PREDIKSI JUMLAH PRODUKSI IKAN TAHUN 2018-2022 PADA TELUK BANTEN MENGGUNAKAN SUPPORT VECTOR REGRESSION
##plugins.themes.academic_pro.article.main##
Abstract
Teluk Banten adalah salah satu bagian penting pada perairan laut Jawa Indonesia termasuk kedalam perairan yang kaya akan sumber daya ikan untuk mengoptimalkan manfaat dari sumber daya ini, perlu dilakukan pemantauan dan prediksi produksi ikan yang akurat. Oleh karena itu, tujuan dari penelitian meningkatkan pada model prediksi jumlah produksi ikan di Teluk Banten selama periode tahun 2018-2022 menggunakan metode Support Vector Regression (SVR). Data historis produksi ikan yang telah dikumpulkan selama lima tahun terakhir digunakan sebagai input untuk melatih dan menguji model prediksi. SVR adalah salah satu metode pembelajaran mesin yang telah terbukti efektif dalam melakukan prediksi untuk masalah regresi. Langkah awal penelitian dengan melakukan pra-pemrosesan data, termasuk pengolahan data yang hilang dan penyesuaian skala data. Setelah itu, data yang telah diproses digunakan untuk melatih model SVR. Pada tahap ini, parameter SVR yang optimal ditentukan melalui teknik optimasi yang tepat, seperti penggunaan validasi silang atau optimasi parameter grid. Penelitian ini menunjukkan bahwa model prediksi menggunakan metode SVR mampu memberikan prediksi yang akurat untuk jumlah produksi ikan di Teluk Banten selama periode 2018-2022. Dengan memanfaatkan model ini, pemangku kepentingan dan peneliti di bidang perikanan dapat memperoleh wawasan yang berharga untuk perencanaan dan pengelolaan sumber daya perikanan di wilayah tersebut. Selain itu, penelitian ini juga memberikan kontribusi penting dalam pengembangan dan penerapan metode pembelajaran mesin untuk analisis prediksi dalam konteks perikanan.
##plugins.themes.academic_pro.article.details##
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Pemberitahuan Hak Cipta
Usulan kebijakan untuk jurnal yang menawarkan akses terbuka Syarat yang dibutuhkan penulis adalah sebagai berikut:
1. Penulis memegang hak cipta dan memberikan jurnal hak penerbitan pertama secara bersamaan di bawah lisensi di bawah Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0), yang mengizinkan orang lain untuk menyalin dan mendistribusikan ulang materi ini dalam bentuk atau format apa pun termasuk menyusun, memodifikasi, dan membuat turunan materi ini untuk tujuan apa pun, termasuk tujuan komersial.
2. Penulis dapat membuat pengaturan kontrak terpisah untuk distribusi non-eksklusif dari versi dekaden publikasi jurnal (misalnya mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan mengakui publikasi aslinya di jurnal ini.
