Prediksi Produksi Kopi di Indonesia Berdasarkan Variabilitas Iklim Berbasis Deep Learning
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
FAKULTAS ILMU KOMPUTER TEKNOLOGI INFORMASI
Abstract
Produksi kopi di Indonesia sempat mengalami fluktuasi, salah satu
penyebabnya yaitu dikarenakan oleh variabilitas iklim. Kondisi tersebut
menjadikan prediksi produksi kopi berdasarkan variabilitias iklim bisa digunakan
sebagai dasar dalam mendukung pengambilan keputusan di sektor pertanian.
Penelitian ini bertujuan untuk memprediksi produksi kopi di Indonesia berdasarkan
variabilitas iklim menggunakan metode Long Short-Term Memory (LSTM) serta
menginterpretasikan kontribusi setiap variabel menggunakan SHapley Additive
exPlanations (SHAP). Dataset yang digunakan berupa data time-series bulanan
periode Januari 2011 hingga Desember 2025 yang terdiri atas data produksi kopi,
suhu, curah hujan, dan kelembaban. Tahapan penelitian meliputi preprocessing
data, Exploratory Data Analysis (EDA), feature engineering, pembagian data
menggunakan time-series split, normalisasi Min-Max Scaling, pembentukan data
menggunakan sliding window selama 12 bulan, pembangunan dan pelatihan model
LSTM, evaluasi model menggunakan MAE, RMSE, MAPE, dan koefisien
determinasi (R²), serta interpretasi model menggunakan SHAP. Hasil penelitian
menunjukkan bahwa model LSTM mampu memprediksi produksi kopi dengan
cukup baik, ditunjukkan oleh nilai koefisien determinasi (R²) sebesar 0,8435 pada
data pengujian. Selain itu, hasil prediksi secara umum masih mampu mengikuti
pola data aktual meskipun terdapat beberapa perbedaan pada beberapa periode.
Hasil interpretasi SHAP menunjukkan bahwa produksi historis merupakan faktor
yang paling dominan dalam proses prediksi. Pada analisis yang difokuskan pada
variabel iklim, kelembaban memberikan kontribusi terbesar terhadap hasil prediksi,
diikuti oleh curah hujan, sedangkan suhu memiliki kontribusi paling rendah. Hasil
penelitian menunjukkan bahwa kombinasi metode LSTM dan SHAP tidak hanya
mampu menghasilkan prediksi produksi kopi yang baik, tetapi juga memberikan
interpretasi mengenai kontribusi masing-masing variabel terhadap hasil prediksi
Description
Finalisasi Repository/HASYIM Agustus 2026
