<![CDATA[Sektor perdagangan saat ini mengalami kenaikan atau penurunan harga yang sangat signifikan. Hal ini menyebabkan beras menjadi salah satu faktor penunjang keberlangsungan hidup masyarakat. Kenaikan harga beras dapat mengakibatkan penurunan daya beli masyarakat terhadap kebutuhan lainnya. Sehingga untuk mengantisipasi adanya kenaikan harga beras dilakukannya prediksi menggunakan machine learning dengan menggunakan perbandingan 7 metode. Tujuan penelitian ini adalah untuk menganalisa kinerja model-model regresi terbaik dalam machine learning yang dapat digunakan untuk memprediksi harga beras. Nantinya akan diperoleh metode manakah yang menghasilkan nilai akurasi yang paling akurat dalam memprediksi harga beras. Estimasi menggunakan metode regresi dimana dalam metode regresi terdapat 7 metode lagi meliputi (1) Linear Regression, (2) Support Vector Regression Linear, (3) Support Vector Regression RBF, (4) Decision Tree Regression, (5) Random Forest Regressor, (6) Gradient Boosting Regression, (7) MLP Regressor. Adapun model terbaik yang dari hasil analisa penelitian ini yaitu metode Decision Tree Regression dengan pengujian akurasi model yaitu paa rasio pengujian data 80:20 sebesar 100%, 100% pada rasio pengujian data 70:30 dan pada rasio 60:40 adalah 100%.]]>
Copyrights © 2024
