ANALISIS PERBANDINGAN PREDIKSI HARGA BAHAN POKOK ANTARA SIIMPLE LINEAR REGRESSION, K-NEAREST NEIGHBORS (KDTREE), DAN RANDOM FOREST DI DKI JAKARTA

1903015045 - Farhan Bias Purnama Putra; Mia Kamayani Sulaeman, S.T., M.T.;

Mulai dari harga BBM yang melonjak naik, hingga bahan pokok yang di butuhkan masyarakat
dalam memenuhi kebutuhan keseharian mereka, dan pentingnya bahan makanan sebagai sumber
nutrisi utama dalam kehidupan sehari-hari. Karena ketidakstabilan harga bahan pokok ini, banyak
peneliti yang memprediksi harga bahan pokok dengan berbagai metode. Dengan tujuan menemukan
harga prediksi yang terbaik agar bisa membantu masyarakat untuk mendapatkan informasi harga
bahan pokok di masa yang akan datang. Penelitian ini bertujuan untuk menganalisis perbandingan
prediksi harga bahan pokok di DKI Jakarta. Dengan menggunakan 3 metode Regresi yaitu Multiple
Linear Regresi, K-Naerest Neighbor (KDTree) dan Random Forest. Dari data yang di dapatkan pada
website kemendag yang terdapat di dalamnya menggunakan 7 variabel bahan pokok yaitu beras
medium, daging sapi, daging ayam ras, cabai merah keriting, cabai rawit merah, bawang merah, dan
bawang putih. Lalu menghasilkan persentase error yang berbeda beda, seperti pada metode Simple
Linear Regression persentase error yang terbaik ada pada daging sapi dengan MSE 18656084,94
dan RMSE 4319,26 dari Standard Deviation 14838,09, lalu K-Naerest Neighbors (KDTree)
persentase error terbaik ada pada daging sapi dengan MSE 18220815,39 dan RMSE 4268,58 dari
Standard Deviation 14838,09 , dan Random Forest akurasi terbaik ada pada beras medium dengan
MSE 19085.52 dan RMSE 138,15 dari Standard Deviation 805,91. presentase error terbesar seperti
pada cabai merah keriting dan cabai rawit merah. Dengan RMSE cabai rawit merah pada Simple
Linear Regression 4319,27 Standard Deviation 14838,09 dengan MSE 259544379,86. RMSE cabai
rawit merah pada K-Nearest Neighbors (KDTree) 14623,86 Standard Deviation 23498,81 dengan
MSE 374591012.49. Sementara RMSE cabai merah keriting Random Forest yaitu 11659.01
Standard Deviation 15633.58, dengan MSE 135932411,17.