Total Jenis Ikan
-
Spesies
β
+12% dari target
Total Prediksi
-
Data Points (2025-2030)
β
Growth +13.3%
Rata-rata Stok/Bulan
-
Ekor/Bulan
β
Stabil
Akurasi Model
78.2%
Model Confidence
β
Perlu improvement
π Informasi Model Prediksi
Model Machine Learning: Support Vector Regression (SVR)
Kernel: RBF (Radial Basis Function)
Parameter Optimal:
C (Regularization)
100
Gamma
0.01
Epsilon
0.2
CV Score (MSE)
0.6911
π Perbandingan Multi-Tahun
π Top 5 Jenis Ikan dengan Prediksi Tertinggi
π₯ Layang Scads
556,000 ekor
π₯ Kembung
445,000 ekor
π₯ Teri
354,000 ekor
π Tren Prediksi Tahunan
π Ringkasan Prediksi per Tahun
| Tahun β¬ | Total Tahunan β¬ | Rata-rata Bulanan β¬ | Median β¬ |
|---|
π Daftar Jenis Ikan yang Diprediksi
π Fitur Time Series yang Digunakan
- Time Index: Indeks waktu sekuensial
- Bulan: Fitur temporal (1-12)
- Lag Features: Nilai stok 1-3 bulan sebelumnya
- Rolling Mean: Rata-rata bergerak 3 bulan
- Rolling Std: Standar deviasi 3 bulan
β
Evaluasi Model (Testing Set)
RMSE
43,725
MAE
32,921
RΒ² Score
-2.53
MAPE
76.38%
Catatan: Model menunjukkan performa yang memerlukan perbaikan. RΒ² score negatif mengindikasikan overfitting atau ketidaksesuaian model dengan data testing.