Perbaikan Peramalan Produksi Padi di Kabupaten Kendal dengan Menggunakan Metode Support Vector Machine (SVM)

Abstract

Sektor pertanian memegang peranan penting bagi perekonomian
daerah sebagai peningkatan produksi bahan pangan khususnya bahan
makanan pokok bagi kehidupan manusia, tentunya masyarakat di
Kabupaten Kendal. Pada Tahun 2015, produksi padi di Kabupaten
Kendal menempati peringkat 18 se-Jawa Tengah, Dinas Pertanian
Kendal sangat memperhatikan perkembangan produksi padi sehingga
memerlukan perencanaan dalam peramalan yang harus dilandasi
dengan kekuatan model dan parameter yang signifikan. Penelitian ini
menggunakan data dari bulan Januari 2013- Januari 2016, 70% dari
48 data sebagai data training dan 30% data testing. Peramalan yang
baik memiliki nilai Mean Square Error (MSE) yang kecil. Peramalan
produksi padi dengan metode Seasonal Autoregressive Integrated
Moving Average (SARIMA) diperoleh MSE training sebesar 0.043918
dan MSE testing 77.118.361,62, terlihat bahwa nilai MSE antara
keduanya sangat jauh berbeda. Dengan metode Support Vektor
Machine (SVM) diperoleh MSE training sebesar 0,14 dan MSE testing
sebesar 0,57. Terlihat bahwa nilai MSE yang dihasilkan sangat dekat
tidak jauh berbeda dengan keduanya. Inilah kelebihan metode yang
telah diusulkan oleh peneliti dengan menggunakan Metode SVM
merupakan metode yang baik untuk meramalkan produksi padi di
Kabupaten Kendal, karena nilai MSE training dan MSE testing yang
kecil, tidak memerhatikan parameter yang signifikan dan dapat
menanggani permasalahan linier ataupun non linier tanpa
memerhatikan pola data.