Implementasi K-Fold Dalam Prediksi Hasil Produksi Agrikultur Pada Algoritma K-Nearest Neighbor (KNN)
Abstract
Sektor agrikultur khususnya pertanian di Indonesia merupakan tulang punggung perekonomian, dengan tenaga kerja pertanian mencapai 38,14 juta orang pada Februari 2023, atau 27,52% dari total tenaga kerja nasional. Meskipun memiliki potensi besar, sektor ini menghadapi tantangan signifikan, termasuk lahan terbatas, perubahan iklim, dan kelangkaan air, yang mengharuskan penerapan pertanian berkelanjutan. Penelitian ini bertujuan untuk meningkatkan efisiensi produksi pertanian melalui penerapan kecerdasan buatan (AI) dan analisis data. Metodologi yang digunakan meliputi pembagian data untuk memprediksi hasil produksi pertanian dengan algoritma k-nearest neighbour (KNN). Uji skenario dilakukan dengan pendekatan k-fold cross-validation dan hold-out data sharing. Hasil penelitian menunjukkan akurasi tertinggi sebesar 98,36% menggunakan k-fold cross-validation dan 97,42% dengan metode hold-out.
Kata Kunci: KNN, K-Fold, Hold-Out, Prediksi, Agrikultur
Full Text:
PDFReferences
A. Ravi Choirul, & F. Amrie (2020). Implementasi Akuntansi Agrikultur Pada Perusahaan Sektor Pertanian Di Indonesia. Jurnal Ilmiah Akuntansi Universitas Pamulang, 8(2), 85. https://doi.org/10.32493/jiaup.v8i2.4676
C. Pádraig, D. Sarah Jane (2021). K-Nearest Neighbour Classifiers-A Tutorial. ACM Computing Surveys, 54(6). https://doi.org/10.1145/3459665
K. Dedy, S. Andre, W. Linggar Alfithna (2021). Pattern Recognition of Human Face With Photos Using KNN Algorithm. Jurnal Transformatika, 19(1), 17. https://doi.org/10.26623/transformatika.v19i1.3581
K. Sebastian, N. Gniewko (2021). Kujawa, S., and Niedbała, G. Artificial Neural Networks in Agriculture. Agriculture 2021, 11, 497.pdf. Agriculture, 1–6.
M. Adin M. (2024). Implementasi Algoritma Linear Regression untuk Prediksi Produksi Tanaman Padi di Kabupaten Grobogan. Data Sciences Indonesia (DSI), 3(2), 68–78. https://doi.org/10.47709/dsi.v3i2.3118
N. Isaac Kofi, A. Justice, B. Owusu (2021). Performance of Machine Learning Algorithms with Different K Values in K-fold CrossValidation. International Journal of Information Technology and Computer Science, 13(6), 61–71. https://doi.org/10.5815/ijitcs.2021.06.05
P. Erwin, I. Imron Rosyadi NR, R. Sholeh. (2023). Penerapan K-Means Algorithm Untuk Mengidentifikasi Supplier Bahan Baku Pada Pamekasan Application of the K-Means Algorithm To Identify Suppliers of Raw Materials for Agricultural Commodities in Pamekasan. Journal Simantec, 11(2), 147–156.
P. Fitri Annisa, and I. Ali (2024). Sistem Informasi Geografis Menggunakan Algoritma C4.5 untuk Prediksi Hasil Panen Padi di Kabupaten Simalungun. Indonesian Journal of Applied Informatics, 9(1), 155-167.
P. Hasdi, W. Nabilah Ulfa (2020). Jurnal Nasional Teknologi dan Sistem Informasi Penerapan Prediksi Produksi Padi Menggunakan Artificial Neural Network Algoritma Backpropagation. Nasional Teknologi Dan Sistem Informasi, 02, 100–107.
P. Tamilarasi , R. Rani Uma. (2020). Diagnosis of Crime Rate against Women using k-fold Cross Validation through Machine Learning. Proceedings of the 4th International Conference on Computing Methodologies and Communication, ICCMC 2020, Iccmc, 1034–1038. https://doi.org/10.1109/ICCMC48092.2020.ICCMC-000193
R. Said Thaufik, Mustakim (2020). Perbandingan Teknik Pembagian Data untuk Klasifikasi Sarana Akses Air pada Algoritma K- Nearest Neighbor dan Naïve Bayes Classifier. Seminar Nasional Teknologi Informasi, Komunikasi Dan Industri (SNTIKI) 12, 130–137.
R. Susmita (2019). Introduction to Machine Learning and Different types of Machine Learning Algorithms. Proceedings of the International Conference on Machine Learning, Big Data, Cloud and Parallel Computing: Trends, Prespectives and Prospects, COMITCon 2019, 35–39.
R. Muhammad Alviriza, A. Fetty Tri, P. Chrystia Aji (2024). Klasifikasi Curah Hujan Harian Menggunakan Metode K-Nearest Neighbor. JATI (Jurnal Mahasiswa Teknik Informatika), 8(3), 3863–3869. https://doi.org/10.36040/jati.v8i3.9817
V. Ratri, S. Tatie, A. Siti, & F. Anna (2019). Farmers’ Perception to Government Support in Implementing Sustainable Agriculture System. Jurnal Ilmu Pertanian Indonesia, 24(2), 168–177. https://doi.org/10.18343/jipi.24.2.168
Yahya, & H. Winda Puspita (2020). Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Efektivitas Penjualan Vape ( Rokok Elektrik ) pada “Lombok Vape On”. Jurnal Informatika Dan Teknologi, 3(2), 104–114. https://e-journal.hamzanwadi.ac.id/index.php/infotek/article/view/2279/pdf_23
Refbacks
- There are currently no refbacks.