Abstract
Penelitian ini membahas pengembangan sistem prediksi hasil produksi agrikultur berbasis algoritma Random Forest. Tujuan dari sistem ini adalah untuk membantu petani dan pengambil kebijakan dalam memperkirakan hasil panen dengan lebih akurat menggunakan data historis pertanian seperti curah hujan, suhu udara, kelembapan, jenis tanaman, serta jenis tanah. Algoritma Random Forest dipilih karena kemampuannya dalam menangani data yang kompleks dan menghasilkan prediksi yang stabil. Sistem dibangun menggunakan bahasa pemrograman PHP dengan framework CodeIgniter 3 dan memanfaatkan dataset agrikultur yang telah dibersihkan dan dianalisis sebelumnya. Proses prediksi dilakukan dengan menyesuaikan parameter input dari pengguna melalui antarmuka web, kemudian diproses oleh model Random Forest yang telah dilatih sebelumnya. Hasil prediksi berupa estimasi produksi (dalam ton/ha) ditampilkan secara interaktif kepada pengguna. Pengujian dilakukan menggunakan metode cross-validation dan pengukuran akurasi menggunakan RMSE dan MAE. Hasil menunjukkan bahwa algoritma Random Forest mampu memberikan prediksi dengan tingkat kesalahan yang rendah dan stabil. Sistem ini diharapkan dapat menjadi alat bantu yang bermanfaat dalam perencanaan pertanian modern berbasis data.
Kata kunci: Prediksi, Agrikultur, Random Forest, CodeIgniter, Data Mining