A COMPERATIVE ANALYSIS OF LINEAR REGRESSION AND RANDOM FOREST METHODS FOR PREDICTING PALM OIL PRICE SALES

Surya Wijaya (Universitas Nasional)
Fauziah Fauziah (Universitas Nasional)

Jurnal Ilmiah Teknologi dan Rekayasa
Vol 28, No 3 (2023)

Dalam penelitian ini dilakukan perbandingan antara model Regresi Linier dan Random Forest dalam memprediksi harga penjualan Crude Palm Oil (CPO). Pengumpulan data dilakukan yang bersumber dari data transaksi penjualan minyak kelapa sawit dari 2018 sampai 2020, kemudian dilakukan tahap preprocessing Selanjutnya, pemisahan data dilakukan untuk data pelatihan dan pengujian, dibagi menjadi empat skema pengujian: 90:10, 80:20, 70:30, dan 60:40. Kemudian, algoritma Regresi Linier dan Random Forest diterapkan pada empat skema tersebut. Akurasi kinerja setiap model kemudian diukur untuk nilai MAE, RMSE, dan MSE. Pada setiap skema pengujian, model Regresi Linier menghasilkan nilai MAE, MSE, dan RMSE yang lebih rendah daripada model Random Forest. Skema pengujian 80:20 menghasilkan nilai MAE, MSE, dan RMSE terendah untuk Regresi Linear. Berdasarkan hasil pengujian menunjukkan bahwa Regresi Linier lebih efektif dibandingkan Random Forest