Model Hibrid Algoritma Apriori dan Regresi Linear untuk Perkiraan Produksi Jagung (Studi Kasus : Kabupaten Dompu)

Abstract

Jagung ialah sumber karbohidrat penting ke dua sesudah beras. Dibeberapa daerah, jagung adalah pembakar lemak yang baik karena jagung juga tinggi lemak dan tinggi kalori daripada nasi. Selain itu, mengandung asam lemak dan esensial yang membantu mencegak aterosklerosis. Sebagai akibat dari permasalahan yang terjadi baru baru ini, permintaan jagung meningkat secara signifikat. Komsumsi terus tumbuh, namun produksi jagung dalam negeri tetap rendah sehingga menimbulkan ketimpangan dalam memenuhi kebutuhan jagung. Seiring dengan perubahan produksi jagung Kabupaten Dompu dari tahun ke tahun, maka perlu diperkirakan kedepannya apakah produksi jagung Kabupaten Dompu akan menurun atau meningkat. Hasil ramalan ini akan digunakan sebagai indikator keamanan pangan Kabupaten Dompu, khususnya jagung. Penelitian ini menggunakan data panen atau budidaya Jagung dari Dinas Pertanian dan Perkebunan Kabupten Dompu dari tahun 2012 sampai 2021 sebagai data produksi tanaman jagung di Kabupaten Dompu. Maka dari itu, prediksi ini membutuhkan algoritma yang menggunakan algoritma apriori dan regresi linear. Perhitungan metode regresi linear untuk memprediksi produksi jagung menggunakan pengujian MAD didapatkan 4.04 menggunakan data training mulai periode tahun 2012 – 2021 dan hasil persamaan regresi linear didapatkan yaitu Y = -29.0212901 + 2.30146418x1 + 4.53334525x2 + 11.8742684x3. Sedangkan perhitungan metode apriori, didapatkan 2 rule yang dengan support 10% dan confidence 50% didapat IF buy Gandasil then buy Ricestar with confidence 100% dan IF buy Roundup then buy Tabas with confidence 67%.

Implementation of Data Mining to Determine Sales Patterns Using the Apriori Method

“…The a priori method is a method with an association model that can be used to determine a pattern of opportunities to buy or take an object or item (Erfina, Melawati, & Destria Arianti, 2020) (Agustiani, Suhendro, Saputra, & Tunas Bangsa Pematangsiantar, 2020) . As in research conducted by (Agustiani et al, 2020) the a priori method can be used to make sales associations for goods and has good accuracy (Atadjawa, Haryanti, & Kurniawati, 2021) (Erfina et al, 2020) (Adha & Utami, 2022). Not only that, the a priori method can also determine the sales pattern of an item and this method can also be used to determine consumer purchasing patterns (Syahputri, 2020) .…”