PENERAPAN ALGORITMA HIDDEN MARKOV MODEL PADA PREDIKSI EKSPOR KOMODITI BIJI KOPI

Wiwin Fuad Sanjaya (Informatika, Universitas Muhammadiyah Makassar)
Fahrim Irhamna Rachman (Informatika, Universitas Muhammadiyah Makassar)
Emil Agusalim Habi Talib (Informatika, Universitas Muhammadiyah Makassar)
Muhammad Faisal (Informatika, Universitas Muhammadiyah Makassar)
Lukman Anas (Informatika, Universitas Muhammadiyah Makassar)
Muhammad Syafaat S. Kuba (Pengairan, Universitas Muhammadiyah Makassar)
Indriyanti Azis (Pengairan, Universitas Muhammadiyah Makassar)

Jurnal Informatika Progres
Vol 18 No 2 (2026): September

Fluktuasi volume dan nilai ekspor komoditas biji kopi Indonesia dipengaruhi oleh faktor dinamis yang tidak dapat diamati secara langsung, seperti pergeseran kondisi pasar internasional dan dinamika iklim. Penelitian ini bertujuan untuk menerapkan algoritma Hidden Markov Model (HMM) dalam memodelkan tren tersembunyi (hidden states) serta memprediksi tren ekspor biji kopi. Dataset yang digunakan merupakan data historis bulanan ekspor biji kopi periode 2020–2024. Estimasi parameter dilakukan menggunakan algoritma Baum-Welch, sedangkan performa model dievaluasi menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE) serta dibandingkan dengan metode Seasonal Naïve (S-Naïve). Hasil penelitian menunjukkan bahwa HMM mampu mengidentifikasi tiga state utama (Naik, Stabil, dan Turun) dengan nilai MAE sebesar 20,81 dan RMSE sebesar 28,45. Performa HMM melampaui metode S-Naïve yang memiliki MAE sebesar 35,12. Dengan demikian, pendekatan HMM terbukti adaptif dalam menangkap volatilitas dan transisi kondisi pasar pada komoditas biji kopi.