Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Perbandingan Machine Learning untuk Memprediksi Harga Minyak Dengan Regresi Linear dan Support Vector Regression Herlando, Muhammad Raafi; Wijoyo, Satrio Hadi; Akbar, Muhammad Aminul
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 6 (2025): Juni 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tingginya volatilitas harga minyak mentah Brent menjadi tantangan signifikan bagi perencanaan keuangan perusahaan. Penelitian ini bertujuan membangun dan membandingkan model prediksi harga minyak bulanan menggunakan Regresi Linear dan Support Vector Regression (SVR), dengan variabel prediktor berupa data historis harga emas dan kurs mata uang. Metodologi penelitian mencakup pra-pemrosesan data, rekayasa fitur deret waktu, dan pengujian model pada empat skenario rentang waktu yang berbeda. Kinerja model dievaluasi menggunakan metrik R-squared (R²), RMSE, dan MAPE. Hasil penelitian menunjukkan bahwa kedua model gagal menghasilkan prediksi yang akurat, dibuktikan dengan nilai R² yang mayoritas negatif. Satu-satunya anomali adalah model Regresi Linear pada skenario 7 tahun yang mencapai R² sebesar 0.2442 dan MAPE 5.38% Dalam perbandingan langsung, Regresi Linear secara konsisten berkinerja lebih baik SVR. Kesimpulan utamanya adalah variabel makroekonomi yang digunakan tidak memiliki daya prediksi yang kuat untuk pasar minyak yang kompleks. Hasil ini mengimplikasikan perlunya eksplorasi fitur yang lebih spesifik pada industri energi dan arsitektur model yang lebih canggih untuk prediksi yang akurat.