Prediksi Persentase Kenaikan Harga Pangan Menjelang Hari Raya Idul Fitri pada tahun 2026 sampai 2028 Menggunakan Metode Linear Regression; Study Kasus di Indonesia
DOI:
https://doi.org/10.47701/0jy75944Keywords:
Prediksi Kenaikan Harga Pangan, Regresi Linier, Penambangan DataAbstract
Kenaikan harga pangan menjelang Hari Raya Idul Fitri merupakan fenomena tahunan di Indonesia yang dipengaruhi oleh peningkatan permintaan, hambatan distribusi, dan fluktuasi harga global. Penelitian ini bertujuan untuk memprediksi tren kenaikan harga pangan guna membantu pemerintah dan pelaku usaha dalam merumuskan kebijakan strategis serta mempersiapkan masyarakat. Data historis harga pangan dari tahun 2020 hingga 2025 yang menunjukkan pola fluktuasi musiman dikumpulkan dari Badan Pangan Nasional (Bapanas), Pusat Informasi Harga Pangan Strategis Nasional (PIHPS), dan Badan Pusat Statistik (BPS). Metode data mining dengan algoritma Linear Regression diterapkan menggunakan aplikasi Orange. Pendekatan kuantitatif ini dipilih karena kemampuannya dalam mengolah data besar dan mengidentifikasi hubungan linier antara variabel, seperti inflasi dan nilai tukar mata uang, dengan harga pangan. Setelah data dibersihkan dan diproses, model prediksi dibangun dan dievaluasi. Hasil analisis menunjukkan bahwa inflasi dan nilai tukar mata uang memiliki dampak signifikan terhadap harga pangan. Prediksi persentase kenaikan harga pangan menjelang Idul Fitri untuk tahun-tahun mendatang adalah 132,21% pada 2026, 164,95% pada 2027, dan 197,69% pada 2028. Prediksi ini merupakan akumulasi dari kenaikan harga berbagai komoditas pokok.
References
[1] CHOU, J. S., & LE, N. H. (2018).
[2] FORECASTING CONSTRUCTION MATERIALS PRICE USING HYBRID GREY MODEL AND SUPPORT VECTORREGRESSION.
[3] CONSTRUCTION MANAGEMENT AND ECONOMICS, 36(2), 79-91.
[4] DARMAWAN, A., & SUMARSONO, B. (2019). ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INFLASI DI INDONESIA. JURNAL EKONOMI PEMBANGUNAN, 17(1), 1-15.
[5] GUJARATI, D. N., & PORTER, D. C. (2009).
[6] BASIC ECONOMETRICS (5TH ED.). MCGRAW- HILL/IRWIN.
[7] HAN, J., KAMBER, M., & PEI, J. (2012). DATA MINING: CONCEPTS AND TECHNIQUES (3RD ED.). MORGAN KAUFMANN.
[8] INDRIYANI, A., & PURNOMO, H. (2020). PREDIKSI HARGA KOMODITAS PANGAN MENGGUNAKAN ALGORITMA LINEAR REGRESSION. JURNAL INFORMATIKA TEKNOLOGI DAN SAINS (JITEKSI), 2(1), 10-18.
[9] KEMENTERIAN PERDAGANGAN REPUBLIK INDONESIA. LAPORAN PERKEMBANGAN HARGA BARANG KEBUTUHAN POKOK.
[10] LIAW, A., & WIENER, M. (2002). CLASSIFICATION AND REGRESSION BY RANDOMFOREST. R NEWS, 2(3), 18-22.
[11] MAKRIDAKIS, S., WHEELWRIGHT, S. C., & HYNDMAN, R. J. (1998). FORECASTING: METHODS AND APPLICATIONS (3RD ED.). JOHN WILEY & SONS.
[12] NURAZIZAH, M. R., & NURTJAHYO,
[13] B. (2021). PENERAPAN DATA MINING UNTUK PREDIKSI HARGA BERAS MENGGUNAKAN ALGORITMA LINEAR REGRESSION. JURNAL SISTEM INFORMASI BISNIS, 11(2), 110-117. Orange Data Mining (2024). Orange Documentation.
[14] Pusat Informasi Harga Pangan Strategis Nasional (PIHPS). Data Historis Harga Pangan. (Data yang diambil langsung dari PIHPS adalah sumber primer yang sangat kuat).
[15] Rahman, F., & Wijaya, I. (2018). Analisis Faktor-Faktor yang Mempengaruhi Kenaikan Harga Bahan Pokok Menjelang Hari Raya Idul Fitri di Kota Palembang. Jurnal Ekonomi dan Bisnis Islam, 3(1), 45-
[16] (Studi kasus lokal yang sangat relevan dengan topik Anda).
[17] Siregar, R. S., & Handayani, R. (2019). Sistem Prediksi Harga Komoditas Pangan Menggunakan Metode ARIMA. Jurnal Ilmiah Komputasi, 18(3), 209-218
[18] MAKRIDAKIS, S., WHEELWRIGHT, S. C., & HYNDMAN, R. J. (1998). FORECASTING: METHODS AND APPLICATIONS (3RD ED.). JOHN WILEY & SONS.
[19] NURAZIZAH, M. R., & NURTJAHYO, B. (2021). PENERAPAN DATA MINING UNTUK PREDIKSI HARGA BERAS MENGGUNAKAN ALGORITMA LINEAR REGRESSION. JURNAL SISTEM INFORMASI BISNIS, 11(2), 110-117.
[20] Orange Data Mining (2024). Orange Documentation.
[21] Pusat Informasi Harga Pangan Strategis Nasional (PIHPS). Data Historis Harga Pangan. (Data yang diambil langsung dari PIHPS adalah sumber primer yang sangat kuat).
[22] Rahman, F., & Wijaya, I. (2018). Analisis Faktor- Faktor yang Mempengaruhi Kenaikan Harga Bahan Pokok Menjelang Hari Raya Idul Fitri di Kota Palembang. Jurnal Ekonomi dan Bisnis Islam, 3(1), 45-60. (Studi kasus lokal yang sangat relevan dengan topik Anda).
[23] Siregar, R. S., & Handayani, R. (2019). Sistem Prediksi Harga Komoditas Pangan Menggunakan Metode ARIMA. Jurnal Ilmiah Komputasi,18(3), 209-218
