A COMPERATIVE ANALYSIS OF LINEAR REGRESSION AND RANDOM FOREST METHODS FOR PREDICTING PALM OIL PRICE SALES
Abstract
Dalam penelitian ini dilakukan perbandingan antara model Regresi Linier dan Random Forest dalam memprediksi harga penjualan Crude Palm Oil (CPO). Pengumpulan data dilakukan yang bersumber dari data transaksi penjualan minyak kelapa sawit dari 2018 sampai 2020, kemudian dilakukan tahap preprocessing Selanjutnya, pemisahan data dilakukan untuk data pelatihan dan pengujian, dibagi menjadi empat skema pengujian: 90:10, 80:20, 70:30, dan 60:40. Kemudian, algoritma Regresi Linier dan Random Forest diterapkan pada empat skema tersebut. Akurasi kinerja setiap model kemudian diukur untuk nilai MAE, RMSE, dan MSE. Pada setiap skema pengujian, model Regresi Linier menghasilkan nilai MAE, MSE, dan RMSE yang lebih rendah daripada model Random Forest. Skema pengujian 80:20 menghasilkan nilai MAE, MSE, dan RMSE terendah untuk Regresi Linear. Berdasarkan hasil pengujian menunjukkan bahwa Regresi Linier lebih efektif dibandingkan Random Forest
Keywords
References
P. Studi Manajemen and F. Ekonomi, “Peran Aspek Tehnologi Pertanian Kelapa Sawit Untuk Meningkatkan Produktivitas Produksi Kelapa Sawit,” J. AGRISIA, vol. 13, no. 2, 2021.
Des Suryani, Mutia Fadhilla, and Ause Labellapansa, “Indonesian Crude Oil Price (ICP) Prediction Using Multiple Linear Regression Algorithm,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 6, no. 6, pp. 1057–1063, 2022, doi: 10.29207/resti.v6i6.4590.
I. R. Harahap, M. Z. Siambaton, and H. Santoso, “Implementasi Metode Regresi Linear Sederhana Untuk Prediksi Harga Beras Di Kota Medan,” pp. 267–273, 2013.
W. Andriani, Gunawan, and A. E. Prayoga, “Prediksi Nilai Emas Menggunakan Algoritma Regresi Linear,” J. Ilm. Inform. Komput., vol. 28, no. 1, pp. 27–35, 2023, doi: 10.35760/ik.2023.v28i1.8096.
E. Fitri, “Analisis Perbandingan Metode Regresi Linier, Random Forest Regression dan Gradient Boosted Trees Regression Method untuk Prediksi Harga Rumah,” J. Appl. Comput. Sci. Technol., vol. 4, no. 1, pp. 2723–1453, 2023, doi: 10.52158/jacost.491.
M. L. Mu’tashim, T. Muhayat, S. A. Damayanti, H. N. Zaki, and R. Wirawan, “Analisis Prediksi Harga Rumah Sesuai Spesifikasi Menggunakan Multiple Linear Regression,” Inform. J. Ilmu Komput., vol. 17, no. 3, p. 238, 2021, doi: 10.52958/iftk.v17i3.3635.
Miftahuljannah, Aswan Supriyadi Sunge, and Ahmad Turmudi Zy, “Analisis Prediksi Penjualan Dengan Metode Regresi Linear Di Pt. Eagle Industry Indonesia,” J. Inform. Teknol. dan Sains, vol. 5, no. 3, pp. 398–403, 2023, doi: 10.51401/jinteks.v5i3.3325.
U. E. Yusuf Supriyanto, M. Ilhamsyah, “Prediksi Harga Minyak Kelapa Sawit Menggunakan Linear Regression Dan Random Forest,” vol. Vol. 8, No, 2022.
R. Mahendra Sanusi, A. Siswo, R. Ansori, and R. Wijaya, “Prediksi Harga Rumah Di Kota Bandung Bagian Timur Dengan Menggunakan Metode Regresi Prediction Of House Prices In The East Bandung City Using The Regression Method,” 2020.
P. Mai et al., “Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang (Studi Kasus : Toko Sinar Harahap),” 2022. [Online]. Available: https://jurnal.umj.ac.id/index.php/just-it/index
T. Jaelani, “Machine Learning untuk Prediksi Produksi Gula Nasional,” JMPM (Jurnal Mater. dan Proses Manufaktur), vol. 6, no. 1, pp. 31–36, 2022, doi: 10.18196/jmpm.v6i1.14897.
S. Saadah and H. Salsabila, “Prediksi Harga Bitcoin Menggunakan Metode Random Forest (Studi Kasus: Data Acak Pada Awal Masa Pandemic Covid-19),” 2021. [Online]. Available: https://jurnal.pcr.ac.id/index.php/jkt/
B. Kriswantara, K. Kurniawati, and H. F. Pardede, “Prediksi Harga Mobil Bekas dengan Machine Learning,” Syntax Lit. ; J. Ilm. Indones., vol. 6, no. 5, p. 2100, May 2021, doi: 10.36418/syntax-literate.v6i5.2716.
A. Anggrawan, N. Azmi, U. Bumigora, and I. Anthonyangrawan, “Prediksi Penjualan Produk Unilever Menggunakan Metode Regresi Linear Sales Prediction of Unilever Products using the Linear Regression Method,” J. Bumigora Inf. Technol., vol. 4, no. 2, pp. 123–132, 2022, doi: 10.30812/bite.v4i2.2416.
P. R. Sihombing, W. P. Lestari, M. A. Nursaskiawati, and E. Indryani, “Perbandingan Performa ETS dan ARIMA dalam Pemodelan Harga CPO,” J. Ekon. Dan Stat. Indones., vol. 2, no. 2, pp. 207–211, Aug. 2022, doi: 10.11594/jesi.02.02.08.
