Prediksi Hasil Panen Benih Tanaman Kenaf Menggunakan Metode Support Vector Regression (Svr) Pada Balai Penelitian Tanaman Pemanis Dan Serat (Balittas)
| Main Author: | Dini, Robih |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/162015/1/Robih%20Dini.pdf http://repository.ub.ac.id/162015/ |
Daftar Isi:
- Tanaman Kenaf (Hibiscus cannabinus L.) merupakan tanaman serat yang memiliki banyak manfaat. Tanaman kenaf sendiri diperbanyak melalui benih sehingga diperlukan untuk melakukan penanganan benih dengan tepat agar kualitas benih tidak berkurang sehingga dapat meningkatkan produktivitas tanaman kenaf. Balai Tanaman Pemanis dan Serat (Balittas) sebagai penghasil benih mengalami kendala untuk memprediksi hasil panen benih kenaf guna mempersiapkan penanganan benih hasil panen dengan tepat. Oleh karena itu pada penelitian ini diusulkan metode regresi dengan menggunakan Support Vector Regression (SVR) dengan menggunakan kernel Radial Basis Function (RBF). Dengan harapan penelitian ini dapat membantu pihak Balittas untuk mempersiapkan penanganan hasil panen benih kenaf dengan tepat. Penelitian menggunakan 100 data karakteristik tanaman kenaf yang diukur dari waktu awal tanam hingga menjelang panen. Dari hasil pengujian yang telah dilakukan, hasil prediksi menunjukkan nilai error menggunakan metode Mean Absolute Percentage Error (MAPE) sebesar 3.5371% dengan menggunakan nilai parameter SVR yang terbaik yaitu cLR = 0.01, a = 0.25, E = 1 X 10-7, C = 0.5, A = 0.6, dan jumlah iterasi = 25000.