PENERAPAN METODE K-NN UNTUK MEMPREDIKSI HASIL PERTANIAN DI KABUPATEN MALANG

Abstract

Kabupaten Malang adalah daerah yang luas dengan luas wilayah sekitar 3.238,26 . Kondisi topografi
Kabupaten Malang merupakan daerah dataran tinggi yang dikelilingi oleh beberapa gunung dan dataran
sehingga Kabupaten Malang adalah daerah yang cocok untuk dibuat daerah penghasil pertanian. Penduduk
Kabupaten Malang terdiri dari penduduk lokal dan pendatang yang terus meningkat setiap tahunya. Dikarenakan
peningkatan jumlah penduduk setiap tahunnya, kebutuhan pangan juga meningkat dan ditakutkan melamahkan
ketahanan pangan di Kabupaten Malang. Oleh karena itu pemerintah perlu melakukan penguatan ketahan pangan di
Kabupaten Malang. Pemerintah telah melakukan banyak hal untuk penguatan ketahananpangan di Kabupaten
Malang. Salah satu cara untuk mengantisipasi terjadinya kekurangan persediaan pangan adalah dengan
melakukan peramalan hasil panen di setiap kecamatan di Kabupaten Malang.
Pemerintah Kabupaten Malang dapat memprediksi ketahanan pangan di Kabupaten Malang dengan
forecasting. Salah satu metode dapat digunakan dalam melakukan prediksi adalah K-Nearest Neighbor (K-NN).
K-NN adalah algoritma yang melakukan klasifikasi berdasarkan kedekatan lokasi (jarak) suatu data dengan data
yang lain. Tujuan dari algoritma ini adalah mengklasifikasi objek baru berdasarkan atribut dan sampel latih.
Hasil dari skripsi ini adalah sistem yang nantinya dapat membantu pemerintah Kabupaten Malang dalam
meningkatkkan ketahanan di Kabupaten Malang. Dengan menggunakan sistem yang memiliki akurasi 73,91%
dan nilai error sebesar 26,08 maka pihak pemerintah dapat memfokuskan bantuan pertanian di daerah mana
yang perlu ditingkatkan kulitas dan kuantitas panennya dan pemasok dapat mencari daerah baru untuk memasok
barang. Dengan demikian masyarakat luas dapat menikmati kebutuhan pokok dengan harga yang lebih
terjangkau karena stok selalu terjaga.