Prediksi Harga Sembako di DKI Jakarta Menggunakan Artificial Neural Network

Abstract

Indonesia merupakan salah satu negara berkembang yang pertumbuhan ekonominya stabil. Hal ini dapat dilihat dari data statistik yang dikeluarkan oleh Badan Pusat statistik nasional. Pertumbuhan ekonomi yang stabil tidak diimbangi dengan stabilnya harga komoditas sembako di Indonesia khususnya di provinsi DKI Jakarta. Kondisi tersebut terlihat dari harga komoditas sembako (Sembilan Bahan Pokok) yang bergerak fluktuatif. Kenaikan harga BBM, cuaca serta adanya hari-hari besar menjadi faktor umum yang mempengaruhi harga komoditas sembako. Akibatnya harga komoditas sembako tidak dapat ditentukan karena kondisi-kondisi yang mempengaruhinya. Oleh karena itu, diperlukan model komputasi yang dapat memprediksi harga komoditas sembako di DKI Jakarta menggunakan metode yang memiliki akurasi yang baik. Pada penelitian sebelumnya pernah dilakukan penelitian prediksi harga dengan komoditas yang berbeda menggunakan metode Artificial Neural Network dengan akurasi 78% hingga 86%. Penelitian ini menghasilkan Sistem Prediksi Harga Sembako di DKI Jakarta menggunakan metode Artificial Neural Network. Dengan hasil terbaik didapatkan dengan parameter learning rate 0.01 dan toleransi error 0.01 dengan maksimum iterasi 500 yaitu akurasi sebesar 82% komoditas beras, 80% untuk komoditas Cabe dan 78% untuk komoditas bawang merah yang dihasilkan dari pengujian terhdap data uji.