Sistem Prediksi Harga Sawit Menggunakan Algoritma Xgboost

Sayyidah, Shufiyah Al Maghfiroh (2026) Sistem Prediksi Harga Sawit Menggunakan Algoritma Xgboost. Diploma thesis, Universitas Islam Indragiri.

	Text Cover Awal SAYYIDAH SHUFIYAH AL MAGHFIROH.pdf Download (2MB)
	Text Bab 1 SAYYIDAH SHUFIYAH AL MAGHFIROH.pdf Download (392kB)
	Text Bab 2 SAYYIDAH SHUFIYAH AL MAGHFIROH.pdf Download (499kB)
	Text Bab 3 SAYYIDAH SHUFIYAH AL MAGHFIROH.pdf Download (622kB)
	Text Bab 4 SAYYIDAH SHUFIYAH AL MAGHFIROH.pdf Restricted to Repository staff only Download (947kB)
	Text Bab 5 SAYYIDAH SHUFIYAH AL MAGHFIROH.pdf Download (376kB)
	Text Daftar Pustaka SAYYIDAH SHUFIYAH AL MAGHFIROH.pdf Download (668kB)
	Text TurnitinI SAYYIDAH SHUFIYAH AL MAGHFIROH.pdf Download (1MB)

Abstract

Fluktuasi harga Tandan Buah Segar (TBS) kelapa sawit menyebabkan petani mengalami kesulitan dalam memperkirakan harga pada periode berikutnya sehingga diperlukan suatu sistem prediksi yang akurat. Penelitian ini bertujuan membangun sistem prediksi harga kelapa sawit menggunakan algoritma Extreme Gradient Boosting (XGBoost) berdasarkan data historis harga TBS yang diperoleh dari petani di beberapa lokasi di Kabupaten Indragiri Hilir, Provinsi Riau, periode 2021–2025. Tahapan penelitian meliputi pengumpulan data, preprocessing, pembagian data menjadi data pelatihan dan data pengujian, pelatihan model menggunakan algoritma XGBoost, serta evaluasi menggunakan metrik MAE, RMSE, dan MAPE. Hasil penelitian menunjukkan bahwa model XGBoost mampu menghasilkan prediksi harga sawit dengan nilai MAE sebesar 57,543, RMSE sebesar 84,119, dan MAPE sebesar 1,621%, yang menunjukkan tingkat kesalahan prediksi rendah dan akurasi yang baik. Dengan demikian, sistem yang dibangun mampu membantu petani dan pihak terkait dalam memperkirakan harga TBS kelapa sawit sebagai dasar pengambilan keputusan yang lebih tepat.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Prediksi Harga Sawit, Tandan Buah Segar (TBS), XGBoost, Machine Learning
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik dan Ilmu Komputer > Program Studi Sistem Informasi
Depositing User:	Nilam Sari
Date Deposited:	28 Sep 2026 03:12
Last Modified:	28 Sep 2026 03:12
URI:	http://repository.unisi.ac.id/id/eprint/1242

Actions (login required)

View Item