PERAMALAN PERMINTAAN PUPUK UREA BERSUBSIDI MENGGUNAKAN METODE K-NEAREST NEIGHBORS REGRESSION (Studi Kasus: Kelompok Tani Mekar Sari Kabupaten Lamongan)

ABSTRAKrnKetidakseimbangan antara ketersediaan dan kebutuhan pupuk urea bersubsidi masih menjadi permasalahan dalam distribusi pertanian, khususnya di Kelompok Tani Mekar Sari, Kabupaten Lamongan. Ketidaksesuaian ini dapat menimbulkan dampak yang signifikan. Jika terjadi kekurangan pupuk, petani akan mengalami kesulitan dalam memperoleh pasokan, yang dapat menyebabkan hasil tanaman tidak optimal. Sebaliknya, jika terjadi kelebihan pupuk, dapat terjadi penumpukan di gudang kios sehingga berisiko menurunkan kualitas pupuk akibat penyimpanan yang terlalu lama. Penelitian ini bertujuan untuk membangun model peramalan permintaan pupuk urea bersubsidi menggunakan metode K-Nearest Neighbor (KNN) Regression. Data historis tahun 2019–2024 sebanyak 72 data digunakan dalam pendekatan time series dengan teknik sliding window dan normalisasi. Pencarian parameter optimal (nilai d dan k) dilakukan melalui perulangan, sedangkan evaluasi akurasi menggunakan metrik Mean Absolute Percentage Error (MAPE). Hasil uji coba awal dengan hanya 10 data menunjukkan bahwa pada kombinasi parameter d 2 dan k 4, model menghasilkan nilai MAPE sebesar 15,10%. Setelah dilakukan pencarian parameter optimal menggunakan seluruh data, hasil terbaik diperoleh pada d 48 dan k 2 dengan nilai MAPE sebesar 2,29%, yang menunjukkan tingkat akurasi yang sangat tinggi. Berdasarkan hasil peramalan tersebut, jumlah kebutuhan pupuk pada bulan berikutnya adalah sebesar 3.982,5 kg. Rata-rata pupuk urea bersubsidi yang harus disiapkan berdasarkan peramalan adalah sebesar 92,42% dari kebutuhan aktual. Model ini telah diimplementasikan dalam antarmuka berbasis web untuk mempermudah proses prediksi dan mendukung pengambilan keputusan distribusi pupuk secara lebih tepat dan efisien.rnKata Kunci: KNN Regression, Peramalan, Pupuk Urea, Data Time Series.