Implementasi Metode Multiple Linear Regression Untuk Memprediksi Intensitas Cahaya Untuk Pembungaan Buah Tomat Pada Media Kultur Jaringan
DOI:
https://doi.org/10.33633/tc.v21i3.6431Keywords:
multiple linear regression, prediksi, intensitas cahaya, tomatAbstract
Buah tomat merupakan salah satu buah yang sering dijumpai di Indonesia. Permintaan tomat juga terus meningkat dari tahun ke tahun di Indonesia. Keterbatasan lahan menjadi kendala dalam memenuhi permintaan tersebut. Oleh karena itu, tomat dapat dikembangkan melalui media kultur jaringan untuk menghasilkan buah yang sehat dan cepat. Salah satu faktor yang menentukan keberhasilan dalam budidaya tomat melalui media kultur jaringan adalah intensitas cahaya yang digunakan. Metode multiple linear regression diimplementasikan untuk dapat memperkirakan intensitas cahaya yang tepat. Fitur yang akan menjadi prediktor dalam penelitian ini adalah jenis media tanam dan panjang kecambah yang diharapkan. Berdasarkan evaluasi yang telah dilakukan, nilai mean absolute error (MAE) yang dihasilkan yaitu 0,87 dengan rasio data training dan testing adalah 90:10. Hal ini menandakan bahwa sistem cukup akurat dalam melakukan prediksi.References
E. Halid, A. Mutalib, S. Inderiati and R. D, "PERTUMBUHAN DAN PRODUKSI TANAMAN TOMAT (Lycopersium esculentum Mill.) PADA PEMBERIAN BERBAGAI DOSIS BUBUK CANGKANG TELUR," J. Agroplantae, vol. 10, no. 1, pp. 59-66, 2021.
A. C. Kusumastuti, L. M. Kolopaking and B. Barus, "FAKTOR YANG MEMPENGARUHI ALIH FUNGSI LAHAN PERTANIAN PANGAN DI KABUPATEN PANDEGLANG," Sodality: Jurnal Sosiologi Pedesaan, vol. 6, no. 2, pp. 131-136, 2018.
E. Suryanti and Melissa, "PERBANYAKAN TANAMAN TOMAT DENGAN MENGGUNAKAN BAP DAN NAA SECARA IN VITRO," Jurnal Bioterdidik Wahana Ekspresi Ilmiah, vol. 5, no. 6, pp. 1-7, 2017.
Lazuardi, "PENGARUH PEMBERIAN 2,4-D (DICLOROPHENOXY ACETIC ACID) DAN BAP (BENZYL AMINO PURINE) TERHADAP INDUKSI KALUS PADA TANAMAN PADI LADANG," Jurnal Saintika, vol. 12, no. 1, pp. 36-46, 2012.
A. A.-F. N. Wahyudin, A. Primajaya and A. S. Y. Irawan, "Penerapan Algoritma Regresi Linear Berganda Pada Estimasi Penjualan Mobil Astra Isuzu," Techno.COM, vol. 19, no. 4, pp. 364-374, 2020.
Amrin, "DATA MINING DENGAN REGRESI LINIER BERGANDA UNTUK PERAMALAN TINGKAT INFLASI," Jurnal Techno Nusa Mandiri, vol. XIII, no. 1, pp. 74-79, 2016.
H. W. Herwanto, T. Widiyaningtyas and P. Indriana, "Penerapan Algoritme Linear Regression untuk Prediksi Hasil Panen Tanaman Padi," Jurnal Nasional Teknik Elektro dan Teknologi Informasi, vol. 8, no. 4, pp. 364-370, 2019.
F. M. A. Tarigan, "PREDIKSI PERTUMBUHAN TANAMAN AKUAPONIK MENGGUNAKAN LENGTH FEATURES EXTRACTION DAN MULTIPLE LINEAR REGRESSION," Universitas Sumatera Utara, Medan, 2021.
R. Seethalakshmi, "Analysis of stock market predictor variables using Linear Regression," International Journal of Pure and Applied Mathematics, vol. 119, no. 15, pp. 369-378, 2018.
V. R. Prasetyo, H. Lazuardi, A. A. Mulyono and C. Lauw, "Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Regresi Linier," Jurnal Nasional Teknologi dan Sistem Informasi, vol. 7, no. 1, pp. 8-17, 2021.
T. Chai and R. R. Draxler, "Root mean square error (RMSE) or mean absolute error (MAE)? Arguments against avoiding RMSE in the literature," Geoscientific Model Development, vol. 7, pp. 1247-1250, 2014.
W. Wang and Y. Lu, "Analysis of the Mean Absolute Error (MAE) and the Root Mean Square Error (RMSE) in Assessing Rounding Model," IOP Conf. Series: Materials Science and Engineering, vol. 324, pp. 1-10, 2018.
R. Ramadania, "PERAMALAN HARGA BERAS BULANAN DI TINGKAT PENGGILINGAN DENGAN METODE WEIGHTED MOVING AVERAGE," Buletin Ilmiah Math. Stat. dan Terapannya, vol. 7, no. 4, pp. 329-334, 2018.
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Vincentius Riandaru Prasetyo, Wina Dian Savitri, Johan Sukweenadhi, Fenny Irawati, Mohammad Farid Naufal, Solichul Huda

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
License Terms
All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:
1. Attribution
Readers and users are free to:
-
Share – Copy and redistribute the material in any medium or format.
-
Adapt – Remix, transform, and build upon the material.
As long as proper credit is given to the original work by citing the author(s) and the journal.
2. Non-Commercial Use
-
The material cannot be used for commercial purposes.
-
Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.
3. Rights of Authors
-
Authors retain copyright and grant Techno.COM Journal the right to publish the article.
-
Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.
4. No Additional Restrictions
-
The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.
5. Disclaimer
-
The journal is not responsible for how the published content is used by third parties.
-
The opinions expressed in the articles are solely those of the authors.
For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/