Penerapan Data Mining Produksi Padi di Pulau Sumatera Menggunakan Analisis Regresi Linear

Yohanes Nababan; Isna  Nugraha

doi:10.31004/jutin.v7i1.23545

Authors

Yohanes Nababan Universitas Pembangunan Nasional Veteran Jawa Timur
Isna Nugraha Teknik Industri Universitas Pembangunan Nasional Veteran Jawa Timur

DOI:

https://doi.org/10.31004/jutin.v7i1.23545

Keywords:

Linear Regression Analysis, CRISP-DM, Rice Production, Phyton

Abstract

Indonesia, primarily an agrarian nation, relies heavily on farming as a livelihood, particularly in rice production. Rice is a crucial commodity, especially in Sumatra. Understanding the influential factors such as rainfall, humidity, average temperature, and harvest area is vital for effective rice production. This research applies the CRISP-DM method: Business Understanding, Data Understanding, Data Preparation, and Modeling. Multiple linear regression analysis is employed using Python programming in Google Colab to assess the impact of these factors on rice production. Results indicate that rainfall, humidity, and average temperature insignificantly affect rice production, while harvest area significantly influences it. The regression model is expressed as Y = 12.3X1 + 1637.1X2 – 159677.3X3 + 5.1X4. This model provides valuable insights for farmers to prioritize influential factors in future rice production

References

Ahmad, I., Samsugi, S., & Irawan, Y. (2022). Implementasi Data Mining Sebagai Pengolahan Data. Jurnal Teknoinfo, 16(1), 46. http://portaldata.org/index.php/portaldata/article/view/107

Alamri, M. H., Rauf, A., & Saleh, Y. (2022). Analisis Faktor-Faktor Produksi Terhadap Produksi Padi Sawah Di Kecamatan Bintauna Kabupaten Bolaang Mongondow Utara. AGRINESIA: Jurnal Ilmiah Agribisnis, 6(3), 240–249. https://doi.org/10.37046/agr.v6i3.16145

Dungu, A. R., Umbu, E., & Retang, K. (2023). Faktor-Faktor Yang Mempengaruhi Produksi Padi Sawah Tadah Hujan Di Desa Umbu Pabal Kecamatan Umbu Ratu Nggay Barat Kabupaten Sumba Tengah Factors Affecting Rice Production of Rainfed Rice in the Village of Umbu Pabal, Umbu Ratu Nggay Barat District, Centr. Jurnal Pertanian Agros, 25(1), 714–723.

Dyah Pitaloka, S. (2022). Analisis Faktor Produksi Padi Di Jawa Timur Tahun 2005-2015 Dengan Metode Cobb-Douglass. Growth: Jurnal Ilmiah Ekonomi Pembangunan, 1(2), 93–100.

Herdiana, A. (2022). Studi Kasus Kemiskinan Di Indonesia Level Provinsi Dan Faktor-Faktor Yang Mempengaruhinya Menggunakan Regresi Linear Berganda. Jurnal MSA ( Matematika Dan Statistika Serta Aplikasinya ), 10(1), 89–93. https://doi.org/10.24252/msa.v10i1.23361

Maharadja, A. N., Maulana, I., & Dermawan, B. A. (2021). Penerapan Metode Regresi Linear Berganda untuk Prediksi Kerugian Negara Berdasarkan Kasus Tindak Pidana Korupsi. Journal of Applied Informatics and Computing, 5(1), 95–102. https://doi.org/10.30871/jaic.v5i1.3184

Mayasari, R., Nugraha, B., Juwita, A. R., & Heryana, N. (2023). Analisis Produktifitas Padi di Pulau Sumatera menggunakan Exploratory Data Analysis ( EDA ). Jurnal Elektronik Sistem Informasi Unsika, 1(1), 17–24.

Prastiwi, H., Jeny Pricilia, & Errissya Rasywir. (2022). Implementasi Data Mining Untuk Menentuksn Persediaan Stok Barang Di Mini Market Menggunakan Metode K-Means Clustering. Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM), 2(1), 141–148. https://doi.org/10.33998/jakakom.2022.2.1.34

Purba, D., & Purba, M. (2022). Aplikasi Analisis Korelasi dan Regresi menggunakan Pearson Product Moment dan Simple Linear Regression. Citra Sains Teknologi, 1(2), 97–103.

Puteri, K., & Silvanie, A. (2020). Machine Learning untuk Model Prediksi Harga Sembako. Jurnal Nasional Informatika, 1(2), 82–94.

Sekar Setyaningtyas, Indarmawan Nugroho, B., & Arif, Z. (2022). Tinjauan Pustaka Sistematis: Penerapan Data Mining Teknik Clustering Algoritma K-Means. Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, 10(2), 52–61. https://doi.org/10.21063/jtif.2022.v10.2.52-61

Sikumbang, E. D. (2018). Penerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori. Jurnal Teknik Komputer AMIK BSI (JTK), Vol 4, No.(September), 1–4.

Srirahayu, A., & Pribadie, L. S. (2023). Review Paper Data Mining Klasifikasi Data Mining. Jurnal Ilmiah Informatika Global, 14(April). http://ejournal.uigm.ac.id/index.php/IG/article/view/2981%0Ahttp://ejournal.uigm.ac.id/index.php/IG/article/download/2981/1841

Wisudaningsi, B. A., Arofah, I., & Belang, K. A. (2019). Pengaruh Kualitas Pelayanan Dan Kualitas Produk Terhadap Kepuasan Konsumen Dengan Menggunakan Metode Analisis Regresi Linear Berganda. Statmat?: Jurnal Statistika Dan Matematika, 1(1), 103–117. https://doi.org/10.32493/sm.v1i1.2377

Yudiana, Y., Yulia Agustina, A., & Nur Khofifah, dan. (2023). Prediksi Customer Churn Menggunakan Metode CRISP-DM Pada Industri Telekomunikasi Sebagai Implementasi Mempertahankan Pelanggan. Indonesian Journal of Islamic Economics and Business, 8(1), 01–20. http://e-journal.lp2m.uinjambi.ac.id/ojp/index.php/ijoieb