Penerapan Metode Least Square untuk Prediksi Harga Komoditas Pangan Kota Singkawang
Abstract
Abstract
The need for food is essential for human survival. For this reason, food prices have a huge influence. Examples of factors that cause unstable food prices are weather factors that result in crop failure. Due to these factors, price increases can occur at any time and have an impact on society if prices soar without notice. Based on these problems, calculations are needed to be able to predict prices using the Least Square method. As well as using the Mean Absolute Percentage Error (MAPE) as an evaluation calculation of model testing. The results obtained in this study are, MAPE error values have an interpretation value of 10-20%. The smallest error value is owned by the type of Super Quality Rice food with a MAPE value of 0.003766 or 0.3766%. The largest error value is owned by the type of onion food with a MAPE value of 0.154819 or 15.4819%.
Keyword: Prediction; Price; Food Commodity; Least Square
Abstrak
Kebutuhan pada bahan pangan merupakan hal yang sangat penting bagi keberlangsungan hidup manusia. Karena itulah, harga bahan pangan memiliki pengaruh yang sangat besar. Contoh factor yang menyebabkan harga pangan tidak stabil adalah faktor musim atau cuaca yang mengakibatkan kegagalan panen. Karena faktor tersebut, kenaikan harga bisa terjadi kapan saja dan berdampak kepada masyarakat apabila harganya melonjak naik tanpa dapat diprediksi. Berdasarkan permasalahan tersebut, dilakukan suatu perhitungan untuk dapat memprediksi harga secara tepat dengan menggunakan metode Least Square. Serta menggunakan Mean Absolute Percentage Error (MAPE) sebagai perhitungan evaluasi error dari pengujian modelnya. Hasil yang didapatkan dalam penelitian ini yaitu, nilai error MAPE memiliki nilai yang baik dari interpretasi 10 – 20 %. Nilai error paling kecil yang dimiliki oleh jenis pangan Beras Kualitas Super dengan nilai error MAPE 0.003766 atau 0.3766%. Sedangkan untuk nilai error paling besar dimiliki oleh jenis pangan Bawang Merah dengan nilai error MAPE 0.154819 atau 15.4819%.
Kata kunci: Prediksi; Harga; Komoditas Pangan; Least Square
References
L. Raufun, Rasyid, dan D.R. Siska, “Sistem Prediksi Harga Pangan Di Pasar Kota Baubau Menggunakan Metode Least Square”. Jurnal Informatika, Vol. 9, No. 1, pp.59-60, 2020.
Farisi, O.L. Ratu, J. Nurul, dan I. Ribki, “Prediksi Harga Komoditas Pangan Di Indonesia Menggunakan Backpropagation”. Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi, Vol. 3, No. 1, pp.91-92, 2022.
Dewi, N. Puspa, L. Indah, “Implementasi Holt-Winters Exponential Smoothing untuk Peramalan Harga Bahan Pangan di Kabupaten Pamekasan”. Digital Zone: Jurnal Teknologi Informasi dan Komunikasi, Vol. 11, No. 2, pp.219-220, 2020.
S. Ernie, K. Rine, P. P. Adrian, “Faktor-Faktor Yang Mempengaruhi Pendapatan Pedagang Beras Dalam Menghadapi Fluktuasi Harga Di Kota Manado”. AGRI-SOSIOEKONOMI, Vol. 12, No. 1A, pp.103-104, 2016.
P. Angga, Salamah, “Implementasi Sistem Informasi Peramalan Single Expoenential Smoothing Dalam Melihat Kebutuhan Stok Padi Di Dinas Pertanian Aceh Utara”. Jurnal Ilmiah Sistem Informasi, Vol. 2, No. 2, pp.24-25, 2018.
H. F. Rohman, "Metode Least Square Untuk Prediksi Penjualan Sari Kedelai Rosi", Jurnal SIMETRIS, Vol. 7, No. 2, pp.746–752, 2018.
H. F. Rohman, "Metode Least Square Untuk Prediksi Penjualan Sari Kedelai Rosi", Jurnal SIMETRIS, Vol. 7, No. 2, pp.731–736, 2018.
R. La, L. Rasyid, dan D. R. Siska, “Sistem Prediksi Harga Pangan Di Pasar Kota Baubau Menggunakan Metode Least Square”. Jurnal Informatika, Vol. 9, No. 1, pp.59-61, 2020.
S.B.G. Ash, F.M. Tanzil, M. Lailil, "Prediksi Harga Beras Menggunakan Metode Least Square". Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol. 6, No. 3, Maret, pp.1152-1153, 2022.
D.N Puspa, L. Indah, “Implementasi Holt-Winters Exponential Smoothing untuk Peramalan Harga Bahan Pangan di Kabupaten Pamekasan”. Digital Zone: Jurnal Teknologi Informasi dan Komunikasi, Vol. 11, No. 2, pp.219-221, 2020.
S.S. Helmi, M. Iskandar, D.D.M.J. Fadli, S. Fauzie, Analisis Data: Untuk Riset Manajemen dan Bisnis. Medan: USU Press, pp.1-2, 2010.
S. Lia, P.S. Jesika, S. Zizi, D.D. Yuliana, “Prediksi Harga Cabai Rawit Merah Sebagai Kebutuhan Pangan Masyarakat Di Kota Pangkalpinang”, Seminar Nasional Penelitian dan Pengabdian pada Masyarakat 2022,
Bangka Belitung, pp.140-142, 2022
S. Lia, P.S. Jesika, Z.Z. D.D. Yuliana, “Prediksi Harga Cabai Rawit Merah Sebagai Kebutuhan Pangan Masyarakat Di Kota Pangkalpinang”, Seminar Nasional Penelitian dan Pengabdian pada Masyarakat 2022,
Bangka Belitung, pp.142-143, 2022
M.N. Noor, “Filling Missing Data Using Interpolation Methods: Study on The Effect of Fitting Distribution”, Reasearch Gate, Januari 2014. [Online]. Tersedia: https://www.researchgate.net/publication/258442048_Filling_Missing_Data_Using_Interp olation_Methods_Study_on_the_Effect_of_Fitting_Distribution. [Diakses pada 9 April 2023].
S.B.G. Ash, F.M.T.M. Lailil, "Prediksi Harga Beras Menggunakan Metode Least Square". Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol. 6, No. 3, pp.1150-1151, 2022.
How To Cite This :
Refbacks
- There are currently no refbacks.
