Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Putri Sekar Mayasari, Diajeng
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

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

Found 1 Documents
Search

 1 
Prediksi Harga Kopi Robusta Kabupaten Muara Enim Tahun 2025 Menggunakan Metode Random Forest, SVM & Tree Yunita, Yunita; Yulisa, Nerma; Putri Sekar Mayasari, Diajeng; Pujianto, Pujianto
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/f9r5fm79

Abstract

Penelitian ini bertujuan untuk memprediksi harga kopi robusta di Kabupaten Muara Enim pada tahun 2025 dengan menggunakan pendekatan data mining berbasis algoritma Random Forest, Support Vector Machine (SVM), dan Decision Tree. Harga kopi sebagai salah satu komoditas unggulan Indonesia mengalami fluktuasi yang signifikan sehingga dibutuhkan metode prediktif yang akurat guna membantu petani, pengusaha, dan pemangku kebijakan dalam menentukan strategi pasar. Penelitian dilakukan dengan mengumpulkan data harga kopi dari bulan Januari hingga April 2025 yang diperoleh langsung dari para pengumpul kopi di Muara Enim. Data tersebut diolah menggunakan perangkat lunak Orange Data Mining dan dibagi menjadi data training dan testing. Hasil analisis menunjukkan bahwa ketiga algoritma memiliki tingkat akurasi yang bervariasi, di mana algoritma Random Forest memberikan hasil prediksi paling stabil. Penelitian ini membuktikan bahwa penggunaan teknologi machine learning dapat membantu dalam meramalkan harga komoditas secara efektif.
Co-Authors Pujianto Pujianto Yulisa, Nerma Yunita Yunita