengan perubahan produksi jagung Kabupaten Dompu dari tahun ke tahun, maka perlu diperkirakan kedepannya apakah produksi jagung Kabupaten Dompu akan menurun atau meningkat. Hasil ramalan ini akan digunakan sebagai indikator keamanan pangan Kabupaten Dompu, khususnya jagung. Penelitian ini menggunakan data panen atau budidaya Jagung dari  Dinas Pertanian dan Perkebunan Kabupten Dompu dari tahun 2012 sampai 2021 sebagai data produksi tanaman jagung di Kabupaten Dompu. Maka dari itu, prediksi ini membutuhkan algoritma yang menggunakan algoritma apriori dan regresi linear. Perhitungan metode regresi linear untuk memprediksi produksi jagung menggunakan pengujian MAD didapatkan 4.04 menggunakan data training mulai periode tahun 2012 – 2021 dan hasil persamaan regresi linear didapatkan yaitu Y = -29.0212901 + 2.30146418x1 + 4.53334525x2 + 11.8742684x3. Sedangkan perhitungan metode apriori, didapatkan 2 rule yang dengan support 10% dan confidence 50% didapat IF buy Gandasil then buy Ricestar with confidence 100% dan IF buy Roundup then buy Tabas with confidence 67%.


Keywords


Jagung, Kabupaten Dompu, Regresi Linear, MAD, Apriori.

Full Text:

PDF

References


M. G. Sumarauw, “Prediksi Pencapaian Target Produksi Jagung Di Kabupaten Gorontalo Menggunakan Regresi Liniear Berganda,” J. Cosphi, vol. 2, no. 1, pp. 6–10, 2018, [Online]. Available: https://www.cosphijournal.unisan.ac.id/index.php/cosphihome/article/view/71%0Ahttps://www.cosphijournal.unisan.ac.id/index.php/cosphihome/article/download/71/25.

S. A. Puji Lestari and B. H. Widayanti, “Evaluasi Kesesuaian Lahan untuk Tanaman Jagung di Kabupaten Dompu Berbasis SIG,” J. Planoearth, vol. 2, no. 1, p. 20, 2019, doi: 10.31764/jpe.v2i1.837.

A. P. Produksi et al., “FORECASTING ANALYSIS OF CORN PRODUCTION , CONSUMPTION,” vol. 22, no. 1, pp. 49–60, 2021.

M. Produksi, P. Di, and K. Bantul, “Ervan Triyanto, 2) Heri Sismoro, 3) Arif Dwi Laksito,” vol. 4, no. 2, pp. 73–86, 2019.

T. Rizgitta, V. C. M, and J. Hendryli, “Sistem Analisis Kinerja Sales Berdasarkan Transaksi Penjualan Dengan Regresi Linear Dan Algoritma Apriori,” pp. 173–178.

A. Ramandoni, “No Title,” Penerapan Metod. Regresi Linear Berganda Untuk Prediksi Has. Panen Jagung, 2017.

M. I. Ramadhan, “Penerapan Data Mining untuk Analisis Data Bencana Milik BNPB Menggunakan Algoritma K-Means dan Linear Regression,” J. Inform. dan Komput., vol. 22, no. 1, pp. 57–65, 2017.

Y. Yusriani, A. Anggrawan, and M. Syahrir, “Berganda Berbasis Web ( Studi Kasus : Dinas Pertanian Kabupaten Sumbawa ),” Univ. Bumigora, pp. 1–14, 2016.

E. Y. Obsie, H. Qu, and F. Drummond, “Wild blueberry yield prediction using a combination of computer simulation and machine learning algorithms,” Comput. Electron. Agric., vol. 178, no. May, p. 105778, 2020, doi: 10.1016/j.compag.2020.105778.

D. Irawan and M. R. Arief, “EXPLORE – Volume 11 No 2 Tahun 2021 Terakreditasi Sinta 5 SK No : 23 / E / KPT / 2019 Rekomendasi Penjual Bahan Makanan Dengan Metode Filtering Berbasis Konten dan Lokasi Pada Aplikasi Resep Masakan EXPLORE – Volume 11 No 2 Tahun 2021 Terakreditasi Sinta,” J. Explor., vol. 11, no. 2, pp. 29–34, 2021.

A. Febriani, T. T. Rahmawati, and E. Sabna, “Implementation of Data Mining to Predict The Feasibility of Blood Donors Using C4.5 Algorithm,” Indones. J. Artif. Intell. Data Min., vol. 1, no. 1, p. 41, 2018, doi: 10.24014/ijaidm.v1i1.4562.

H. Maulidiya and A. Jananto, “Asosiasi Data Mining Menggunakan Algoritma Apriori Dan Fp-GROWTH SEBAGAI DASAR PERTIMBANGAN PENENTUAN PAKET SEMBAKO,” Proceeding SENDIU 2020, vol. 6, pp. 36–42, 2020.

A. I. Jamhur, “Penerapan Data Mining Untuk Menganalisa Jumlah,” vol. 23, no. 2, pp. 12–20, 2016.

A. Datumaya, W. Sumari, A. K. Febrianto, and Y. Pramitarini, “Sistem Prediksi Permintaan Darah Menggunakan Metode Regresi Linier ( Studi Kasus Pada UTD PMI Kabupaten Bojonegoro ),” J. Inform. Polinema, vol. 7, no. 1, pp. 85–90, 2021.

H. W. Herwanto, T. Widiyaningtyas, and P. Indriana, “Penerapan Algoritme Linear Regression untuk Prediksi Hasil Panen Tanaman Padi,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 8, no. 4, p. 364, 2019, doi: 10.22146/jnteti.v8i4.537.

G. N. Ayuni and D. Fitrianah, “Penerapan metode Regresi Linear untuk prediksi penjualan properti pada PT XYZ,” J. Telemat., vol. 14, no. 2, pp. 79–86, 2019.

A. A. Firdaus, N. Iksan, D. N. Sadiah, L. Sagita, and D. Setiawan, “Penerapan Algoritma Apriori untuk Prediksi Kebutuhan Suku Cadang Mobil,” J. Sist. dan Teknol. Inf., vol. 9, no. 1, p. 13, 2021, doi: 10.26418/justin.v9i1.41151.




DOI: http://dx.doi.org/10.26418/jp.v8i3.55522

Refbacks

  • There are currently no refbacks.