IMPLEMENTASI DATA MINING UNTUK PREDIKSI HARGA CABAI RAWIT MERAH MENGGUNAKAN METODE SINGLE MOVING AVERAGE

STUDI KASUS: KABUPATEN BEKASI

Abstract

Harga komoditas pangan, khususnya Cabai Rawit Merah, memiliki tingkat fluktuasi yang tinggi dan berdampak langsung pada stabilitas harga serta pengendalian inflasi daerah. Pemantauan yang dilakukan oleh Diskominfosantik Kabupaten Bekasi memerlukan analisis peramalan agar potensi lonjakan harga di pasar dapat diantisipasi lebih dini. Studi ini bertujuan mengimplementasikan data mining untuk memprediksi harga harian Cabai Rawit Merah menggunakan metode Single Moving Average (SMA). Metode SMA dipilih karena memiliki proses perhitungan yang sederhana, mudah diinterpretasikan, dan sesuai untuk peramalan jangka pendek berbasis data historis harian. Dataset yang digunakan merupakan data sekunder harga kebutuhan pokok Kabupaten Bekasi periode 1 Januari sampai 31 Desember 2025. Dataset dibagi secara kronologis menjadi 80% data latih atau 292 hari dan 20% data uji atau 73 hari untuk menjaga urutan waktu pada data deret waktu. Tahapan penelitian meliputi pengumpulan data, preprocessing, penerapan SMA dengan parameter 3 hari, 5 hari, dan 7 hari, serta evaluasi menggunakan Mean Absolute Error (MAE). Hasil pengujian menunjukkan bahwa SMA 3 hari menghasilkan nilai MAE terendah sebesar Rp 1.781,22, sehingga menjadi parameter terbaik dibandingkan SMA 5 hari dan SMA 7 hari. Temuan ini menunjukkan bahwa SMA dapat digunakan sebagai pendekatan awal untuk mendukung prediksi harga harian Cabai Rawit Merah di Kabupaten Bekasi.