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

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.