Pemodelan Sistem Prediksi Tanaman Pangan Menggunakan Algoritma Decision Tree

Autor: Reymon Rotikan, Gleadies Stella Tulung, Fergie Joanda Kaunang
Rok vydání: 2018
Předmět:
Zdroj: Cogito Smart Journal, Vol 4, Iss 1, Pp 213-218 (2018)
ISSN: 2477-8079
2541-2221
Popis: Pertanian sebagai salah satu sektor industri menjadi bagian pekerjaan yang menunjang pemenuhan kebutuhan makanan pokok masyarakat seperti tanaman pangan. Cuaca yang berubah-ubah dan tidak menentu dapat mempengaruhi hasil panen terlebih khusus dari segi jumlah hasil produksi. Hal ini membuat cuaca menjadi salah satu faktor penentu hasil produksi dari tanaman pangan. Memprediksi hasil panen tanaman pangan dengan baik dapat membantu para pemangku kepentingan baik petani ataupun mereka yang bekerja dalam industri pengolahan hasil tanaman pangan. Dewasa ini, Data Mining dan Machine Learning adalah dua topik berkaitan yang sering digunakan dalam berbagai bidang kehidupan termasuk bidang pertanian. Penelitian ini menggunakan teknik Data Mining dan Machine Learning untuk membuat suatu model sistem prediksi tanaman pangan di provinsi Sulawesi Utara berdasarkan iklim/cuaca. Menggunakan algoritma Decision Tree J48, penelitian ini memberikan hasil yang dapat dipertimbangkan dalam pengambilan keputusan bagi para pemangku kepentingan di bidang pertanian. Hasil yang diperoleh juga menunjukkan pengaruh parameter iklim/cuaca terhadap jumlah hasil produksi tanaman pangan di provinsi Sulawesi Utara. Penelitian ini tidak menggunakan parameter lain yang dapat mempengaruhi hasil produksi tanaman pangan seperti kondisi tanah ataupun harga jual di pasaran, mengingat dapat terjadinya perubahan terhadap harga yang tidak menentu. Penelitian ini diharapkan dapat memberikan kontribusi terhadap bidang pertanian terlebih khusus kepada para petani tanaman pangan dalam menopang pemenuhan kebutuhan pokok masyarakat. Keywords : Machine Learning, Data Mining, Algoritma Decision Tree J48, Sistem Prediksi, Tanaman Pangan
Databáze: OpenAIRE
Externí odkaz: