PENERAPAN DATA MINING DALAM PREDIKSI PRODUKSI BERAS MENGGUNAKAN METODE REGRESI LINEAR

Abstract

Kondisi geografis Indonesia yang mendukung serta memiliki iklim tropis sangat cocok untuk membudidayakan padi. Sehingga pada tahun 2018, Indonesia berhasil menjadi negara penghasil beras terbanyak di dunia. Hal ini menjadikan Indonesia sebagai negara penghasil beras terbanyak di dunia pada tahun 2018. Analisis regresi digunakan untuk memprediksi nilai dari suatu variabel response (y) dengan menggunakan nilai dari variabel prediktor/independent (x). Tujuan penelitian ini adalah untuk Mendapatkan gambaran daerah-daerah penghasil beras di Kabupaten Cirebon, Mengklasifikasikan daerah-daerah penghasil beras di Kabupaten Cirebon berdasarkan kuantitas hasil panen per tahun, Mengimplementasikan data mining dengan metode regresi linear untuk memprediksi produksi beras di daerah-daerah prioritas produksi beras di Kabupaten Cirebon. Hasil penelitian menunjukan bahwa RMSE dan Relative Error, menunjukkan jika metode prediksi yang dipergunakan baik. Hasil penelitian nilai evaluasi yang di dapat dari perhitungan prediki menggunakan RMSE 285.590  dan Relative Error 0.000 %. Dan prediksi produk beras yang disimulasikan dengan rapidminer mempunyai nilai min 140 dan nilai max 41060 dengan nilai rata-rata 9037.220 dan standard deviation 7837.949, Hasil evaluasi nilai RMSE pada produksi beras adalah 285.590, sedangkan nilai Relative Error adalah 0.000%. Nilai RMSE dan Relative Error yang mendekati 0 menunjukkan bahwa prediksi mendekati nilai aktual.