3. Penulis diizinkan dan didorong untuk memposting artikel secara online (misalnya di repositori institusional atau di situs web mereka) seperti pada Garuda, Academia, researchgate atau repository lainnya sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif dan kutipan artikel yang diterbitkan lebih awal dan lebih maju (periksa: Efek Akses Terbuka)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Budiman, B. (2021). Perbandingan Algoritma Klasifikasi Data Mining untuk Penelusuran Minat Calon Mahasiswa Baru. Nuansa Informatika, 15(2), 37–52. https://doi.org/10.25134/nuansa.v15i2.4162
Firdaus, M. (2019). Profil Perikanan Tuna Dan Cakalang Di Indonesia. Buletin Ilmiah Marina Sosial Ekonomi Kelautan Dan Perikanan, 4(1), 23. https://doi.org/10.15578/marina.v4i1.7328
Fitri, H. K., Suherman, A., & Boesono, H. (2021). Strategi Pengembangan Tempat Pelelangan Ikan (Tpi) Tawang, Kabupaten Kendal, Jawa Tengah. Jurnal Sosial Ekonomi Kelautan Dan Perikanan, 16(2), 207. https://doi.org/10.15578/jsekp.v16i2.10091
Gaffar, A. W. M., & Sitanggang, I. S. (2019). Spatial model for predicting sugarcane crop productivity using support vector regression. IOP Conference Series: Earth and Environmental Science, 335(1). https://doi.org/10.1088/1755-1315/335/1/012009
Ginting, V. S., Kusrini, K., & Taufiq, E. (2020). Implementasi Algoritma C4.5 untuk Memprediksi Keterlambatan Pembayaran Sumbangan Pembangunan Pendidikan Sekolah Menggunakan Python. Inspiration: Jurnal Teknologi Informasi Dan Komunikasi, 10(1), 36–44. https://doi.org/10.35585/inspir.v10i1.2535
Marewa, Y. B., & Parinussa, E. M. (2020). Perlindungan Pulau-Pulau Terluar Indonesia Berdasarkan Konsep Negara Kepulauan. Paulus Law Journal, 2(1), 1–14. https://doi.org/10.51342/plj.v2i1.151
Mourniaty, A. Z. A., Nuringtyas, A. E., Larasati, A. P., Septian, F., Mulyana, I., Israwati, W., Nainggolan, W., Suharti, R., & Jabbar, M. A. (2019). ASPEK BIOLOGI IKAN BELANAK (Mugil cephalus) DI PERAIRAN TELUK BANTEN. Buletin Jalanidhitah Sarva Jivitam, 1(2), 81. https://doi.org/10.15578/bjsj.v1i2.8423
Oktavianti, I., Ermatita, E., & Rini, D. P. (2019). Analisis Pola Prediksi Data Time Series menggunakan Support Vector Regression, Multilayer Perceptron, dan Regresi Linear Sederhana. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 3(2), 282–287. https://doi.org/10.29207/resti.v3i2.1013
Pambudi, H. K., Kusuma, P. G. A., Yulianti, F., & Julian, K. A. (2020). Prediksi Status Pengiriman Barang Menggunakan Metode Machine Learning. Jurnal Ilmiah Teknologi Infomasi Terapan, 6(2), 100–109. https://doi.org/10.33197/jitter.vol6.iss2.2020.396
Purwoko, C. F. F., Sediono, S., Saifudin, T., & Mardianto, M. F. F. (2023). Prediksi Harga Ekspor Non Migas di Indonesia Berdasarkan Metode Estimator Deret Fourier dan Support Vector Regression. Inferensi, 6(1), 45. https://doi.org/10.12962/j27213862.v6i1.15558
Puspa, S. (2021). Ahmad Yusuf 3) 1), 3) Sistem Informasi, Fakultas Sains dan Teknologi, UIN Sunan Ampel, Surabaya 2) Matematika, Fakultas Sains dan Teknologi. Jurnal Ilmiah NERO, 6(1), 39–47.
Putri R.A, Winahju W.S, & Mashuri Muhammad. (2020). Penerapan Metode Ridge Regression danSupport Vector Regression (SVR) untukPrediksi Indeks Batubara di PT XYZ. Jurnal Sains Dan Seni Its, 9(1), 64–71.
Styawati, S., Hendrastuty, N., & Isnain, A. R. (2021). Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine. Jurnal Informatika: Jurnal Pengembangan IT, 6(3), 150–155. https://doi.org/10.30591/jpit.v6i3.2870
Tabelessy, W. (2021). Pengaruh Desain Produk, Harga, dan Promosi terhadap Keputusan Pembelian pada Usaha Rumahan Buket Bunga Victoria di Kota Ambon. Jurnal Nasional Manajemen Pemasaran & SDM, 2(2), 89–97. https://doi.org/10.47747/jnmpsdm.v2i2.274
Tangke, U., & Deni, S. (2013). Pemetaan daerah penangkapan ikan madidihang (Thunnus albacares) dan ikan cakalang (Katsuwonus pelamis) di Perairan Maluku Utara. Agrikan: Jurnal Agribisnis Perikanan, 6, 1–17. https://doi.org/10.29239/j.agrikan.6.0.1-17