Peramalan Harga Komoditas Pangan di Kabupaten Jember Dengan Support Vector Regression (SVR)

Abstract

Komoditas pangan merupakan kebutuhan dasar yang berguna untuk meningkatkan hidup manusia. Harga komoditas pangan di Indonesia selalu berfluktuasi, salah satunya pada harga beras. Beras menjadi salah satu pangan utama dan menjadi penyumbang terbesar dalam laju inflasi di Kabupaten Jember. Pemerintah perlu cepat ambil langkah dalam mengurangi kenaikan harga besar di masa depan dengan melakukan peramalan. Metode yang dapat digunakan dalam peramalan harga beras yaitu Support Vector Regression (SVR). SVR merupakan model regresi dan bagian dari Support Vector Machine (SVM). Penelitian ini bertujuan untuk mendapatkan model machine learning menggunakan SVR dan peramalan harga komoditas pangan di Kabupaten Jember menggunakan SVR untuk 7 hari kedepan. Data diambil berskala harian dari tanggal 1 September 2022 – 1 September 2023 yang dibagi menjadi data training dan testing dengan perbandingan 80:20 dan 90:10. Pembentukan model SVR pada data training dengan mencari paramater terbaik menggunakan Grid Search Optimization dan akan dievaluasi pada data testing dengan Mean Absolute Percentage Error (MAPE). Hasil model terbaik yang didapatkan yaitu kernel Linear dengan C=10 dan ε=0.01 di pembagian data 80% data training dan 20% data testing dan dievaluasi sebesar MAPE 0.00203%. Hasil peramalan harga komoditas pangan terutama harga beras di Kabupaten Jember dengan pembentukan data 80% data training dan 20% data testing untuk satu hari kedepan yaitu tanggal 2 September 2023 sebesar Rp 12.950.