Meramal Indeks Harga Konsumen Kabupaten di Jawa Timur dengan Metode Support Vector Regression Data Mining

Abstract

Harga yang stabil pada bahan makanan
berpengaruh pada perekonomian suatu wilayah/kabupaten.
Dengan stabilnya harga daya beli masyarakat menjadi
meningkat. Untuk menjaga harga komoditas bahan makan stabil
diantisipasi dengan melakukan peramalan pada Indeks Harga
Konsumen (IHK) di tiga Kabupaten dengan Metode Support
Vector Regresion (SVR). IHK merupakan Indikator ekonomi
mengenai informasi harga barang dan jasa yang dibayar oleh
konsumen. Pada penelitian ini IHK yang digunakan berjenis
Bahan Makanan yang dikeluarkan oleh Badan Pusat Statistik
dan sebagai variabel input diambilkan dari harga komoditas
bahan pokok di tiga Kabupaten yaitu Banyuwangi, Jember dan
Sumenep di web Siskaperbapo Disperidag Surabaya. Dengan
metode SVR dapat dipetakan vektor input ke dimensi yang
lebih tinggi dan menghasilkan fungsi bergelombang
mengikuti jalur/kurva yang terbentuk, sehingga hasil
prediksi lebih akurat. Dalam meramal IHK, data dibagi
sebagai data training (2016-2017) dan data testing (2018-
2019). Dalam mengujian digunakan Kernel RBF dan
Polinomial. Di mana Kernel RBF lebih bagus
performansinya, hal ini bisa diperlihatkan dengan Mean
Squared Error (MSE) yang dihasilkan kecil dari Kernel
Polinomial dan Mean Absolute Percentage Error (MAPE) nya
kurang dari 3. Kabupaten Sumenep mempunyai nilai terkecil
(MSE = 2.5182 dan MAPE = 1.5508) dibandingkan dengan
Jember (MSE = 2.6219 dan MAPE = 1.6823) dan Banyuwangi
(MSE = 10.5131 dan MAPE 0.851 sehingga bisa dikatakan
ramalan IHK untuk Kabupaten Sumenep lebih baik akurasinya.