Claim Missing Document
Check
Articles

Found 12 Documents
Search

Peramalan Harga Kebutuhan Pokok di Jawa Barat menggunakan Metode Holt-Winters Exponential Smoothing untuk Analisis Kemampuan Beli Masyarakat Maresti, Fatia Amalia; Pakpahan, Thiodas H.; Lustin, Maria B. B. C.; Rahayu, Woro I.; Riza, Noviana
Jurnal Media Informatika Vol. 6 No. 4 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i4.6824

Abstract

Salah satu kebutuhan dasar manusia adalah pangan. Kebutuhan akan pangan akan semakin melonjak seiring dengan pertumbuhan laju penduduk yang dapat mempengaruhi harga pangan di pasaran. Fluktuasi harga pangan dipengaruhi oleh cuaca, musim dan permintaan yang naik di hari raya. Hal ini menjadi ancaman bagi kesejahteraan masyarakat terutama golongan menengah ke bawah dan pelaku bisnis dan mampu menurunkan daya beli masyarakat. Penelitian ini bertujuan untuk meramalkan harga sembako di Jawa Barat serta melakukan simulasi daya beli masyarakat dari faktor inflasi dan pendapatan masyarakat. Metode yang digunakan pada penelitian ini adalah Exponential Smoothing Holt Winters model Multiplicative dan Additive. Hasil yang diperoleh terdapat 5 komoditas yang cocok dengan  metode  Exponential Smoothing Holt Winters model Multiplicative dan Additive dengan nilai MAPE yang kurang dari 10%. Sementara itu 4 komoditas lain kurang cocok dengan metode ini dikarenakan harga yang cenderung fluktuatif dengan komoditas yang memiliki MAPE terbesar adalah Cabai Merah Keriting sebesar 492,82% pada model Additive dan 94,69% pada model Multiplicative.
Perbandingan Metode Regresi Linear Dan K-Nearest Neighbor (KNN) Dalam Memprediksi Produksi Tanaman Padi Di Pulau Sumatera Mustaqim, Kiki; Riza, Noviana; , Yusuf; Muhammad Reefy Hidayatullah
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5201

Abstract

Padi merupakan bahan pangan yang sangat penting untuk menunjang kebutuhan pangan di Indonesia, khususnya di Pulau Sumatera. Faktor-faktor yang memengaruhi produksi padi meliputi luas panen, kelembapan, curah hujan, dan suhu rata-rata. Setiap tahun, suhu bumi yang terus meningkat akibat pemanasan global berdampak pada iklim yang fluktuatif, sehingga dapat menghambat produksi padi. Memahami faktor-faktor tersebut menjadi penting untuk pengembangan strategi yang efektif dalam meningkatkan produktivitas padi. Penelitian ini menggunakan bahasa pemrograman Python pada Google Colab untuk membandingkan metode regresi linear berganda dan K-Nearest Neighbors (KNN) dalam memprediksi produksi padi di Pulau Sumatera. Hasil penelitian menunjukkan bahwa metode regresi linear lebih akurat dibandingkan KNN, dengan nilai R² regresi linear sebesar 0,868181, lebih unggul 18,94% dibanding KNN. Selain itu, regresi linear memiliki nilai MAE yang lebih rendah sebesar 22,03% dan nilai MSE yang lebih rendah sebesar 55,49% dibanding KNN. Hasil ini menunjukkan bahwa regresi linear lebih andal dalam memprediksi produksi padi di Pulau Sumatera dan dapat digunakan sebagai alat bantu dalam pengambilan keputusan strategis di sektor pertanian.