Analisa Komparasi Tiga Metode Data Mining dalam Prediksi Impor Komoditas Tanaman Biofarmaka

Abstract

Tanaman obat adalah tanaman yang bisa dikonsumsi dalam berbagai bentuk, seperti bumbu dapur, sebagai bahan baku makanan dan minuman, obat tradisional dan kosmetik Tanaman obat dikategorikan sebagai tanaman Biofarmaka yang terdiri dari 9 tanaman rimpang dan 6 tanaman bukan rimpang. Permintaan tanaman obat biasanya berasal dari pasar dalam negeri dan pasar ekspor. tanaman obat yang diperdagangkan di Indonesia dapat dibedakan menjadi tanaman obat hasil budidaya dan tanaman obat hasil penambangan dari hutan. Berdasarkan data dari WITS permintaan terbesar untuk komoditas rimpang berasal dari lima negara, yaitu Jepang, Amerika Serikat, Belanda, Pakistan, dan Jerman. Kendala yang dihadapi dalam produksi tanaman obat yaitu sebagian besar tanaman bersifat alami dan belum bisa dibudidayakan karena dari aspek teknologi, kendala lainya adalah persaingan dengan komoditas tanaman pangan. Dari kendala yang ada dan permintaan pasar yang tinggi, Tujuan dari penelitian ini adalah melakukan prediksi impor komoditas tanaman biomarfaka dengan menggunakan komparasi algoritma sehingga dapat diketahui hasil prediksi mana yang paling baik. Metode penelitian yang akan dilakukan dibagi menjadi beberapa bagian, yaitu pengumpulan data, prediksi dengan menggunakan 3 algoritma yaitu Naïve Bayes, SVM, dan Linear Regresi, tahap selanjutnya adalah validasi dan evaluasi model perbandingan dengan menggunakan t-test. Dari 3 algoritma yang dilakukan komparasi, algoritma yang menghasilkan nilai accuracy tinggi adalah SVM dengan nilai 93,3% dan nilai AUC adalah 1, memprediksi 3 jenis tanaman yang harus melakukan impor adalah jahe, temuireng dan dringo.