Data Mining Mengestimasi Jumlah Tonase Kelapa Sawit Dengan Metode Regresi Linear Berganda

Authors

  • Anggi Tameliza Sitompul STMIK Triguna Dharma
  • Milfa Yetri STMIK Triguna Dharma
  • Rina Mahyuni STMIK Triguna Dharma

DOI:

https://doi.org/10.53513/jursi.v2i1.5431

Abstract

Kelapa Sawit merupakan salah satu komoditi yang paling banyak diminati oleh para usaha perkebunan yang tidak hanya ada di Indonesia namun juga di seluruh penjuru dunia. Hal ini ditunjukkan dengan adanya tren pembukaan lahan yang ditunjukkan sebagai perkebunan Kelapa Sawit. Manfaat Kelapa Sawit begitu banyak, sehingga menjadi salah satu hasil yang begitu menguntungkan. Kelapa Sawit merupakan tumbuhan industri penting penghasil minyak masak, minyak industri, maupun untuk bahan bakar. Perkebunannya mampu menghasilkan keuntungan tinggi sehingga banyak hutan dan perkebunan lama dikonversi menjadi perkebunan Kelapa Sawit. Manfaat Kelapa Sawit ini merupakan sumber utama minyak nabati sesudah kelapa yang ada di Indonesia. Agar mudah dalam melakukan penyelesaian masalah terkait menentukan tonase kelapa sawit maka dibuatlah sebuah program Data Mining. Data Mining ialah proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu. Teknik-teknik, metode-metode, atau algoritma dalam Data Mining sangat bervariasi. Program Data Mining memerlukan sebuah metode dalam melakukan perhitungannya dan metode yang digunakan dalam penyelesaian masalah terkait menentukan tonase kelapa sawit Menggunakan Metode Regresi Linear Berganda. Hasil dari penelitian ini : Berdasarkan Permasalahan yang dibahas maka di bangunlah sistem yang mengadopsi metode Regresi Linear Berganda dalam pemecahan masalah menentukan tonase kelapa sawit. 

Author Biographies

Anggi Tameliza Sitompul, STMIK Triguna Dharma

Sistem Informasi

Milfa Yetri, STMIK Triguna Dharma

Sistem Informasi

Rina Mahyuni, STMIK Triguna Dharma

Sistem Informasi

References

Lesmana, Beri. "Pengelompokan Pengiriman Hasil Kelapa Sawit Berdasarkan To (Placeholder1)nase dan Kwalitas Menggunakan Metode Clustering (Studi Kasus: KUD Bumi Pusaka)." Seminar Nasional Informatika (SENATIKA). 2021.

Ginantra, Ni Luh Wiwik Sri Rahayu, et al. Data Mining dan Penerapan Algoritma. Yayasan Kita Menulis, 2021.

Nainggolan, Rike Zana, Khairi Ibnutama, and Mhd Gilang Suryanata. "Implementasi Data Mining Dengan Metode Regresi Linier BergandaDalam Estimasi Mahasiswa Baru Pada SekolahTinggi Agama Islam Raudhatul Akmal BatangKuis." Jurnal Cyber Tech 1.1 (2021).

Kumbarasari, Shanti, et al. "Perancangan Material Handling Otomatis Dengan Sistem Vacuum Pada Mesin Press." Teknobiz: Jurnal Ilmiah Program Studi Magister Teknik Mesin 11.3 (2021)

Amrin, Amrin. "Data Mining Dengan Regresi Linier Berganda Untuk Peramalan Tingkat Inflasi." Jurnal Techno

Nusa Mandiri 13.1 (2016)

D. Nofriansyah, M. Yetri, K. Erwansyah, dan _ S., “Penerapan Data Mining Dalam Menganalisa Data Penjualan Untuk Mendapatkan Pola Rekomendasi Penjualan Menggunakan Algoritma Apriori Pada K3 Mart,†J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 18, no. 2, hal. 176, 2019, doi: 10.53513/jis.v18i2.157.

A. H. Nasyuha et al., “Frequent pattern growth algorithm for maximizing display items,†Telkomnika (Telecommunication Comput. Electron. Control., vol. 19, no. 2, pp. 390–396, 2021, doi: 10.12928/TELKOMNIKA.v19i2.16192.

J. Hutagalung, N. L. W. S. R. Ginantra, G. W. Bhawika, W. G. S. Parwita, A. Wanto, and P. D. Panjaitan, “COVID-19 Cases and Deaths in Southeast Asia Clustering using K-Means Algorithm,†J. Phys. Conf. Ser., vol. 1783, no. 1, pp. 1–6, 2021, doi: 10.1088/1742-6596/1783/1/012027.

T. Syahputra, J. Halim, dan K. Perangin-angin, “Penerapan Data Mining Dalam Memprediksi Tingkat Kelulusan Uji Kompetensi ( UKOM ) Bidan Pada STIKes Senior Medan Dengan Menggunakan Metode Regresi Linier Berganda,†Sains dan Komput., vol. 17, no. 1, hal. 1–7, 2018.

Mona, Margareta, John Kekenusa, and Jantje Prang. "Penggunaan Regresi Linear Berganda untuk Menganalisis Pendapatan Petani Kelapa. Studi Kasus: Petani Kelapa Di Desa Beo, Kecamatan Beo Kabupaten Talaud." d'CARTESIAN 4.2 (2015)

SINAGA, Anita Sindar RM. Implementasi Metode Regresi Linier Berganda Untuk Memprediksi Kinerja Karyawan Pt. Timbang Deli. ScientiCO: Computer Science and Informatics Journal, 4.2

Triyanto, Ervan, Heri Sismoro, and Arif Dwi Laksito. "Implementasi Algoritma Regresi Linear Berganda Untuk Memprediksi Produksi Padi Di Kabupaten Bantul." Rabit: Jurnal Teknologi dan Sistem Informasi Univrab 4.2 (2019)

Purwadi, Purwadi, Puji Sari Ramadhan, and Nurdiyanti Safitri. "Penerapan Data Mining Untuk Mengestimasi Laju Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda Pada BPS Deli Serdang." Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) 18.1 (2019)

Downloads

Published

2023-01-25