Year
Publisher
Journal
1
Institution
Institution Country
Publication Type
Field Of Study
Topics
Open Access
Language
Filter 1
Year
Publisher
Journal
1
Institution
Institution Country
Publication Type
Field Of Study
Topics
Open Access
Language
Filter 1
Export
Sort by: Relevance
PREDIKSI PRODUKSI DAGING SAPI DI INDONESIA MENGGUNAKAN RANDOM FOREST REGRESSION: ANALISIS DATA 2018-2025

Produksi daging sapi merupakan salah satu komponen penting dalam memenuhi kebutuhan protein hewani di Indonesia. Namun, distribusi dan tingkat produksi yang tidak merata di berbagai provinsi menimbulkan tantangan dalam pengelolaan dan perencanaan yang efektif. Penelitian ini bertujuan untuk memprediksi produksi daging sapi di Indonesia untuk tahun 2024 dan 2025 dengan menggunakan model prediksi berbasis Random Forest Regression, yang memanfaatkan data produksi historis dari tahun 2018 hingga 2023. Metode yang digunakan melibatkan pengumpulan data produksi daging sapi dari berbagai provinsi di Indonesia, diikuti dengan preprocessing data dan pembangunan model prediksi menggunakan algoritma Random Forest. Evaluasi model dilakukan dengan menggunakan metrik Mean Squared Error (MSE) dan R-squared (R²) untuk menilai akurasi dan kemampuan model dalam menjelaskan variabilitas data. Hasil penelitian menunjukkan bahwa model Random Forest memiliki kinerja yang sangat baik dengan nilai R-squared sebesar 0.946, yang mengindikasikan bahwa model ini mampu menjelaskan sekitar 94.6% dari variabilitas data produksi daging sapi. Prediksi menunjukkan bahwa Jawa Timur, Jawa Barat, dan Jawa Tengah akan tetap menjadi provinsi dengan produksi daging sapi tertinggi, sementara banyak provinsi di bagian timur Indonesia akan memiliki produksi yang relatif rendah. Temuan ini dapat digunakan untuk mendukung pengambilan keputusan strategis dalam upaya meningkatkan produksi daging sapi dan mengoptimalkan distribusi di seluruh Indonesia.

Read full abstract