IMPLEMENTASI K-NEAREST NEIGHBOR DALAM MEMPREDIKSI CURAH HUJAN GUNA MENYUSUN PENJADWALAN TANAM PADI DI PULANG PISAU

Abstract

Beras merupakan komoditas penting dalam kehidupan sosial dan ekonomi di Indonesia serta menjadi sumber karbohidrat utama. Perubahan iklim mempengaruhi pola tanam dalam sektor pertanian, dan curah hujan memiliki peran penting dalam pertumbuhan tanaman karena mempengaruhi ketersediaan air. Kabupaten Pulang Pisau di Kalimantan Tengah memiliki potensi pertanian yang baik, terutama dalam produksi padi. Untuk meminimalisir kegagalan panen akibat perubahan iklim, prediksi curah hujan diperlukan sebagai acuan dalam penjadwalan tanam padi. Penelitian ini bertujuan untuk memprediksi curah hujan menggunakan metode K-NN dan mengkonversikan hasil prediksi curah hujan menjadi tabel kalender tanam guna meminimalisir terjadinya kegagalan panen. Metode K-Nearest Neighbor (K-NN) dalam beberapa dekade terakhir selain untuk klasifikasi juga digunakan untuk prediksi. Metode K-NN pada penelitian ini diimplementasikan dalam memprediksi curah hujan, dengan pengujian performa metode K-NN menggunakan metode RMSE. Data yang digunakan berasal dari website resmi BMKG yang diambil dari Tahun 2011-2022. Rasio pembagian data training dan data testing yang digunakan adalah 70:30, 80:20 dan 90:10. Hasil pengujian penerapan metode K-NN dalam prediksi curah hujan menghasilkan nilai RMSE terkecil 109,3 dengan menggunakan perhitungan jarak Manhattan Distance dan nilai k = 16. Hasil prediksi curah hujan yang dikonversikan ke dalam kalender tanam menunjukan bahwa Juli, September, dan November 2023, Januari, Maret, Mei, Juli, September, dan November 2024 dapat dilakukan proses penanaman padi.