Prediksi Hasil Tangkapan Ikan di Kota Pasuruan Dengan Metode Support Vector Machine (SVM)
Abstract
Kota Pasuruan yang terletak di Provinsi Jawa Timur merupakan kota yang kaya akan potensi dan beragam sumber daya serta mempunyai peran penting dalam sektor industri dan perdagangan. Untuk mengelola dan mengembangkan potensi ini, Dinas Perairan Kota Pasuruan memiliki tugas menjaga keseimbangan ekosistem perikanan sekaligus memberdayakan para nelayan dan pembudidaya ikan. Tujuan dari penelitian ini adalah untuk mengetahui prediksi hasil tangkapan ikan di Kota Pasuruan menggunakan Metode Support Vector Machine (SVM). Data yang diperoleh dari Dinas Perikanan Kota Pasuruan dalam waktu 5 tahun mulai tahun 2019 sampai 2023. Dari hasil penelitian ini, maka dapat disimpulkan hasil nilai MAPE Train Linear 18.07%, MAPE Test Linear 22.92%. Sedangkan untuk MAPE Train Polynominal 16.95%, MAPE Test Polynominal 18.46%.
Full Text:
PDFReferences
Ariannor, W., & Razatillah, M. F. (2022). Penerapan Jaringan Saraf Tiruan Backpropagation Dalam Memprediksi Nilai Tukar Petani. Progresif: Jurnal Ilmiah Komputer, 18(1), 127. https://doi.org/10.35889/progresif.v18i1.798
Banat, I., Wirananda, P., Matematika, J., Mipa, F., Islam Madura Pondok Peantren Miftahul Ulum Bettet, U. J., Madura, P., Pamekasan, K., Pamekasan, K., Timur, J., Pengelolaan Sumber Daya Alam, J., Pertanian, F., Trunojoyo Madura Jl Raya Telang, U., Telang Inda, P., Kamal, K., & Bangkalan, K. (2024). Perbandingan Metode Exponential Smoothing dalam Memprediksi Jumlah Produksi Ikan Layur di Pamekasan. Jurnal Teknologi Dan Manajemen Industri Terapan (JTMIT), 3(2), 197–207.
Budi, A. S., & Susilo, P. H. (2021). IMPLEMENTASI METODE SVM UNTUK MEMPREDIKSI HASIL PANEN TANAMAN PADI. Joutica, 6(1), 434. https://doi.org/10.30736/jti.v6i1.583
Colanus, I., Drajana, R., & Bode, A. (2021). Support Vector Machine Untuk Prediksi Produksi Tanaman Pangan di Provinsi Gorontalo. Jurnal NOE, 4(2). https://ojs.unpkediri.ac.id/index.php/noe
Fitri, F., Gamayanti, N. F., & Gunawan, G. (2017). METODE SSA PADA DATA PRODUKSI PERIKANAN TANGKAP DI PROVINSI JAWA BARAT. Jurnal Ilmiah Matematika Dan Pendidikan Matematika, 9(2), 95. https://doi.org/10.20884/1.jmp.2017.9.2.2870
Guntara, R. G. (2023). Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning. Jurnal Teknologi Dan Sistem Informasi Bisnis. 5(1), 55–60.
Indrayati Sijabat, P., Yuhandri, Y., Widi Nurcahyo, G., & Sindar, A. (2020). Algoritma Backpropagation Prediksi Harga Komoditi terhadap Karakteristik Konsumen Produk Kopi Lokal Nasional. Digital Zone: Jurnal Teknologi Informasi Dan Komunikasi, 11(1), 96–107. https://doi.org/10.31849/digitalzone.v11i1.3880
Mahmudi, A. A. (2020). OPTIMASI CONJUGATE GRADIENT PADA BACKPROPAGATION NEURAL NETWORK UNTUK PREDIKSI HASIL TANGKAP IKAN. SAINTEKBU, 12(2), 29–39. https://doi.org/10.32764/saintekbu.v12i2.1031
Mubarak, R., Tursina, T., & Pratama, E. E. (2020). Prediksi Hasil Tangkapan Ikan Menggunakan Fuzzy Time Series. Jurnal Sistem Dan Teknologi Informasi (Justin), 8(3), 303. https://doi.org/10.26418/justin.v8i3.39831
Mutammimul Ula, Reyhan, R. A. R., & Siti Atikah Nabila. (2023). Implementasi Analisis Fuzzy Time Series Dalam Melihat Hasil Komoditas Perikanan Di Provinsi Aceh. JURNAL AMPLIFIER : JURNAL ILMIAH BIDANG TEKNIK ELEKTRO DAN KOMPUTER, 13(2), 78–83. https://doi.org/10.33369/jamplifier.v13i2.30243
Nafi, N., & Aulia, N. N. (2022). Prediksi Harga Minyak Sayuran Data Kaggle dengan Regresi Linear Berganda dan Backpropagation Price Prediction of Vegetable Oil Kaggle Data with Multiple Linear Regression and Backpropagation. 12(2). https://doi.org/10.30700/jst.v12i2.1071
Pamungkas, A., Thesiana, L., Adiyana, K., Riset Perikanan, P., & -kkp, B. (2021). IMPLEMENTASI PERAMALAN DALAM INDUTRIALISASI PERIKANAN (review).
