IMPLEMENTASI ALGORITMA REGRESI LINEAR DAN SUPPORT VECTOR REGRESSION DALAM MEMBUAT MODEL PREDIKSI HASIL TANGKAPAN IKAN NELAYAN DESA CIPARAGEJAYA

  • Fiqri Mahendra
  • Amril Mutoi Siregar
  • Kiki Ahmad Baihaqi
Keywords: pyhton, regresi linear, support vector regression

Abstract

Hasil tangkapan ikan salah satu indikator yang mempengaruhi pertumbuhan perekonomian masyarakat pesisir termasuk Masyarakat Desa Ciparagejaya, hasil tangkapan ikan nelayan yang dicatat oleh Tempat Pelelangan Ikan (TPI) berbeda-beda setiap bulannya, hal ini diakibatkan oleh kondisi ikan yang tidak dapat diprediksi jumlah tangkapannya,bagi nelayan hasil tangkapan ikan laut itu sumber penghasilan utama jadi diperlukan acuan untuk mengantisipasi penurunan hasil tangkapan ikan dalam menentukan strategi pembagian hasil tabungan yang dipotong setiap harinya dari hasil tangkapan nelayan. Tujuan penelitian ini adalah membuat model prediksi dengan Algoritma Regresi Linear dan Support Vector Regression (SVR) dari data yang dicatat oleh TPI Desa Ciparagejaya, data yang terdiri dari 33 jenis ikan hasil tangkapan tahun 2021. Metode yang digunakan dalam penelitian ini adalah metode analisis dengan menggunakan Algoritma Regresi Linear dan SVR. Penelitian ini menghasilkan Model Prediksi yang akan menjadi acuan dalam proses perhitungan nilai akurasi data dimana dalam penelitian ini menggunakan metode Root Mean  Squared Error (RMSE). Pengujian dilakukan dengan menggunakan Microsoft excel dan python dengan memiliki nilai RMSE dari perhitungan Microsoft excel terkecil 0,577735, dan dari perhitungan python nilai RMSE terkecil adalah 0.

References

[1] E. Triyanto, H. Sismoro, and A. D. Laksito, “Implementasi Algoritma Regresi Linear Berganda Untuk Memprediksi Produksi Padi Di Kabupaten Bantul,” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 4, no. 2, pp. 66–75, 2019, doi: 10.36341/rabit.v4i2.666.
[2] N. Nafi’iyah, “Perbandingan Regresi Linear , Backpropagation Dan Fuzzy Mamdani Dalam Prediksi Harga Emas,” Semin. Nas. Inov. dan Apl. Teknol. di Ind., pp. 291–296, 2016.
[3] M. Amin, “TINGKAT KETERAMPILAN DAN PENGETAHUAN NELAYAN DI KARANGANTU BANTEN,”
ALBACORE, vol. 2, no. 1, pp. 107–121, 2018.
[4] Kementerian Kelautan Perikanan, Laut Masa Depan Bangsa; Kedaulatan, Keberlanjutan, Kesejahteraan. 2017. [Online]. Available: kkp.go.id/wp-content/uploads/2017/12/BUKU_PUTIH_NEW.pdf.
[5] Shouful Wizan, “ANALISIS PERAN TEMPAT PELELANGAN IKAN (TPI) TERHADAP PENINGKATAN
KESEJAHTERAAN MASYARAKAT NELAYAN DALAM PERSPEKTIF EKONOMI ISLAM,” UNIVERSITAS ISLAM NEGERI RADEN INTAN LAMPUNG, 2020.
[6] A. Wanto and A. P. Windarto, “Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation,” J. Penelit. Tek. Inform. Sink., vol. 2, no. 2, pp. 37–43, 2017, [Online]. Available: https://zenodo.org/record/1009223#.Wd7norlTbhQ
[7] N. Kusumawati, F. Marisa, and I. D. Wijaya, “Prediksi Kurs Rupiah Terhadap Dollar Amerika Dengan Menggunakan Metode Regresi Linear,” J I M P - J. Inform. Merdeka Pasuruan, vol. 2, no. 3, pp. 45–56, 2017, doi: 10.37438/jimp.v2i3.79.
[8] M. Farhan Naufal, “Peramalan Jumlah Wisatawan Mancanegara Yang Datang Ke Indonesia Berdasarkan Pintu Masuk Menggunakan Metode Support Vector Machine (Svm),” 2017.
[9] L. E. Siahaan, “Prediksi Indeks Harga Saham dengan Metode Gabungan Support Vector Regression dan Jaringan Syaraf Tiruan,” Indones. J. Comput., vol. 2, no. 1, p. 21, 2017, doi: 10.21108/indojc.2017.2.1.45.
[10] A. Fadholi, “Pemanfaatan Suhu Udara dan Kelembaban Udara dalam Persamaan Regresi untuk Simulasi Prediksi Total Hujan Bulanan di Pangkalpinang,” Cauchy, vol. 3, no. 1, p. 1, 2013, doi: 10.18860/ca.v3i1.2565.
Published
2024-01-31