Prediksi Hasil Panen Karet di Gunung Tua Menggunakan Support Vector Machine

Abstrak

Penelitian ini bertujuan untuk memprediksi hasil panen karet di wilayah Gunung Tua, Kabupaten Padang Lawas Utara, dengan menggunakan algoritma Support Vector Machine (SVM). Produksi karet dipengaruhi oleh berbagai faktor musiman dan kondisi lingkungan yang menyebabkan fluktuasi hasil panen, sehingga menyulitkan perencanaan bagi petani maupun instansi terkait. Penelitian ini menerapkan pendekatan supervised learning dengan metode Support Vector Regression (SVR) untuk memodelkan prediksi hasil panen karet berdasarkan data produksi historis yang diperoleh dari instansi pertanian setempat. Tahapan penelitian meliputi pengumpulan data, prapemrosesan, normalisasi data, pelatihan model, dan pengujian. Evaluasi kinerja model dilakukan menggunakan Root Mean Square Error (RMSE) sebagai indikator tingkat kesalahan prediksi. Hasil penelitian menunjukkan bahwa model SVM mampu memprediksi hasil panen karet dengan nilai RMSE sebesar 191 dan tingkat akurasi sebesar 96,2%, yang menunjukkan bahwa model memiliki performa yang baik dalam menangkap pola data produksi. Dengan demikian, algoritma Support Vector Machine dapat dimanfaatkan sebagai alat pendukung pengambilan keputusan dalam perencanaan dan pengelolaan produksi pertanian karet