Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi Cyberku
Fatkhuroji Fatkhuroji
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PREDIKSI HARGA KEDELAI LOKAL DAN KEDELAI IMPOR DENGAN METODE SUPPORT VECTOR MACHINE BERBASIS FORWARD SELECTION Fatkhuroji Fatkhuroji; Stefanus Santosa; Ricardus Anggi Pramunendar
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 15 No 1 (2019): Jurnal Teknologi Informasi CyberKU Vol. 15, no 1
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (367.934 KB)

Abstract

Besarnya permintaan harga kedelai yang tinggi untuk kebutuhan makanan baik untuk olahan atau bahan jadi menjadikan harga kedelai sangat fluktuatif seiring impor kedelai yang terus meningkat. Pola harga kedelai yang sangat fluktuatif memicu gejolak ekomoni yang memicu terjadinya inflasi di salah satu daerah. Untuk mengatasi hal tersebut perlu adanya suatu prediksi harga kedelai agar pemerintah dapat mengantisipasinya. belum ada model prediksi terhadap harga komoditas kedelai baik lokal maupun impor, model prediksi yang ada saat ini tentang komoditi sembako. Penelitian ini mengusulkan model prediksi harga kedelai dengan menerapkan algoritma Support Vector Machine (SVM) dengan optimasi menggunakan Forward Selection. Untuk prediksi kedelai lokal dengan menggunakan parameter inputan data 4 (empat ) hari sebelumnya, K-fold=10, nilai C= 0,1 diperoleh nilai RMSE terkecil sebesar 154.025 +/- 114.993. Setelah dilakukan seleksi atribut menggunakan Forward Selection diperoleh nilai RMSE sebesar 79.749 +/- 16.051, terdapat peningkatan RMSE sebesar= 74.276. Untuk prediksi kedelai lokal dengan menggunakan parameter inputan data 5 (lima) hari sebelumnya, K-fold=15, nilai C= 0,1 diperoleh nilai RMSE terkecil sebesar 126.008 +/- 78.371, setelah dilakukan optimasi menggunakan Forward Selection diperoleh nilai RMSE sebesar 122.270 +/- 56.049, terdapat peningkatan RMSE sebesar= 3.738.
Co-Authors Ricardus Anggi Pramunendar Stefanus Santosa