UMGUMG

E-Link: Jurnal Teknik Elektro dan InformatikaE-Link: Jurnal Teknik Elektro dan Informatika

Tujuan Penelitian ini adalah untuk mengembangkan dan mengimplementasikan model prediksi inflasi bahan pokok di pasar tradisional di kabupaten situbondo menggunakan metode regresi linear. Fokus utama dari penelitian ini adalah untuk memahami dinamika harga bahan pokok dan faktor-faktor yang mempengaruhinya, serta memberikan alat prediktif yang dapat membantu pengambil kebijakan untuk mengantisipasi perubahan harga yang tidak menentu yang diprediksi akan terjadi. Dengan mengumpulkan data harga bahan pokok dari aplikasi Sikepo.situbondokab.go.id dan mengidentifikasi harga bahan pokok yang dapat menyebabkan inflasi. proses metode regresi linear ini melibatkan pembagian data menjadi data untuk pelatihan dan data untuk pengujian untuk meningkatkan akurasi prediksi, Dengan pengujian ini diharapkan Menyajikan hasil prediksi dan membandingkannya dengan data aktual untuk menilai keandalan model. pengembangan sistem prediksi ini dapat dapat digunakan oleh pemangku kepentingan untuk mengantisipasi inflasi bahan pokok. memberikan rekomendasi kebijakan berdasarkan hasil penelitian untuk menjaga stabilitas harga. penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam bidang ekonomi dan kebijakan publik, serta membantu menjaga kesejahteraan masyarakat melalui prediksi inflasi yang lebih akurat dan tepat waktu.

Penelitian ini berhasil mengaplikasikan model prediksi regresi linear untuk memprediksi inflasi dari harga bahan pokok.Proses ini melibatkan beberapa tahapan penting mulai dari pengumpulan data harga bahan pokok melalui website sikepo.id, preprocessing data yang terdiri dari data cleaning, data transformation dan data reduction lalu melakukan pembagian data menjadi dua bagian yaitu data pelatihan dan data pengujian hingga penerapan model regresi linear untuk memprediksi inflasi bahan pokok.Berdasarkan penelitian yang telah diperoleh, metode regresi linear terbukti penggunaan data mining menggunakan regresi linier dapat digunakan sebagai metode memprediksi inflasi harga bahan pokok dengan menghasilkan nilai RMSE (root mean squared error) yang rendah menunjukkan bahwa model yang telah dibuat menghasilkan tingkat akurasi yang tinggi untuk memprediksi nilai inflasi harga bahan pokok.

Berdasarkan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, perlu dilakukan analisis lebih mendalam terhadap faktor-faktor eksternal yang mempengaruhi harga bahan pokok, seperti kebijakan pemerintah, perubahan iklim, dan kondisi ekonomi global. Hal ini dapat memberikan pemahaman yang lebih komprehensif tentang dinamika harga dan meningkatkan akurasi prediksi. Kedua, pengembangan model prediksi dapat diperluas dengan menggabungkan metode machine learning lainnya, seperti artificial neural network atau support vector machine, untuk meningkatkan kemampuan model dalam menangkap pola-pola kompleks dalam data. Ketiga, sistem prediksi dapat diintegrasikan dengan platform informasi publik untuk memberikan informasi yang lebih mudah diakses dan dimanfaatkan oleh masyarakat dan pemangku kepentingan terkait, sehingga dapat membantu dalam pengambilan keputusan yang lebih tepat dan efektif.

Read online
File size401.17 KB
Pages6
DMCAReport

Related /

ads-block-test