IMPLEMENTASI K-NEAREST NEIGHBOR DALAM MEMPREDIKSI CURAH HUJAN GUNA MENYUSUN PENJADWALAN TANAM PADI DI PULANG PISAU

Yuniarta Basani, Dian Nur Handayani, Herman Santoso Pakpahan, Regina Wahyudyah Sonata Ayu

Abstract


Beras merupakan komoditas penting dalam kehidupan sosial dan ekonomi di Indonesia serta menjadi sumber karbohidrat utama. Perubahan iklim mempengaruhi pola tanam dalam sektor pertanian, dan curah hujan memiliki peran penting dalam pertumbuhan tanaman karena mempengaruhi ketersediaan air. Kabupaten Pulang Pisau di Kalimantan Tengah memiliki potensi pertanian yang baik, terutama dalam produksi padi. Untuk meminimalisir kegagalan panen akibat perubahan iklim, prediksi curah hujan diperlukan sebagai acuan dalam penjadwalan tanam padi. Penelitian ini bertujuan untuk memprediksi curah hujan menggunakan metode K-NN dan mengkonversikan hasil prediksi curah hujan menjadi tabel kalender tanam guna meminimalisir terjadinya kegagalan panen. Metode K-Nearest Neighbor (K-NN) dalam beberapa dekade terakhir selain untuk klasifikasi juga digunakan untuk prediksi. Metode K-NN pada penelitian ini diimplementasikan dalam memprediksi curah hujan, dengan pengujian performa metode K-NN menggunakan metode RMSE. Data yang digunakan berasal dari website resmi BMKG yang diambil dari Tahun 2011-2022. Rasio pembagian data training dan data testing yang digunakan adalah 70:30, 80:20 dan 90:10. Hasil pengujian penerapan metode K-NN dalam prediksi curah hujan menghasilkan nilai RMSE terkecil 109,3 dengan menggunakan perhitungan jarak Manhattan Distance dan nilai k = 16. Hasil prediksi curah hujan yang dikonversikan ke dalam kalender tanam menunjukan bahwa Juli, September, dan November 2023, Januari, Maret, Mei, Juli, September, dan November 2024 dapat dilakukan proses penanaman padi.

Keywords


data mining; jadwal tanam; K-NN; prediksi

Full Text:

PDF

References


Arwansyah, & Arie, J. S. (2019). Implementasi Algoritma KNN Dalam Memprediksi Curah Hujan dan Temperatur Untuk Tanaman Padi. Prosiding Seminar Ilmiah Sistem Informasi Dan Teknologi Informasi, 8(1), 11–20.

Bode, A. (2017). K-Nearest Neighbor Dengan Feature Selection Menggunakan Backward Elimination Untuk Prediksi Harga Komoditi Kopi Arabika. ILKOM Jurnal Ilmiah, 9(2), 188–195. https://doi.org/10.33096/ilkom.v9i2.139.188-195

Cahyati, U. (2019). Prediksi Curah Hujan Dengan Menggunakan Metode Jaringan Syaraf Tiruan (JST) Backpropagation Sebagai Pendukung Kalender Tanam Di Kabupaten Lamongan. A Psicanalise Dos Contos de Fadas. Tradução Arlene Caetano, 466.

Contena, E. (2022). Optimasi Metode Jaringan Syaraf Tiruan Menggunakan Algoritma Genetika Dalam Prediksi Harga Cabai Di Samarinda.

Evi Fitriana, M. (2021). Transmigran sebagai Modal Sosial dalam Pengembangan Food Estate di Kabupaten Pulang Pisau. Jurnal Ilmiah Ilmu Sosial Dan Humaniora, 7(1), 1–14.

Faidah, D. Y. (2022). Prediksi Curah Hujan Bulanan dengan North American Multi Model Ensemble. PRISMA, Prosiding Seminar Nasional Matematika, 5, 726–730. https://journal.unnes.ac.id/sju/index.php/prisma/article/view/54318%0Ahttps://journal.unnes.ac.id/sju/index.php/prisma/article/download/54318/21103

Febriyanti, L. (2022). Metode K-Nearest Neighbor Regression Dalam Memprediksi Indeks Pembangunan Manusia. 1–23.

Kasanah, A. N., Muladi, M., & Pujianto, U. (2019). Penerapan Teknik SMOTE untuk Mengatasi Imbalance Class dalam Klasifikasi Objektivitas Berita Online Menggunakan Algoritma KNN. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 3(2), 196–201. https://doi.org/10.29207/resti.v3i2.945

Nikmatun, I. A., & Waspada, I. (2019). Implementasi Data Mining untuk Klasifikasi Masa Studi Mahasiswa Menggunakan Algoritma K-Nearest Neighbor. Jurnal SIMETRIS, 10(2), 421–432.

Nofrizal, D. A. (2021). Deteksi Fraud Pada Akun Wifi Universitas Islam Indonesia Dengan Metode K-Means. https://dspace.uii.ac.id/handle/123456789/31785%0Ahttps://dspace.uii.ac.id/bitstream/handle/123456789/31785/17523110

Rilwanu, F. N., Taufikurachman, H., Faris Huwaidi, D., Perangkat Lunak, R., & Daerah Cibiru, K. (2022). Penerapan Algoritma K-Nearest Neighbor untuk Mendeteksi Diabetes Berbasis Web Application. Journal of Software Engineering, Information and Communication Technology, 3(1), 145–152.

Selviana Yunita, N. (2022). Metode Klasifikasi Data Mining Algoritma C4.5 Dan Part Untuk Prediksi Waktu Kelulusan Mahasiswa Di Universitas Darwan Ali. 7(1).




DOI: https://doi.org/10.20527/epsilon.v17i2.10649

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN

Indexed by:

          

 

EDITORIAL OFFICE 

           

 

 

 

Creative Commons License
JMMTE is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.