PREDIKSI HASIL PANEN BAWANG MERAH MENGGUNAKAN METODE SUPPORT VECTOR REGRESSION (STUDI KASUS : DINAS PERTANIAN KABUPATEN TAPANULI UTARA)
Kata Kunci:
Prediksi, Bawang Merah, Support Vector Regression, Laravel, Machine LearningAbstrak
Produksi bawang merah merupakan salah satu komoditas hortikultura yang penting dalam sektor pertanian di Indonesia. Ketidakpastian kondisi lingkungan seperti curah hujan, suhu udara, dan kelembapan sering memengaruhi hasil panen sehingga petani membutuhkan sistem prediksi yang dapat membantu dalam perencanaan produksi. Penelitian ini bertujuan untuk memprediksi hasil panen bawang merah di kawasan Food Estate Kabupaten Tapanuli Utara dengan menerapkan metode Support Vector Regression (SVR). Variabel yang digunakan pada penelitian ini mencakup curah hujan, suhu udara, kelembapan udara, dan luas lahan sebagai faktor yang memengaruhi hasil panen. Metode Support Vector Regression dipilih sebab mempunyai kemampuan yang baik dalam memodelkan hubungan non-linear dan menghasilkan prediksi yang akurat pada data berukuran terbatas. Data penelitian diperoleh dari Dinas Pertanian Kabupaten Tapanuli Utara yang kemudian melalui tahap preprocessing, pelatihan model, dan pengujian untuk menghasilkan model prediksi yang optimal. Hasil dari penelitian ini diimplementasikan dalam sebuah sistem berbasis web memakai bahasa pemrograman PHP dengan framework Laravel sebagai backend sehingga mampu memudahkan pengguna dalam mengakses informasi prediksi hasil panen. Hasil penelitian menunjukkan bahwa metode Support Vector Regression dapat digunakan untuk memprediksi hasil panen bawang merah berdasarkan faktor curah hujan, suhu udara, kelembapan udara, dan luas lahan. Sistem prediksi yang dibangun diharapkan dapat membantu petani dan pihak terkait dalam melakukan perencanaan pertanian serta pengambilan keputusan yang lebih tepat guna meningkatkan produktivitas bawang merah di Kabupaten Tapanuli Utara