Detail Cantuman Kembali
PREDIKSI VOLUME DAN NILAI PRODUKSI IKAN DI TPI DKI JAKARTA DENGAN METODE REGRESI K-NEAREST NEIGHBOR
- Bagikan:
Sektor perikanan memiliki peran penting dalam mendukung ketahanan
pangan dan perekonomian daerah, khususnya di wilayah pesisir seperti DKI
Jakarta. Ketidakpastian volume dan nilai produksi di Tempat Pelelangan Ikan (TPI)
dapat menimbulkan gangguan pasokan serta kerugian ekonomi. Oleh karena itu,
diperlukan pendekatan prediktif yang akurat untuk memperkirakan hasil produksi,
guna mendukung pengelolaan perikanan yang berkelanjutan dan perencanaan yang
lebih efektif.
Penelitian ini menggunakan algoritma K-Nearest Neighbor (KNN) yang
dipilih karena bersifat non-parametrik dan tidak memerlukan asumsi distribusi
data. Algoritma ini bekerja berdasarkan prinsip kemiripan atau kedekatan data
historis, sehingga cocok diterapkan pada permasalahan yang memiliki pola waktu
(time series) yang kuat.
Model KNN dengan nilai k = 3 mampu memprediksi volume dan nilai
produksi ikan dengan baik. Pada data uji, model menghasilkan MAE sebesar
371,452 kg dan Rp14,4 miliar, serta RMSE sebesar 674,739 kg dan Rp25,2 miliar
masing-masing untuk volume dan nilai produksi. Nilai R² sebesar 92% untuk
volume dan 83% untuk nilai produksi menunjukkan bahwa model dapat
menjelaskan sebagian besar variasi data dan pola historis secara akurat.
Kata Kunci: K-Nearest Neighbor (KNN), Tempat Pelelangan Ikan (TPI), Regresi,
Prediksi, DKI Jakarta
097 NIR P R.1
NONE
Text Skripsi
Indonesia
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)
2025
Yogyakarta
LOADING LIST...
LOADING LIST...