IMPLEMENTASI ALGORITMA SVM (SUPPORT VECTOR MACHINE) DALAM MEMPREDIKSI HASIL PRODUKSI SARANG BURUNG WALET
Explore · 26.01.2026 · 16 (1) · 40-49
DOI: 10.35200/sd.v16i1.188 ↗Kurz gefasst
Fachartikel in der Zeitschrift Explore, online erschienen am 26.01.2026. Verfasst von Poppy Medina und 1 weiteren Autor:innen.
Abstract (Originalsprache)
Penelitian ini bertujuan untuk membangun model prediksi produksi sarang walet menggunakan algoritma Support Vector Machine (SVM) berbasis data historis. Variabel input yang digunakan adalah jumlah sarang dan patahan, sementara variabel target adalah total produksi dalam satuan gram. Proses analisis dilakukan melalui tahapan preprocessing data, visualisasi, pelatihan model, evaluasi performa, dan prediksi produksi masa depan. Model dilatih menggunakan 80% data dan diuji dengan 20% data sisanya. Hasil evaluasi menunjukkan nilai Mean Squared Error (MSE) sebesar 33.581, Mean Absolute Error (MAE) sebesar 99,45, dan koefisien determinasi (R²) sebesar 0,4087. Selain itu, visualisasi scatter plot dan confusion matrix menunjukkan bahwa model cenderung melakukan prediksi yang cukup baik pada produksi rendah, namun masih lemah dalam memprediksi produksi tinggi. Meskipun demikian, model ini tetap mampu memberikan estimasi awal yang berguna untuk perencanaan produksi sarang walet secara prediktif. Kata Kunci: Sarang walet, prediksi, produksi, Support Vector Machine
Zitieren
APA
Medina, P., & Rahayu, E. (2026). IMPLEMENTASI ALGORITMA SVM (SUPPORT VECTOR MACHINE) DALAM MEMPREDIKSI HASIL PRODUKSI SARANG BURUNG WALET. Explore, 16(1), 40-49. https://doi.org/10.35200/sd.v16i1.188
Vancouver
Medina P, Rahayu E. IMPLEMENTASI ALGORITMA SVM (SUPPORT VECTOR MACHINE) DALAM MEMPREDIKSI HASIL PRODUKSI SARANG BURUNG WALET. Explore. 2026;16(1):40-49. doi:10.35200/sd.v16i1.188
BibTeX
@article{Medina2026,
author = {Medina, Poppy and Rahayu, Eka},
title = {IMPLEMENTASI ALGORITMA SVM (SUPPORT VECTOR MACHINE) DALAM MEMPREDIKSI HASIL PRODUKSI SARANG BURUNG WALET},
journal = {Explore},
year = {2026},
volume = {16},
number = {1},
pages = {40--49},
doi = {10.35200/sd.v16i1.188}
}
EUVIMED