Implementasi Algoritma Random Forest Regression untuk Memprediksi Hasil Panen Padi di Desa Minanga

Abstract

Desa Minanga, Kecamatan Bambang, Kabupaten Mamasa penduduknya melakukan budidaya tanaman padi yang biasanya hasil panen setiap musimnya mengalami fluktuasi yang seringkali terjadi penurunan atau pun peningkatan yang tidak stabil. Penelitian ini diharapkan  dapat membantu dalam memprediksi hasil panen padi sesuai dengan kriteria dan data yang ada sebelumnya seperti luas lahan, jumlah bibit, jenis pupuk, curah hujan, hama dan gulma, pengendalian hama dan gulma, dan sistem penanaman padi yang digunakan (jajar legowo), dengan menerapkan algoritma Random Forest Regression.  Evaluasi kinerja algoritma diukur dengan menggunakan Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE) dan koefisien determinasi (R²), hasil dari model Random Forest yang didapatkan dari 9 pohon, variabel yang memiliki nilai paling tinggi pada variabel importance adalah variabel luas lahan. Sehingga dari model tersebut diperoleh nilai akurasi 95,11%, Nilai MAPE pada model ini yaitu 4,884%, nilai RMSE yaitu 0,250 dan nilai R² yaitu 0.99.