IMPLEMENTASI MACHINE LEARNING PADA PREDIKSI HARGA SEMBAKO DI PASAR GANDOANG MENGGUNAKAN REGRESI LINEAR BERGANDA
Penulis: Daffa Aulia Rahman (Penulis Utama / Mahasiswa) RITA WAHYUNI ARIFIN, S.Kom., M.Kom. (Dosen Pembimbing I)
OPEN ACCESS COVER
UNIVERSITAS BINA INSANI
INSTITUTIONAL REPOSITORYSkripsi (S1) BEKASI, 2026
IMPLEMENTASI MACHINE LEARNING PADA PREDIKSI HARGA SEMBAKO DI PASAR GANDOANG MENGGUNAKAN REGRESI LINEAR BERGANDA
Fakultas: FID
Program Studi: Teknik Informatika (S1)
Tanggal Terbit: 25 September 2026
Abstrak / Ringkasan Karya
Open AccessImplentasi Machine Learning pada Predeksi Harga Sembako di Pasar Gandoang Menggunakan Regresi Linear Berganda. Penelitian ini bertujuan untuk menerapkan Machine Learning menggunakan algoritma Regresi Linear Berganda (Multiple Linear Regression) dalam memprediksi harga sembilan bahan pokok (sembako) di Pasar Gandoang. Fluktuasi harga sembako di pasar tersebut cenderung tidak stabil, sementara proses pengelolaannya masih dilakukan secara manual dan bergantung pada perkiraan atau intuisi pedagang. Oleh sebab itu, diperlukan sebuah sistem prediksi berbasis data yang mampu mendukung pengambilan keputusan secara lebih akurat dan proaktif. Penelitian ini dikembangkan dengan menggunakan metodologi CRISP-DM serta memanfaatkan data historis harga selama lima tahun, mulai Januari 2019 hingga Desember 2024. Adapun sembilan komoditas yang menjadi objek prediksi meliputi beras, minyak goreng, gula pasir, telur ayam, daging ayam, daging sapi, tepung terigu, kedelai, dan garam beriodium. Kinerja model dievaluasi menggunakan metrik R², MSE, RMSE, dan MAE. Hasil pengujian menunjukkan bahwa algoritma Regresi Linear Berganda memiliki tingkat akurasi yang sangat baik, di mana seluruh komoditas berhasil memenuhi target akurasi minimum dengan nilai R² ≥ 0,80. Nilai akurasi tertinggi diperoleh pada model prediksi komoditas beras dengan nilai R² sebesar 0,88. Sementara itu, berdasarkan evaluasi Root Mean Squared Error (RMSE), nilai tertinggi terdapat pada komoditas daging sapi sebesar Rp2.340/kg dan nilai terendah pada komoditas garam beriodium sebesar Rp210/kg. Secara keseluruhan, sistem prediksi berbasis machine learning ini berhasil diterapkan untuk mengatasi kelemahan metode konvensional serta membantu pengelola pasar dan pedagang dalam mengantisipasi kenaikan harga sembako.
Generator Sitasi Ilmiah
APA / IEEE / BibTeXDaffa Aulia Rahman (2026). IMPLEMENTASI MACHINE LEARNING PADA PREDIKSI HARGA SEMBAKO DI PASAR GANDOANG MENGGUNAKAN REGRESI LINEAR BERGANDA. Skripsi (S1), FID, Universitas Bina Insani, Bekasi.
Daffa Aulia Rahman, "IMPLEMENTASI MACHINE LEARNING PADA PREDIKSI HARGA SEMBAKO DI PASAR GANDOANG MENGGUNAKAN REGRESI LINEAR BERGANDA," Skripsi (S1), Univ. Bina Insani, Bekasi, 2026.
@thesis{submission226,
author = {Daffa Aulia Rahman},
title = {IMPLEMENTASI MACHINE LEARNING PADA PREDIKSI HARGA SEMBAKO DI PASAR GANDOANG MENGGUNAKAN REGRESI LINEAR BERGANDA},
school = {Universitas Bina Insani},
year = {2026}
}
Metadata Lengkap Item
| Judul Karya | IMPLEMENTASI MACHINE LEARNING PADA PREDIKSI HARGA SEMBAKO DI PASAR GANDOANG MENGGUNAKAN REGRESI LINEAR BERGANDA |
|---|---|
| Tipe Dokumen | Skripsi (S1) |
| Daftar Penulis |
Daffa Aulia Rahman
(Penulis Utama / Mahasiswa)
RITA WAHYUNI ARIFIN, S.Kom., M.Kom.
(Dosen Pembimbing I • NIDN: 431018201)
|
| Institusi | Universitas Bina Insani |
| Fakultas / Divisi | FID |
| Program Studi | Teknik Informatika (S1) |
| Penerbit / Publisher | Universitas Bina Insani |
| Klasifikasi Subjek | Software Engineering & Research |
| Kata Kunci | #CRISP-DM #Machine Learning #Prediksi Harga #Regresi Linear Berganda #Sembako. |
Berkas Naskah Dokumen
-
Cover_Halaman_Judul.pdf
Cover Page • 245 KBOpen Access (Publik) -
Abstrak_Bina_Insani.pdf
Abstract Page • 180 KBOpen Access (Publik) -
Bab_1_Pendahuluan.pdf
Chapter 1 • 420 KBRestricted Hanya pengunggah asli -
Bab_2_Tinjauan_Pustaka.pdf
Chapter 2 • 850 KBRestricted Hanya pengunggah asli -
Bab_3_Metodologi_Penelitian.pdf
Chapter 3 • 610 KBRestricted Hanya pengunggah asli -
Bab_4_Hasil_Dan_Pembahasan.pdf
Chapter 4 • 1.8 MBRestricted Hanya pengunggah asli -
Bab_5_Kesimpulan_Dan_Saran.pdf
Chapter 5 • 320 KBRestricted Hanya pengunggah asli
Kebijakan Akses Berkas Repository
Sesuai dengan pedoman repository institusi Universitas Bina Insani:
- Halaman Sampul (Cover) & Abstrak: Dapat diakses dan diunduh secara bebas oleh publik (Open Access).
- Naskah Bab 1 s.d. Bab 5: Bersifat terbatas (Restricted Access). Hanya pengunggah asli karya dan Staff Perpustakaan yang dapat mengakses berkas naskah ini.