UNIPOLUNIPOL
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)Produktivitas jagung dipengaruhi oleh faktor agroklimat dan karakteristik tanah yang saling berinteraksi secara kompleks, sehingga diperlukan pendekatan prediktif yang akurat sekaligus interpretatif. Penelitian ini berfokus pada pembangunan model prediksi produktivitas jagung berbasis machine learning yang didukung oleh seleksi fitur adaptif dan explainable machine learning. Dataset terdiri atas 180 observasi yang mencakup variabel produktivitas jagung, agroklimat, dan sifat tanah. Tahapan penelitian meliputi pra‑pemrosesan data, seleksi fitur adaptif, pengembangan model, evaluasi performa, dan analisis feature importance. Model yang diuji meliputi Elastic Net, Random Forest, dan Gradient Boosting. Hasil penelitian menunjukkan bahwa seleksi fitur adaptif berhasil mereduksi 10 fitur numerik awal menjadi 6 fitur optimal, yaitu curah hujan, penyinaran, suhu rata‑rata, elevasi, nitrogen, dan pH tanah. Model terbaik diperoleh pada Random Forest setelah seleksi fitur dengan nilai RMSE sebesar 0,548, MAE sebesar 0,426, dan R² sebesar 0,528. Analisis explainability menunjukkan bahwa curah hujan merupakan fitur paling dominan, diikuti pH tanah, suhu rata‑rata, elevasi, penyinaran, dan nitrogen. Temuan ini menegaskan bahwa integrasi seleksi fitur adaptif dan explainable machine learning efektif untuk menghasilkan model prediksi produktivitas jagung yang lebih akurat, efisien, dan interpretatif.
Penelitian ini membuktikan bahwa pendekatan machine learning dapat secara efektif memprediksi produktivitas jagung ketika didukung oleh data agroklimat dan karakteristik tanah.Hubungan antara produktivitas jagung dan variabel prediktor bersifat kompleks dan tidak sepenuhnya linear, sehingga model nonlinier seperti Random Forest lebih cocok daripada model linier sederhana.Seleksi fitur adaptif berhasil menyederhanakan model dengan mempertahankan fitur paling relevan, meningkatkan efisiensi tanpa kehilangan informasi penting.
Penelitian selanjutnya dapat memperluas pendekatan seleksi fitur adaptif dengan menggabungkan metode filter, wrapper, dan embedded untuk meningkatkan daya prediktif dan interpretabilitas model; mengevaluasi model Random Forest dengan variasi parameter dan teknik regulasi berbeda untuk menilai stabilitas hasil pada dataset yang lebih besar dan beragam; serta menerapkan teknik explainable machine learning berbasis SHAP pada data real‑time sensor agrikultur guna mengembangkan sistem rekomendasi pengelolaan lahan yang responsif terhadap kondisi iklim dan tanah.
| File size | 819.44 KB |
| Pages | 13 |
| DMCA | Report |
Related /
UADUAD Model Decision Tree awal menghasilkan akurasi 87,59%. Setelah penerapan GridSearchCV dan SMOTE, akurasi model pada data seimbang menjadi 83,5% dengan F1-scoreModel Decision Tree awal menghasilkan akurasi 87,59%. Setelah penerapan GridSearchCV dan SMOTE, akurasi model pada data seimbang menjadi 83,5% dengan F1-score
ITENASITENAS Hal ini meningkatkan performa klasifikasi secara signifikan di seluruh model, dengan SVM mencapai hasil terbaik pada data seimbang (Akurasi = 0,86, PresisiHal ini meningkatkan performa klasifikasi secara signifikan di seluruh model, dengan SVM mencapai hasil terbaik pada data seimbang (Akurasi = 0,86, Presisi
UNITOMOUNITOMO Sistem dievaluasi melalui uji fungsional berbasis skenario dan uji penerimaan pengguna (UAT); seluruh skenario berhasil 100% dan skor UAT rata-rata 93%Sistem dievaluasi melalui uji fungsional berbasis skenario dan uji penerimaan pengguna (UAT); seluruh skenario berhasil 100% dan skor UAT rata-rata 93%
UNITOMOUNITOMO Melalui simulasi menggunakan MATLAB‑Simulink, performa kontrol fuzzy tipe‑2 dibandingkan dengan PID menunjukkan waktu respons lebih cepat, overshootMelalui simulasi menggunakan MATLAB‑Simulink, performa kontrol fuzzy tipe‑2 dibandingkan dengan PID menunjukkan waktu respons lebih cepat, overshoot
UNITOMOUNITOMO Dataset eksperimental terdiri dari 10 foto formal siswa, dengan pengujian pada 100 gambar. Hasil menunjukkan akurasi 94 % pada sistem pengenalan wajahDataset eksperimental terdiri dari 10 foto formal siswa, dengan pengujian pada 100 gambar. Hasil menunjukkan akurasi 94 % pada sistem pengenalan wajah
UNITOMOUNITOMO Hal ini didukung oleh rata-rata peningkatan presisi, recall, dan F1-score untuk setiap output, yang cenderung lebih tinggi daripada model lainnya. Namun,Hal ini didukung oleh rata-rata peningkatan presisi, recall, dan F1-score untuk setiap output, yang cenderung lebih tinggi daripada model lainnya. Namun,
UMPPUMPP Data ini diproses melalui tahapan pra-pemrosesan untuk membersihkan data yang tidak valid dan mengubah data kategorikal menjadi format yang sesuai untukData ini diproses melalui tahapan pra-pemrosesan untuk membersihkan data yang tidak valid dan mengubah data kategorikal menjadi format yang sesuai untuk
UTUUTU Tujuan dari penelitian ini adalah untuk menemukan pembagian penugasan manpower secara merata antara laboratorium dan onsite, dimana dilakukan klasifikasiTujuan dari penelitian ini adalah untuk menemukan pembagian penugasan manpower secara merata antara laboratorium dan onsite, dimana dilakukan klasifikasi
Useful /
UMTUMT Hasil penelitian ini menunjukkan bahwa secara parsial variabel financial technology dan variabel literasi keuangan berpengaruh positif dan signifikan terhadapHasil penelitian ini menunjukkan bahwa secara parsial variabel financial technology dan variabel literasi keuangan berpengaruh positif dan signifikan terhadap
UADUAD Selama dua puluh tahun terakhir, teknologi pencitraan medis mengalami kemajuan signifikan yang merevolusi praktik kesehatan, dengan inovasi seperti MRISelama dua puluh tahun terakhir, teknologi pencitraan medis mengalami kemajuan signifikan yang merevolusi praktik kesehatan, dengan inovasi seperti MRI
UMPPUMPP tujuan dari penelitian ini diharapkan dengan adanya penggunaan teknologi augmented reality dapat mencatat kehadiran secara real time tanpa harus berinteraksitujuan dari penelitian ini diharapkan dengan adanya penggunaan teknologi augmented reality dapat mencatat kehadiran secara real time tanpa harus berinteraksi
UMTUMT Penelitian ini dilakukan di daerah Jakarta. Metode penelitian kuantitatif menggunakan skala likert sebagai pengukuran dengan populasi generasi Z yang memilikiPenelitian ini dilakukan di daerah Jakarta. Metode penelitian kuantitatif menggunakan skala likert sebagai pengukuran dengan populasi generasi Z yang memiliki