TYAS, FADIYAH NUR AYU NING (2025) ANALISIS PREDIKSI HARGA DAGING DI INDONESIA DENGAN PENDEKATAN ALGORITMA FACEBOOK PROPHET. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01 COVER.pdf Download (473kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
02 BAB 1.pdf Restricted to Registered users only Download (35kB) |
|
|
Text (BAB II)
03 BAB 2.pdf Restricted to Registered users only Download (152kB) |
|
|
Text (BAB III)
04 BAB 3.pdf Restricted to Registered users only Download (392kB) |
|
|
Text (BAB IV)
05 BAB 4.pdf Restricted to Registered users only Download (642kB) |
|
|
Text (BAB V)
06 BAB 5.pdf Restricted to Registered users only Download (27kB) |
|
|
Text (DAFTAR PUSTAKA)
07 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (94kB) |
|
|
Text (LAMPIRAN)
08 LAMPIRAN.pdf Restricted to Registered users only Download (532kB) |
Abstract
The meat industry in Indonesia is a vital sector that contributes to national food security and the economy. Farmers and meat sellers face challenges in predicting sales amid complex demand fluctuations influenced by seasonality, holidays, and religious celebrations. To address these challenges, this study proposes the use of the Facebook Prophet algorithm as a time series forecasting method to predict meat prices. The algorithm is capable of handling data with seasonal patterns and trends, as well as accounting for holiday effects, providing more accurate predictions. The study aims to predict meat price fluctuations in Indonesia and evaluate the effectiveness of the Facebook Prophet algorithm in improving price prediction accuracy. The research methodology utilizes a historical dataset of meat sales in Indonesia, adopting a univariate time series forecasting approach. The results show that the Facebook Prophet algorithm can provide fairly accurate predictions in modeling meat price fluctuations, particularly by considering seasonal and holiday factors. More accurate predictions assist farmers and sellers in optimizing stock management and production planning, positively impacting income and ensuring stable meat availability in the market. This research also contributes to the development of data science and time series forecasting, encouraging the application of modern predictive technologies in traditional industries, such as the livestock sector. Additionally, the findings can be used by the government as a basis for policies supporting food security in Indonesia. However, the study is limited to the use of historical sales data and does not include other external variables. Kata kunci: Price Prediction, Facebook Prophet Algorithm, Forecasting, Seasonal Trends Industri daging di Indonesia merupakan salah satu sektor penting yang berperan dalam ketahanan pangan nasional dan ekonomi. Peternak dan penjual daging menghadapi tantangan dalam memprediksi penjualan di tengah fluktuasi permintaan yang kompleks, dipengaruhi oleh musiman, hari libur, dan perayaan agama. Untuk menghadapi tantangan ini, penelitian ini mengusulkan penggunaan algoritma Facebook Prophet sebagai metode peramalan deret waktu untuk memprediksi harga daging. Algoritma ini mampu menangani data dengan pola musiman dan trend, serta mempertimbangkan efek liburan, sehingga dapat memberikan prediksi yang lebih akurat. Penelitian ini bertujuan untuk memprediksi fluktuasi harga daging di Indonesia, dan mengevaluasi efektivitas algoritma Facebook Prophet dalam meningkatkan akurasi prediksi harga. Metode penelitian ini menggunakan dataset penjualan historis daging di Indonesia, dengan pendekatan peramalan data deret waktu univariat. Hasil penelitian menunjukkan bahwa algoritma Facebook Prophet dapat memberikan prediksi yang cukup akurat dalam memodelkan fluktuasi harga daging, terutama dengan memperhitungkan faktor musiman dan liburan. Prediksi yang lebih akurat membantu peternak dan penjual dalam mengoptimalkan manajemen stok dan perencanaan produksi, yang berdampak positif pada peningkatan pendapatan dan menjaga ketersediaan daging secara stabil di pasar. Penelitian ini juga memberikan kontribusi bagi pengembangan ilmu data dan peramalan waktu, serta mendorong penerapan teknologi prediksi modern di industri tradisional, seperti sektor peternakan. Selain itu, hasil penelitian dapat digunakan oleh pemerintah sebagai dasar untuk kebijakan yang mendukung ketahanan pangan di Indonesia. Namun, penelitian ini dibatasi pada penggunaan dataset penjualan historis dan tidak melibatkan variabel eksternal lainnya. Kata kunci: Prediksi Harga, Algoritma Facebook Prophet, Prediksi, Harga, Tren Musiman
Actions (login required)
 |
View Item |
