PENGGUNAAN MACHINE LEARNING UNTUK PREDIKSI HARGA TELUR AYAM RAS DI KOTA BANDUNG

Abstract

Analisis prediksi merupakan salah satu metode analisis pada data time series untuk mendapatkan informasi di masa depan. Analisis prediksi kini dapat dilakukan oleh machine learning. Pemanfaatan teknologi tersebut sudah diterapkan pada berbagai bidang. Penggunaaan analisis prediksi pada harga komoditas dapat menjadi referensi bagi pemerintah untuk mengendalikan harga di pasar. Harga komoditas ini berpengaruh terhadap inflasi dan tentunya penting untuk diperhatikan. Telur sebagai komoditas makanan yang sederhana dan dikonsumsi semua kalangan menjadi objek utama yang diteliti. Pada penelitian ini peneliti menggunakan ARIMA sebagai metode machine learning prediksi untuk melakukan analisis prediksi. Data diambil dari website resmi kemendagri yang bernama Sistem Pemantauan Pasar dan Kebutuhan Pokok. Setelah data didapatkan kemudian data dilakukan preprocessing dengan mengisi nilai nilai yang hilang. Setelah data lengkap kemudian data dibuat pemodelan ARIMA menggunakan aplikasi KNIME. Terakhir model yang sudah dibuat dievaluasi menggunakan metrik statistic Root Mean Squared Error (RMSE) dan R-square. Model menghasilkan RMSE yang rendah dan R-square yang mendekati satu yang artinya model tersebut memiliki kinerja yang baik. Model kemudian diuji untuk melakukan prediksi 30 hari dari data aktual. Terakhir peneliti memberikan rekomendasi tindakan dan perencanaan pemerintah dalam memanfaatkan model machine learning ini.