Machine Learning Untuk Model Prediksi Harga Sembako Dengan Metode Regresi Linear Berganda

Abstract

Harga sembilan bahan pokok (sembako) setiap waktu dapat naik dan turun (fluktuatif), serta kebutuhan akan informasi harga sembako harian. Oleh karena itu diperlukannya peramalan harga sembako harian untuk beberapa waktu kedepan. Salah satu metode yang dapat digunakan untuk memprediksi harga yang bernilai numerik kontinu yaitu dengan menggunakan metode regresi. Penelitian ini bertujuan untuk mengimplementasikan metode regresi linier berganda dalam memprediksi harga sembako harian, menggunakan sample data sembako di DKI Jakarta. Dengan himpunan data selama 4 tahun terakhir, yaitu dari tanggal 1 Januari 2016 sampai dengan tanggal 31 Desember 2019, yang diperoleh dari portal data Pemerintah Provinsi DKI Jakarta dialamat website www.data.jakarta.go.id. Terdapat 4 variabel didalam himpunan data tersebut yaitu, variabel tanggal, komoditas, pasar dan harga. Variabel tanggal, komoditas dan pasar merupakan variabel bebas (predictor), sedangkan variabel harga merupakan variabel terikat (response). Persentase sumbangan pengaruh variabel bebas terhadap variabel terikat sebesar 84,2%, sedangkan sisanya sebesar 15,8% dipengaruhi oleh variabel yang tidak dimasukkan ke dalam penelitian ini.