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:	https://repository.unas.ac.id/id/eprint/13805

Actions (login required)

View Item