Minyak terpentin merupakan produk dari hasil penyulingan getah pinus yang memiliki nilai ekonomis tinggi karena kandungan senyawa utamanya, yaitu alpha pinene. Alpha pinene merupakan senyawa utama dalam minyak terpentin yang berperan penting dalam menentukan kualitas produk minyak terpentin. Dalam industri, kadar alpha pinene yang ideal adalah ≥ 80%. Namun, hasil produksi menunjukkan adanya kadar alpha pinene yang tidak memenuhi standar tersebut. Oleh karena itu, penelitian ini bertujuan untuk membangun model prediksi kadar alpha pinene berdasarkan komposisi bahan bakunya.
Metode yang digunakan dalam penelitian ini adalah regresi linear berganda. Data yang digunakan merupakan data sekunder dari Perum Perhutani yang terdiri dari enam variabel independen yaitu SP, P, IA, IB, IIA, dan IIB, serta satu variabel dependen yaitu kadar alpha pinene. Tahapan penelitian meliputi prapemrosesan data, pembuatan model regresi linear berganda secara manual dan menggunakan Python, perhitungan nilai prediksi, serta evaluasi model menggunakan metrik MAE, MSE, RMSE, dan R-squared.
Hasil penelitian menunjukkan bahwa model mampu memberikan prediksi dengan tingkat kesalahan yang rendah, ditunjukkan oleh nilai MAE sebesar 0,01312, MSE sebesar 0,00026, dan RMSE sebesar 0,01622. Namun, nilai R-squared yang diperoleh hanya sebesar 0,20854, yang berarti model hanya mampu menjelaskan sekitar 20,854% variabilitas data. Hal ini menunjukkan bahwa masih terdapat faktor lain di luar komposisi mutu getah yang memengaruhi kadar alphan pinene, sehingga perlu pengembangan model lebih lanjut untuk memperoleh hasil yang lebih baik.