Sistem Prediksi Produksi Padi di Jawa Timur Menggunakan Metode SVR-PSO

Ketahanan pangan nasional sangat bergantung pada stabilitas produksi padi. Provinsi Jawa Timur sebagai lumbung padi rentan terhadap anomali cuaca, sehingga membutuhkan model prediksi produksi padi yang akurat berdasarkan interaksi luas lahan dan faktor agroklimat. Penelitian ini mengembangkan model Support Vector Regression (SVR) yang dioptimasi menggunakan Particle Swarm Optimization (PSO) dengan membandingkan kinerja kernel Radial Basis Function (RBF) dan ANOVA RBF untuk memprediksi produksi padi di Jawa Timur. Evaluasi kinerja model diukur menggunakan metrik R2 untuk membandingkan kernel mana yang menghasilkan kinerja terbaik. Hasil pengujian membuktikan bahwa kernel ANOVA RBF lebih superior untuk mengelola data panel berskala provinsi. Model terbaik dicapai pada rasio data 90:10 (30 partikel, 100 iterasi) dengan nilai R2 sebesar 0,9773.