PREDIKSI PRODUKSI PADI DI PULAU SUMATERA MENGGUNAKAN EXTREME GRADIENT BOOSTING (XGBOOST) BERBASIS FRAMEWORK CRISP-DM: STUDI DATA HISTORIS 1993 - 2020

Abstract

Pulau Sumatera memegang peran strategis sebagai salah satu lumbung pangan nasional Indonesia dengan kontribusi produksi padi yang signifikan. Fluktuasi produksi yang tidak linear akibat variabilitas iklim dan keterbatasan data historis berskala regional menyulitkan perencanaan pangan yang akurat di tingkat provinsi. Penelitian ini bertujuan membangun model prediksi produksi padi untuk delapan provinsi di Pulau Sumatera menggunakan algoritma Extreme Gradient Boosting (XGBoost). Model dikembangkan mengikuti kerangka CRISP-DM dengan dataset 224 observasi periode 1993–2020. Variabel independen mencakup luas panen, curah hujan, kelembapan, dan suhu rata-rata. Konfigurasi model menerapkan regularisasi L1 (reg_alpha = 0,1) dan L2 (reg_lambda = 1,0) dengan max_depth = 3 untuk mengendalikan overfitting, serta dievaluasi melalui 5-Fold Cross Validation dan test set independen. Model XGBoost menghasilkan R² = 0,8734, MAE = 225.478 ton, dan RMSE = 334.613 ton pada test set, dengan R² cross-validation rata-rata 0,8434 ± 0,0267. Variabel provinsi menjadi prediktor dominan (feature importance = 54,56%), diikuti luas panen (33,25%). Generalization gap sebesar 0,1246 mengindikasikan overfitting parsial akibat keterbatasan jumlah data.