Prediksi Curah Hujan Menggunakan Metode Random Forest Regression Studi Kasus: PT Great Giant Pineapple
Cuaca yang tidak stabil mempengaruhi produksi tanaman hortikultura, termasuk di PT Great Giant Pineapple (GGP) yang berfokus pada produksi pisang. Penyebaran penyakit Sigatoka yang dipicu oleh curah hujan berdampak pada penurunan kualitas dan hasil panen di PT GGP. Oleh karena itu, penelitian ini membangun model Random Forest Regression untuk memprediksi curah hujan guna mendukung perencanaan operasional. Model dikembangkan dengan rasio data training dan testing 90:10, menggunakan pengisian data kosong dengan nilai rata-rata serta menerapkan model terbaik yaitu Mtry=3 dan Ntree=1000. Model terbaik ini mampu memprediksi curah hujan dengan nilai Root Mean Squared Error (RMSE) sebesar 0,790. Hasil penelitian menunjukkan model bekerja baik pada curah hujan rendah hingga sedang, tetapi kurang akurat dalam menangkap lonjakan ekstrem. Analisis Variable Importance menunjukkan bahwa kelembaban tanah, kecepatan angin, dan suhu tanah adalah faktor utama dalam prediksi curah hujan. Secara keseluruhan, model Random Forest Regression terbukti mampu memprediksi curah hujan secara akurat serta mengidentifikasi faktor-faktor cuaca yang paling berpengaruh terhadap curah hujan.
URI
https://repo.itera.ac.id/depan/submission/SB2506030084
Keyword
Prediksi Curah Hujan PT GGP Random Forest Regression Variable Importance