<![CDATA[Fluktuasi harga telur ayam ras menjadi isu penting dalam menjaga stabilitas pangan, terutama di wilayah perkotaan yang bergantung pada pasokan dari daerah produsen. Jakarta Pusat sebagai salah satu wilayah konsumen utama kerap mengalami perubahan harga akibat dinamika distribusi, biaya logistik, dan permintaan pasar. Diperlukan pendekatan analitis yang mampu memberikan prediksi harga secara akurat sebagai dasar pengambilan kebijakan. Penelitian ini membandingkan tiga algoritma regresi, yaitu Linear Regression, AdaBoost, dan Support Vector Regression (SVR) Linear dalam memprediksi harga telur ayam ras harian di Kota Jakarta Pusat. Dataset yang digunakan merupakan data historis dari situs resmi Badan Pangan Nasional, mencakup periode 1 Januari 2022 hingga 30 September 2025 (1.371 sampel). Proses penelitian meliputi pembersihan data, pembagian data latih dan uji, serta pelatihan model menggunakan Scikit-learn. Evaluasi dilakukan dengan metrik MAE, RMSE, MAPE, dan koefisien determinasi (R²). Hasil menunjukkan bahwa model AdaBoost memiliki performa terbaik dengan R² sebesar 0.6558 dan RMSE terendah 763.68. Linear Regression memperoleh R² sebesar 0.6128, sedangkan SVR Linear menjadi yang terendah dengan R² 0.0807. Temuan ini menegaskan bahwa metode ensemble seperti AdaBoost lebih unggul dalam menangkap pola fluktuasi harga harian dan berpotensi menjadi alat bantu strategis dalam perencanaan kebijakan harga pangan..]]>
Copyrights © 2026
