FITRA, MUHAMMAD DERIL (2024) PENERAPAN ALGORITMA RANDOM FOREST DALAM PREDIKSI HARGA MINYAK GORENG KEMASAN KELAPA SAWIT (Studi Kasus: DKI Jakarta). S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01 Cover.pdf Download (352kB) | Preview |
|
|
Text (ABSTRAK)
02 Abstrak.pdf Download (31kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
03 Bab 1.pdf Restricted to Registered users only Download (80kB) |
|
|
Text (BAB II)
04 Bab 2.pdf Restricted to Registered users only Download (219kB) |
|
|
Text (BAB III)
05 Bab 3.pdf Restricted to Registered users only Download (132kB) |
|
|
Text (BAB IV)
06 Bab 4.pdf Restricted to Registered users only Download (566kB) |
|
|
Text (BAB V)
07 Bab 5.pdf Restricted to Registered users only Download (28kB) |
|
|
Text (DAFTAR PUSTAKA)
08 Daftar Pustaka.pdf Restricted to Registered users only Download (128kB) |
|
|
Text (LAMPIRAN)
09 Lampiran.pdf Restricted to Registered users only Download (1MB) |
Abstract
This research proposes the application of the Random Forest algorithm to predict the price of packaged palm oil in DKI Jakarta. Given the significant impact of oil prices on household economics and the existing market, accurate price prediction models are essential for policy-making and market strategies. The study involves collecting historical price data from the National Food Agency (BPN) and processing it using the Random Forest algorithm to achieve high prediction accuracy. Initial results show that the algorithm can predict oil prices with a high degree of accuracy, achieving an R² score of 87% for DKI Jakarta. These findings suggest that the Random Forest algorithm is a viable tool for forecasting oil prices and can aid in developing more informed economic policies and market strategies. Kata kunci: Random Forest, National food agency in Indonesia, Palm Oil, Price Prediction Penelitian ini mengusulkan penerapan algoritma Random Forest untuk memprediksi harga minyak goreng kemasan kelapa sawit di DKI Jakarta. Mengingat dampak signifikan harga minytak terhadap ekonomi rumah tangga dan pasar yang ada, model prediksi harga yang akurat sangat pentinh untuk pembuatan kebijaksanaan dan strategi pasar. Penelitian ini melibatkan pengumpulan data harga historis dan Badan Pangan Nasional (BPN) dan memprosesnya menggunakan algoritma Random Forest untuk mencapai tingkat akurasi prediksi yang tinggi. Hasil awal menunjukan bahwa algoritma ini dapat memprediksi harga minyak dengan tingkat akurasi yang tinggi, mencapai skor R² sebesar 87% untuk DKI Jakarta. Temuan ini menunjukan bahwa algoritma Random Forest adalah alat yang layak untuk prediksi harga minyak dan dapat membantu dalam mengembangkan kebijakan ekonomi dan strategi pasar yang lebih terinformasi. Kata kunci: Random Forest, Badan Pangan Nasional, Minyak Kelapa Sawit, Prediksi Harga
| Item Type: | Thesis (S1) |
|---|---|
| Call Number CD: | FIK/INFO. 24 201 |
| Call Number: | SIK/15/24/144 |
| NIM/NIDN Creators: | 41520010153 |
| Uncontrolled Keywords: | Random Forest, Badan Pangan Nasional, Minyak Kelapa Sawit, Prediksi Harga |
| Subjects: | 300 Social Science/Ilmu-ilmu Sosial > 380 Commerce, Communications, Transportation (Perdagangan, Komunikasi, Transportasi) > 381 Commerce, Trade/Perdagangan > 381.1 Retail Trade/Perdagangan Ritail, Pasar 500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik > 518.1 Algorithms/Algoritma |
| Divisions: | Fakultas Ilmu Komputer > Informatika |
| Depositing User: | khalimah |
| Date Deposited: | 07 Sep 2024 02:00 |
| Last Modified: | 07 Sep 2024 02:00 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/91248 |
Actions (login required)
 |
View Item |
