Prediksi Harga Minyak Kelapa Sawit Mentah (Crude Palm Oil) Menggunakan Metode Decision Tree

Didi Ciswanto, . (2025) Prediksi Harga Minyak Kelapa Sawit Mentah (Crude Palm Oil) Menggunakan Metode Decision Tree. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (234kB)
	Text BAB II.pdf Restricted to Registered users only Download (644kB)
	Text BAB III.pdf Restricted to Registered users only Download (565kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (136kB)
	Text JURNAL.pdf Restricted to Registered users only Download (801kB)

Abstract

Minyak kelapa sawit mentah (Crude Palm Oil/CPO) merupakan salah satu komoditas utama ekspor Indonesia yang memiliki nilai ekonomi tinggi, namun harganya sangat fluktuatif akibat berbagai faktor seperti kondisi pasar global, iklim, dan kebijakan politik. Penelitian ini bertujuan untuk membangun model prediksi harga CPO menggunakan algoritma Classification and Regression Tree (CART), salah satu bentuk metode Decision Tree yang terkenal karena kemudahannya dalam interpretasi dan akurasinya yang tinggi. Data yang digunakan berupa data historis harga minyak kelapa sawit mentah yang diperoleh dari website Investing.com dalam rentang waktu 10 tahun terakhir. Dalam prosesnya, data dibagi menjadi data pelatihan dan data pengujian. Model dievaluasi menggunakan metrik seperti MAE (Mean Absolute Error), RMSE (Root Mean Square Error), dan R² (R-Square). Hasil penelitian menunjukkan bahwa metode Decision Tree dengan algoritma CART mampu memberikan akurasi sebesar 93.101%, dengan nilai R² sebesar 0.937, RMSE sebesar 0.062, dan MAE sebesar 0.046. Hal ini membuktikan bahwa algoritma CART cocok digunakan untuk memprediksi harga CPO dan dapat menjadi alat bantu pengambilan keputusan bagi pelaku industri.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Crude Palm Oil, Decision Tree, CART, Prediksi Harga, Machine Learning
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Mahlil Muhammad
Date Deposited:	28 Aug 2026 07:48
Last Modified:	28 Aug 2026 07:48
URI:	http://repository.unpam.ac.id/id/eprint/21037

Actions (login required)

View Item