Peramalan Produktivitas Pertanian Menggunakan Artificial Neural Network Berbasis Variabel Lingkungan dan Lahan

Faisal, Muhammad ORCID: https://orcid.org/0000-0003-4884-7254, Afrah, Ashri Shabrina, Irawan, Andik Rony, Imamudin, Mochamad ORCID: https://orcid.org/0009-0006-7522-3710, Syauqi, A'la and Priyanto, Priyanto (2025) Peramalan Produktivitas Pertanian Menggunakan Artificial Neural Network Berbasis Variabel Lingkungan dan Lahan. Research Report. Lembaga Penelitian dan Pengabdian kepada Masyarakat UIN Maulana Malik Ibrahim Malang. (Unpublished)

Text Laporan Penelitian Mandiri_Kelompok Prof Faisal + pengesahan.pdf Restricted to Repository staff only Download (2MB)

Abstract

Produktivitas padi sangat dipengaruhi oleh variabilitas iklim dan kondisi agronomis, sehingga diperlukan metode prediksi yang akurat untuk mendukung perencanaan pertanian. Pendekatan tradisional sering kali gagal menangkap hubungan non-linear antara suhu, curah hujan, kelembapan udara, dan luas panen. Penelitian ini mengembangkan model Artificial Neural Network (ANN) untuk memprediksi hasil panen padi dengan menggunakan variabel iklim dan lahan di Kota Malang selama periode 2009–2024.

Data yang diperoleh dari BMKG dan BPS diproses melalui beberapa tahapan preprocessing meliputi pembersihan data, imputasi nilai hilang, transformasi variabel, one-hot encoding, normalisasi menggunakan Z-Score, serta analisis korelasi antar variabel. Model ANN dibangun dengan menggunakan fungsi aktivasi ReLU dan algoritma optimisasi Adam. Kinerja model dievaluasi menggunakan metrik MAE, MSE, dan R², kemudian dibandingkan dengan model Random Forest, K-Nearest Neighbors (KNN), dan Support Vector Regression (SVR).

Hasil penelitian menunjukkan bahwa model ANN memberikan performa terbaik dengan nilai R² sebesar 98,11% dan tingkat kesalahan prediksi yang rendah. Kesesuaian yang tinggi antara nilai aktual dan nilai prediksi menunjukkan kemampuan model dalam menangkap pola non-linear yang kompleks. Temuan ini membuktikan bahwa ANN merupakan pendekatan yang sangat efektif dan adaptif untuk prediksi hasil panen padi, serta dapat mendukung pengambilan keputusan berbasis data dalam sistem pertanian cerdas (smart agriculture).

Item Type:	Research (Research Report)
Keywords:	artificial neural network, prediksi hasil panen padi, variabel iklim, produktivitas pertanian, machine learning, pertanian cerdas.
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080109 Pattern Recognition and Data Mining
Divisions:	Faculty of Technology > Department of Informatics Engineering
Depositing User:	Ashri Shabrina Afrah
Date Deposited:	04 Dec 2025 11:03

Downloads

Origin of downloads

Actions (login required)

View Item