SKRIPSI

File Icon

PREDIKSI HASIL PRODUKSI IKAN NILA MENGGUNAKAN ALGORITMA REGRESI LINIER

Tanggal Upload: 01/09/2024

Penulis / NIM:
LISNAWATI MAKU / T3116179

Program Studi:
S1 Teknik Informatika

Tahun Akademik:
2019

Kata Kunci:

Abstrak:

Provinsi Gorontalo berpotensi besar terhadap kelautan dan perikanan karena merupakan sektor dalam mendukung peningkatan ekonomi dan sebagai modal dasar pembangunan infrastruktur masyarakat pedesaan yang nantinya dapat memberikan kegunaan untuk potensi sumberdaya perikanan maka dilakukan suatu usaha melalui peningkatan produksi ikan nila dan mengelolanya dengan baik. Di Kota Gorontalo terdapat beberapa wilayah yang dapat menghasilkan ikan nila yaitu Dungingi, Kota Barat, Dembe, Lekobalo, dan Libuo. Namun hasil produksi disetiap bulan tidak menentu yang nantinya akan berdampak pada harga jual beli ikan nila dan pendapatan masyarakat nelayan khususnya. Pihak pada Dinas Kelautan dan Perikanan juga masih sulit dalam mengolah data produksi serta kurangnya informasi tentang produksi sehingga belum dapat memprediksikan hasil produksi ikan nila dimasa mendatang. Tujuan yang ingin dicapai dalam penelitian ini adalah untuk mengetahui hasil uji coba dan mengetahui hasil kinerja prediksi dengan algoritma Regresi Linier untuk memprediksi hasil produksi ikan nila di Dinas Kelautan dan Perikanan Kota Gorontalo. Untuk dapat mencegah permasalahan yang terjadi maka perlu dilakukan prediksi dengan menggunakan algoritma Regresi Linier yang merupakan salah satu mode statistic yang dipergunakan dalam produksi untuk melakukan peramalan ataupun prediksi tentang karakteristik kualitas maupun kuantitas. Regresi Linear Sederhana terdiri dari satu buah variable bebas (x) dengan satu buah variabel terikat (y). Dengan melakukan prediksi menggunakan Algoritma Regresi Linier dapat memberikan informasi yang membantu para nelayan dan pemerintah dalam mengambil kebijakan guna meningkatkan produksi ikan nila di Kota Gorontalo. Hasil yang diperoleh dari penelitian ini yang melibatkan 60 data perbulan yaitu dari tahun 2013-2017 nilai tertinggi pada tahun 2017 bulan desember sebesar 424.438 ton dan nilai terendah pada tahun 2013 bulan januari sebesar 189.199 ton. Setelah dilakukan pengujian menggunakan RMSE di peroleh nilai RMSE 39.26%.
Berkas Lampiran
Unduh File