Claim Missing Document
Check
Articles

Found 1 Documents
Search

PENERAPAN ALGORITMA RANDOM FOREST UNTUK KLASIFIKASI STABILITAS HARGA PANGAN DI KOTA METRO Adelia Pratiwi, Erika; Muharni, Sita
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8553

Abstract

Penelitian ini bertujuan untuk menganalisis cara harga pangan bergerak serta mengelompokkan tingkat stabilitas harga di Kota Metro dengan menggunakan metode Random Forest. Metode yang digunakan adalah pendekatan kuantitatif dengan teknik data mining untuk menganalisis data historis harga pangan selama periode 2020 hingga 2025 yang didapatkan dari Pusat Informasi Harga Pangan Strategis Nasional. Proses penelitian mencakup beberapa tahapan seperti mengumpulkan data, mempersiapkan data dengan preprocessing, melakukan transformasi data, menghasilkan fitur-fitur yang relevan melalui feature engineering, membuat model, serta mengevaluasi model menggunakan confusion matrix. Model dibuat dengan membagi data menjadi bagian yang digunakan untuk pelatihan dan bagian yang digunakan untuk menguji, lalu data tersebut diklasifikasikan ke dalam dua kategori yaitu stabil dan tidak stabil. Penelitian menunjukkan bahwa model Random Forest berhasil mengklasifikasikan stabilitas harga dengan akurasi 81,45%, presisi 99,24%, recall 79,51%, dan F1-score 88,2%. Hasil ini menunjukkan bahwa model bekerja dengan baik dalam mengenali pola perubahan harga pangan. Dengan demikian, algoritma Random Forest terbukti efektif dan bisa digunakan sebagai bantuan dalam memantau serta membantu mengambil keputusan terkait stabilitas harga pangan di tingkat daerah.