NALISIS KLASIFIKASI TREN HARGA BAHAN PANGAN DI DKI JAKARTA MENGGUNAKAN ALGORITMA LOGISTIC REGRESSION DAN NAÏVE BAYES

Damayanti, Alvina (2025) NALISIS KLASIFIKASI TREN HARGA BAHAN PANGAN DI DKI JAKARTA MENGGUNAKAN ALGORITMA LOGISTIC REGRESSION DAN NAÏVE BAYES. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (364kB)
	Text BAB II.pdf Download (388kB)
	Text BAB III.pdf Download (761kB)
	Text BAB IV.pdf Download (3MB)
	Text BAB V.pdf Download (162kB)
	Text LAMPIRAN.pdf Download (866kB)

Abstract

Fluktuasi harga bahan pangan di DKI Jakarta berpengaruh terhadap stabilitas ekonomi serta kesejahteraan masyarakat. Ketidakpastian perubahan harga dapat menjadi tantangan bagi pelaku usaha, pemerintah, dan masyarakat dalam mengambil keputusan yang tepat. Oleh karena itu, diperlukan metode analisis yang dapat mengklasifikasikan tren harga bahan pangan secara akurat. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja dua algoritma machine learning, yaitu Logistic Regression dan Naïve Bayes, dalam menentukan tren harga bahan pangan di DKI Jakarta. Data yang digunakan merupakan data sekunder yang mencatat harga berbagai komoditas pangan di wilayah DKI Jakarta dalam periode tertentu. Metode penelitian mencakup tahap pemrosesan awal data (preprocessing), penerapan algoritma klasifikasi, serta evaluasi model menggunakan confusion matrix untuk mengukur akurasi, presisi, recall, dan F1-score. Hasil analisis menunjukkan bahwa algoritma Logistic Regression memiliki akurasi sebesar 99%, sedangkan Naïve Bayes mencapai akurasi 96%. Dari evaluasi yang dilakukan, Logistic Regression terbukti lebih unggul dalam mengklasifikasikan tren harga dibandingkan dengan Naïve Bayes. Hasil penelitian ini diharapkan dapat membantu masyarakat dan pelaku usaha dalam memahami pola perubahan harga serta mendukung pengambilan keputusan yang lebih efektif dalam kebijakan harga pangan di DKI Jakarta

Item Type:	Thesis (Bachelor)
Subjects:	L Education > L Education (General) S Agriculture > S Agriculture (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Miss Yulia Zahra Yamini
Date Deposited:	18 Jul 2025 03:48
Last Modified:	18 Jul 2025 03:48
URI:	http://repository.unas.ac.id/id/eprint/13805

Actions (login required)

View Item