L2P UNIVERSITAS MUHAMMADIYAH PONOROGO
Universitas Muhammadiyah Ponorogo
Temukan setiap halaman yang menunggu untuk dibaca, setiap pengetahuan yang siap mengubah dunia.
PENERAPAN METODE SUPPORT VECTOR REGRESSION UNTUK PREDIKSI PRODUKSI GULA AREN PADA KELOMPOK TANI SUMBER SEKAR LESTARI
MASREMA ALFIQIHA YUNITASARI (18533050) - Nama Orang;
Skripsi · 2025
Peningkatan permintaan gula aren sebagai pemanis alami yang menyehatkan mendorong perlunya sistem prediksi produksi yang akurat. Kelompok Tani Sumber Sekar Lestari (SSL) di Ponorogo menghadapi tantangan dalam memenuhi permintaan pasar yang mencapai 300-410 kg per bulan karena proses produksinya masih mengandalkan perkiraan tradisional. Penelitian ini mengembangkan sistem prediksi berbasis Support Vector Regression (SVR) dengan kernel RBF untuk memprediksi jumlah produksi gula aren berdasarkan variabel permintaan pasar dan ketersediaan bahan baku air nira. Pemilihan metode SVR didasarkan pada kemampuannya menangkap hubungan non-linear antar variabel dan menghasilkan prediksi yang presisi. Sistem ini dibangun dengan melakukan standardisasi data dan pelatihan model menggunakan data historis produksi. Hasil pengujian menunjukkan sistem mampu memprediksi jumlah produksi dengan akurasi tinggi, didukung fitur input data manual maupun batch, visualisasi hasil prediksi, serta penyimpanan data ke database. Temuan penelitian membuktikan efektivitas model SVR dalam memodelkan produksi gula aren dengan parameter C=1.0, epsilon-0.1, dan gamma otomatis. Untuk pengembangan selanjutnya, disarankan melakukan optimasi hyperparameter, menambah variabel prediktor seperti kondisi cuaca, serta mengintegrasikan sistem dengan loT untuk pemantauan bahan baku secara real-time. Sistem ini diharapkan dapat membantu kelompok tani dalam merencanakan produksi secara lebih efektif dan efisien.
Penanda Bagikan
About this edition
Edisi: -
ISBN/ISSN: -
Page count: xix, 43 p, 30 cm.
Published: 2025
Format: text
Penerbit: TEKNIK UNMUH PONOROGO
Bahasa: Indonesia
Tipe Isi: text
Tipe Media: -
Tipe Pembawa: -
Ketersediaan
#
Prodi Teknik Informatika (Rak Koleksi Khusus)
113 YUN p FT-2025
KK1267FT
Tersedia namun tidak untuk dipinjamkan - No Loan
Versi lain/terkait
Tidak tersedia versi lain
