analisa akurasi prediksi volume produksi unit pengolahan ikan indonesia pada tahun 2015 menggunakan metode linear regession
Main Author: | Kelvin, Kelvin |
---|---|
Format: | Thesis NonPeerReviewed Book |
Bahasa: | eng |
Terbitan: |
, 2018
|
Subjects: | |
Online Access: |
http://kc.umn.ac.id/4958/1/bab%20v.pdf http://kc.umn.ac.id/4958/2/bab%20iii.pdf http://kc.umn.ac.id/4958/3/daftar%20pustaka.pdf http://kc.umn.ac.id/4958/4/halaman%20awal.pdf http://kc.umn.ac.id/4958/4/bab%20iv.pdf http://kc.umn.ac.id/4958/4/bab%20ii.pdf http://kc.umn.ac.id/4958/ |
Daftar Isi:
- Perikanan di Indonesia merupakan salah satu faktor unggulan yang dapat meningkatkan perekonomian di Indonesia, namun kualitas hasil laut Indonesia masih buruk, hal ini terbukti dari hasil laut Indonesia yang banyak ditolak oleh negara luar, karena itu Indonesia perlu mengembangkan Unit Pengolahan Ikan (UPI) untuk meningkatkan kualitas hasil laut karena itu perlunya memprediksi hasil laut Indonesia untuk meningkatkan kualitas hasil laut Indonesia (Sukamto, 2017). Penelitian ini menggunakan metode linear regression untuk memprediksi volume produksi untuk tahun 2015, linear regression merupakan suatu cara mengukur data prediksi melalui garis lurus sebagai gambaran hubungan korelasi diantara 2 variabel atau lebih. Prediksi regresi linier, digunakan sebagai teknik mempelajari bagaimana hubungan variabel-variabel pada proses peramalan data. Hasil penelitian ini berupa visualisasi dan prediksi data yang mudah untuk dimengerti oleh banyak orang sehingga orang-orang yang berperan di dalam perikanan Indonesia dapat mengambil keputusan terbaik berdasarkan prediksi Data Unit Pengolahan Ikan (UPI) Menengah Besar Pada Provinsi di Indonesia. Hasil dari prediksi menggunakan metode linear regression dengan variable pekerja 2014 sebagai variable penyebab dan variable volume produksi 2014 sebagai variable akibat yang kemudian data tersebut dibandingkan dengan data real produksi 2015 menghasilkan tingkat keakuratan 46.5% dan prediksi menggunakan variable kapasitas terpasang menghasilkan tingkat keakuratan sebesar 3.19%.