DIGITAL LIBRARY



JUDUL:PERAMALAN HARGA KOMODITAS BERAS DI INDONESIA BERBASIS ALGORITMA ENSEMBLE BOOSTING
PENGARANG:MUHAMMAD JIMMY SAPUTRA
PENERBIT:UNIVERSITAS LAMBUNG MANGKURAT
TANGGAL:2026-05-02


Beras merupakan komoditas pangan pokok yang memiliki peran penting dalam ketahanan pangan dan stabilitas ekonomi di Indonesia. Tingkat konsumsi beras masyarakat yang sangat tinggi menjadikan komoditas ini memiliki kontribusi besar terhadap inflasi, sehingga fluktuasi harganya perlu dipantau dan diprediksi secara akurat. Oleh karena itu, peramalan harga beras menjadi penting sebagai dasar pengambilan kebijakan dalam menjaga stabilitas harga dan ketahanan pangan nasional. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja model ensemble boosting dalam meramalkan harga komoditas beras di Indonesia serta menentukan model dengan akurasi terbaik. Data yang digunakan berupa data deret waktu harian harga beras medium nasional periode Januari 2021 hingga Januari 2026 yang diperoleh dari Badan Pangan Nasional. Pemodelan dilakukan menggunakan Gradient Boosting Machine (GBM) dan Light Gradient Boosting Machine (LightGBM) dengan optimasi hyperparameter menggunakan Optuna serta evaluasi menggunakan RMSE, MAE, dan MAPE. Hasil penelitian menunjukkan bahwa model LightGBM dengan optimasi hyperparameter memberikan kinerja terbaik pada data uji dengan nilai RMSE sebesar 66.389, MAE sebesar 50.213, dan MAPE sebesar 0.362%. Peramalan untuk periode 89 hari ke depan menunjukkan bahwa harga beras diperkirakan bergerak relatif stabil pada kisaran Rp13,360/Kg hingga Rp13,395/Kg. Tidak terlihat adanya lonjakan maupun penurunan harga yang tajam, sehingga dalam jangka pendek harga beras diperkirakan berada dalam kondisi relatif stabil tanpa indikasi perubahan ekstrem berdasarkan pola historis.

Berkas PDF
NODOWNLOAD LINK
1FILE 1



File secara keseluruhan dapat di unduh DISINI