IMPLEMENTASI ALGORITMA SUPPORT VECTOR REGRESSION DALAM MEMPREDIKSI HASIL PRODUKSI TANAMAN PANGAN PADA KABUPATEN ACEH BARAT DAYA

Abstract

Kabupaten Aceh Barat Daya merupakan salah satu wilayah lumbung pangan utama di Provinsi Aceh. Namun, dalam beberapa tahun terakhir, menunjukkan penurunan hasil produksi yang disebabkan oleh beberapa faktor, seperti luas tanam, luas panen dan provitas. Penelitian ini bertujuan untuk memprediksi hasil produksi tanaman pangan untuk periode berikutnya dengan menimplementasikan algoritma Support Vector regression (SVR) dengan kernel linear, polynominal dan Radial Basis Function (RBF) yang dioptimalkan dengan metode grid search. Hasil evaluasi menunjukkan bahwa kernel linear baik dalam memprediksi tanaman padi dan ubi jalar, kernel polynominal memprediksi produksi kedelai dan ubi kayu dengan sangat optimal, sementara itu kernel rbf menjadi kernel terbaik dalam memprediksi jagung, kacang hijau, dan kacang tanah. Dengan demikian, implementasi SVR, khususnya kernel rbf, terbukti akurat dan efektif dalam memberikan prediksi sehingga dapat dimanfaatkan  untuk mendukung perencanaan strategis produksi tanaman pangan daerah tersebut.

Kata kunci: Prediksi, Suppor Vector Regression, Tanaman Pangan, RBF, Grid Search