Perkovic, L. (2012). Introduction to Computing Using Python: AnApplication Development Focus. . Diambil kembali dari https://dspace.uii.ac.id/bitstream/handle/12345 6789/7762/14611242_Syarifah%20Rosita%20 Dewi_Statistika.pdf?sequence=1
Rajab Mudatsir, M., & Melangi, S. (2022). Prediksi Jumlah Produksi Ikan Asin Menggunakan Metode Regresi Linear Sederhana. 1(2).
Rivaldo, M. D., Wibowo, G. W. N., & Mulyo, H. (2024). Implementasi Algoritma K-Means untuk Klasterisasi Data Hasil Tangkapan Ikan di Karimunjawa. Jurnal Minfo Polgan, 13(1), 1045–1056. https://doi.org/10.33395/jmp.v13i1.13928
Sembiring, Krisantus. (2007) Tutorial SVM Bahasa Indonesia. Skripsi S1 Teknik Informatika, ITB. Bandung: Institut Teknologi Bandung.
Suprapto, C. M., Saputra, W. S. J., & Aditiawan, F. P. (2024). APPLICATION OF DATA MINING FOR PREDICTION OF FISHERY CULTIVATION HARVEST RESULTS FROM HARVEST PARTNERS USING THE SUPPORT VECTOR REGRESSION ALGORITHM. Jurnal Komputer Dan Informatika, 12(2), 158–165. https://doi.org/10.35508/jicon.v12i2.13187
Syah Fitrah, S., Dewiyanti, I., Rizwan Program Studi Ilmu Kelautan Fakultas Kelautan dan Perikanan Universitas Syiah Kuala Darussalam, T., & Aceh, B. (2016). IDENTIFIKASI JENIS IKAN DI PERAIRAN LAGUNA GAMPOENG PULOT KECAMATAN LEUPUNG ACEH BESAR. In Jurnal Ilmiah Mahasiswa Kelautan dan Perikanan Unsyiah (Vol. 1, Issue 1).
Tarumingkeng, T. K., Sompie, S. R. U. A., Jacobus, A., & Patty, W. (n.d.). Prediction of Skipjack Tuna Catches Using Linear Regression and Recurrent Neural Network Methods Prediksi Hasil Tangkapan Ikan Cakalang dengan Metode Regresi Linear dan Recurrent Neural Network. Jurnal Teknik Informatika, 19(03), 229–238.
Thaib, R., Saputra, E., Shiddiq, M., Zulfan, Rasudin, Nazaruddin, Munawar, & Marzuki. (2023). Analisis Jumlah Kedatangan Kapal terhadap Hasil Tangkapan Ikan di Pelabuhan Perikanan Samudera Kutaraja Banda Aceh. STATISTIKA Journal of Theoretical Statistics and Its Applications, 23(1), 57–62. https://doi.org/10.29313/statistika.v23i1.1686
Wilujeung, A. D., Arifin, W. A., & Rosalia, A. A. (2022). ANALISIS DISTRIBUSI DAN PREDIKSI HASIL TANGKAPAN JARING ARAD MENGGUNAKAN ALGORITMA BACKPROPAGATION NEURAL NETWORK. SemanTIK, 8(2), 159. https://doi.org/10.55679/semantik.v8i2.28419
Refbacks
- There are currently no refbacks.
