PREDIKSI TINGKAT PRODUKSI KOPI MENGGUNAKAN REGRESI LINEAR

  • Petrus Katemba
  • Rosita Koro Djoh

Abstract

Kabupaten Manggarai menjadi sentra produksi kopi di Nusa Tenggara Timur, yang dikenal
dengan sebutan “Kopi Tuan”. Kopi dari daerah ini menjadi andalan ekspor hasil perkebunan, yang
telah menembus pasar internasional dengan harga tinggi karena mutunya yang baik. Namun produksi
kopi cenderung menurun yang mengakibatkan permintaan akan kopi mengalami penurunan yang
disebabkan oleh beberapa faktor, baik faktor alam dan sistem yang digunakan masih tradisional.
Upaya peningkatan produksi kopi telah dilakukan pemerintah dengan berbagai cara, namun
lemahnya teknologi pendukung menjadi salah satu kendala peningkatan produksi kopi. Tujuan
yang ingin dicapai adalah untuk mengetahuai apakah produksi kopi mengalami peningkatan atau
penurunan dari waktu ke waktu. Untuk memenuhi kebutuhan kopi maka dilakukan prediksi dengan
menggunakan Regresi linear sederhana atau Simple Regresi Linear yang merupakan salah satu
metode statistik yang dipergunakan dalam produksi untuk melakukan peramalan ataupun prediksi
tentang karakteristik kualitas maupun kuantitas. Simple Regresi Linear terdiri dari satu buah variabel
bebas (x) dengan satu buah variabel terikat (y). Dengan melakukan prediksi menggunakan Metode
Regresi Linear dapat memberikan informasi yang membantu para petani dan pemerintah dalam
mengambil kebijakan guna meningkatkan produksi kopi di Kabupaten Manggarai. Hasil yang
diperoleh dari penelitian ini yang melibatkan 5 periode yaitu dari tahun 2011-2015 nilai tertinggi
pada tahun 2015 sebesar 1.537,38 ton dan nilai terendah pada tahun 2011 sebesar 1.109. Setelah
dilakukan pengujian menggunakan MSE dan MAPE di peroleh nilai MSE 43,112% dan MAPE
20,001% sehingga pengujian menggunakan MAPE jauh lebih baik dalam menghitung akurasi
prediksi produksi kopi

Published
2017-06-01
How to Cite
KATEMBA, Petrus; DJOH, Rosita Koro. PREDIKSI TINGKAT PRODUKSI KOPI MENGGUNAKAN REGRESI LINEAR. Jurnal Ilmiah Flash, [S.l.], v. 3, n. 1, p. 42-51, june 2017. ISSN 2614-1787. Available at: <http://584303.6x2rp.group/index.php/flash/article/view/136>. Date accessed: 28 nov. 2024. doi: https://doi.org/10.32511/flash.v3i1.136.
Section
Articles