Resume Analitika Data Tugas 3

Nama  : Putri Dewi Oktaviani

NPM   : 20323008

Kelas   : A23 Teknik Industri

Matkul : Analitika Data 


Data Mining for Predicting the Amount of Coffee Production Using CRISP-DM Method

Produksi kopi merupakan salah satu sektor penting dalam pertanian Indonesia. Namun, fluktuasi hasil panen sering kali menyulitkan petani dan pemerintah dalam merencanakan distribusi serta strategi penjualan. Untuk itu, diperlukan metode prediksi yang dapat membantu memperkirakan jumlah produksi kopi di masa mendatang secara lebih akurat.

Metode data mining dengan pendekatan CRISP-DM (Cross-Industry Standard Process for Data Mining) digunakan dalam penelitian ini untuk menganalisis data historis dan menghasilkan model prediksi yang dapat membantu pengambilan keputusan di bidang pertanian.

Tujuannya menerapkan metode CRISP-DM dalam proses analisis dan prediksi produksi kopi. Dengan mengikuti enam tahapan CRISP-DM:

  1. Business Understanding: Menentukan tujuan bisnis, yaitu memprediksi hasil produksi kopi untuk membantu perencanaan produksi dan pemasaran.
  2. Data Understanding: Mengumpulkan data sekunder dari Badan Pusat Statistik (BPS) yang mencakup data produksi kopi tahunan, luas panen, dan curah hujan.
  3. Data Preparation: Membersihkan dan menormalisasi data agar siap digunakan dalam pemodelan.
  4. Modeling: Menggunakan metode regresi linier berganda untuk membuat model prediksi jumlah produksi kopi.
  5. Evaluation: Mengevaluasi hasil model menggunakan koefisien determinasi (R²) untuk melihat seberapa baik model menjelaskan variasi data.
  6. Deployment: Menyimpulkan dan menginterpretasikan hasil untuk implementasi pada pengambilan keputusan.

Hasil pengujian menunjukkan bahwa variabel luas lahan dan curah hujan memiliki pengaruh signifikan terhadap jumlah produksi kopi. Model regresi linier menghasilkan nilai R² sebesar 0,87, yang berarti model mampu menjelaskan 87% variasi data produksi kopi. Dengan demikian, pendekatan CRISP-DM terbukti efektif dalam menghasilkan model prediksi yang dapat digunakan sebagai dasar kebijakan pengelolaan pertanian kopi.

Kesimpulan

  • Metode CRISP-DM memberikan struktur kerja yang sistematis dalam proses data mining.
  • Model regresi linier berganda yang dibangun dapat memprediksi jumlah produksi kopi dengan tingkat akurasi tinggi.
  • Hasil ini dapat dimanfaatkan oleh petani dan pemerintah untuk perencanaan produksi, distribusi, dan ekspor kopi secara lebih efisien.


Sumber : (https://scholar.google.com/scholar?oi=bibs&cluster=6288217154288069133&btnI=1&hl=en)



Komentar

Postingan populer dari blog ini

Penerapan Limit Dalam Bidang Industri (Ets Kalkulus)

Laporan Kunjungan Industri Tahu Dan Tempe

RESENSI JURNAL