PREDIKSI HARGA SAYURAN DI PASAR TRADISIONAL MENGGUNAKAN ALGORITMA K-NEARST NEIGHBOR (KNN)
DOI:
https://doi.org/10.61722/jssr.v4i4.11584Keywords:
Data Mining, K-Nearest Neighbor, Prediksi Harga, Sayuran, Pasar TradisionalAbstract
Sayuran merupakan komoditas musiman yang penting namun sering mengalami ketidakstabilan harga, yang dapat merugikan petani dan menyulitkan konsumen. Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Nearest Neighbor (KNN) dalam memprediksi harga sayuran di pasar tradisional guna memberikan referensi bagi para pemangku kepentingan. Dataset yang digunakan mencakup data historis harga dan faktor yang mempengaruhinya seperti curah hujan atau luas panen. Hasil penelitian diharapkan dapat memberikan tingkat akurasi yang tinggi dalam memprediksi fluktuasi harga, serupa dengan penelitian sebelumnya yang mencapai akurasi hingga 91,67% untuk komoditas tertentu. Implementasi ini penting untuk membantu stabilitas pasar dan ketahanan pangan nasional
References
Shelly Elvina. (n.d.). Model Prediksi Penjualan Multi-Item Time Series Berbasis Machine Learning Menggunakan Metode Autoregressive Integrated Moving Average dan Long Short-Term Memory Pada Produk Perishable
Chen, Q., Yu, Z., & Zheng, K. (2024). The Price Prediction of Vegetables by Using Machine Learning. In Highlights in Science, Engineering and Technology CSIC (Vol. 2023).
Mahasiswa, J., & Samudra, A. (n.d.). PENERAPAN DATA MINING UNTUK MEMPREDIKSI HARGA BAHAN PANGAN DI INDONESIA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (Vol. 4, Issue 4).
Rizky, M., Parit, P., & Hulu Indragiri Hilir Riau, T. (2024). KLASIFIKASI TINGKAT KUALITAS WORTEL MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Jurnal Sistem Informasi (TEKNOFILE), 2, 990–999.
Salsabila Ainal Wasilah, Q., Rinaldi Dikananda, A., & Rohman, D. (2025). IMPLEMENTASI CNN RESNET50 UNTUK MENDETEKSI KUALITAS BUAH DAN SAYURAN DI PASAR TRADISIONAL. In Jurnal Mahasiswa Teknik Informatika) (Vol. 9, Issue 3).
Virdaus, D., & Prasetyaningrum, P. T. (n.d.). Penerapan Data Mining Untuk Memprediksi Harga Bawang Merah Di Yogyakarta Menggunakan Metode K-Nearest Neighbor Prodi Sistem Informasi. In Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Jl. Jembatan Merah No. 84C. Gejayan.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 JOURNAL SAINS STUDENT RESEARCH
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
