方法在线性回归算法中采用“绝对错误”(意为“MEA”)预测水稻生产

SAINTEKBU Pub Date : 2019-02-08 DOI:10.32764/saintekbu.v11i1.298

A. Suryanto, Asfan Muqtadir

{"title":"方法在线性回归算法中采用“绝对错误”(意为“MEA”)预测水稻生产","authors":"A. Suryanto, Asfan Muqtadir","doi":"10.32764/saintekbu.v11i1.298","DOIUrl":null,"url":null,"abstract":"Mean Absolute Error (MAE) adalah dua diantara banyak metode untuk mengukur tingkat keakuratan suatu model peramalan. Nilai MAE merepresentasikan rata – rata kesalahan (error) absolut antara hasil peramalan dengan nilai sebenarnya. Dengan menggunakan algoritma regresi linear dapat memberikan nilai prediksi produksi padi dengan 2 variabel jumlah pertumbuhan penduduk dan jumlah produksi padi pertahun, sedangan keakuratan dari hasil perhitungan prediksi menggunakan metode Mean Absolute Error (MAE) yang gunakan untuk mengukur tingkat keakuratan suatu model peramalan. Padi adalah salah satu kebutuhan pokok untuk memenuhi kebutuhan karbohidrat bagi penduduk. Dengan meningkatnya pertumbuhan penduduk tiap tahunnya dan kegiatan sosial ekonomi yang menyertainya kebutuhan Produksi padi makin meningkat pula berbanding lurus jumlah penduduk dan kegiatan ekonomi. \nKata Kunci: Produksi, Padi, Regresi Linear, Mean Absolute Error","PeriodicalId":21494,"journal":{"name":"SAINTEKBU","volume":"5 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2019-02-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"32","resultStr":"{\"title\":\"PENERAPAN METODE MEAN ABSOLUTE ERROR (MEA) DALAM ALGORITMA REGRESI LINEAR UNTUK PREDIKSI PRODUKSI PADI\",\"authors\":\"A. Suryanto, Asfan Muqtadir\",\"doi\":\"10.32764/saintekbu.v11i1.298\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Mean Absolute Error (MAE) adalah dua diantara banyak metode untuk mengukur tingkat keakuratan suatu model peramalan. Nilai MAE merepresentasikan rata – rata kesalahan (error) absolut antara hasil peramalan dengan nilai sebenarnya. Dengan menggunakan algoritma regresi linear dapat memberikan nilai prediksi produksi padi dengan 2 variabel jumlah pertumbuhan penduduk dan jumlah produksi padi pertahun, sedangan keakuratan dari hasil perhitungan prediksi menggunakan metode Mean Absolute Error (MAE) yang gunakan untuk mengukur tingkat keakuratan suatu model peramalan. Padi adalah salah satu kebutuhan pokok untuk memenuhi kebutuhan karbohidrat bagi penduduk. Dengan meningkatnya pertumbuhan penduduk tiap tahunnya dan kegiatan sosial ekonomi yang menyertainya kebutuhan Produksi padi makin meningkat pula berbanding lurus jumlah penduduk dan kegiatan ekonomi. \\nKata Kunci: Produksi, Padi, Regresi Linear, Mean Absolute Error\",\"PeriodicalId\":21494,\"journal\":{\"name\":\"SAINTEKBU\",\"volume\":\"5 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-02-08\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"32\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"SAINTEKBU\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.32764/saintekbu.v11i1.298\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"SAINTEKBU","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.32764/saintekbu.v11i1.298","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 32

摘要

“a”的意思是“a”(MAE)是衡量模型准确性水平的两种方法之一。MAE的值代表了指数结果与实际值之间的绝对误差。使用线性回归算法可以为水稻的生产提供两个变量、人口增长率和每年生产水稻的数量的预测值，以及使用一种绝对错误的方法(MAE)预测计算结果的准确性。稻谷是满足人民碳水化合物需求的基本需求之一。随着人口每年增长和相关的社会经济活动，粮食生产的需求与人口和经济活动的比例稳步上升。关键词:生产、稻谷、线性回归、绝对错误

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文

微信好友朋友圈 QQ好友复制链接

本刊更多论文

PENERAPAN METODE MEAN ABSOLUTE ERROR (MEA) DALAM ALGORITMA REGRESI LINEAR UNTUK PREDIKSI PRODUKSI PADI

Mean Absolute Error (MAE) adalah dua diantara banyak metode untuk mengukur tingkat keakuratan suatu model peramalan. Nilai MAE merepresentasikan rata – rata kesalahan (error) absolut antara hasil peramalan dengan nilai sebenarnya. Dengan menggunakan algoritma regresi linear dapat memberikan nilai prediksi produksi padi dengan 2 variabel jumlah pertumbuhan penduduk dan jumlah produksi padi pertahun, sedangan keakuratan dari hasil perhitungan prediksi menggunakan metode Mean Absolute Error (MAE) yang gunakan untuk mengukur tingkat keakuratan suatu model peramalan. Padi adalah salah satu kebutuhan pokok untuk memenuhi kebutuhan karbohidrat bagi penduduk. Dengan meningkatnya pertumbuhan penduduk tiap tahunnya dan kegiatan sosial ekonomi yang menyertainya kebutuhan Produksi padi makin meningkat pula berbanding lurus jumlah penduduk dan kegiatan ekonomi. Kata Kunci: Produksi, Padi, Regresi Linear, Mean Absolute Error

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

SAINTEKBU

自引率

0.00%

发文量