Analisis Prediksi Kenaikan Harga Daging Sapi Dan Daging Ayam Di Bandung
DOI:
https://doi.org/10.36815/submit.v4i2.3362Keywords:
daging ayam, daging sapi, metode ltsAbstract
Penelitian ini meneliti perbandingan harga daging ayam dan daging sapi di Indonesia dalam rentang waktu 2017 hingga 2021. Data yang diperoleh dari repositori GitHub dianalisis menggunakan metode Least Trimmed Squares (LTS) untuk mengatasi pengaruh outlier dan memastikan hasil yang lebih robust. Analisis menunjukkan bahwa harga daging sapi secara konsisten lebih tinggi daripada harga daging ayam. Selain itu, harga daging sapi juga menunjukkan stabilitas yang lebih tinggi dengan fluktuasi yang lebih rendah dibandingkan dengan harga daging ayam yang cenderung lebih bergejolak. Proses analisis dilakukan dengan menggunakan bahasa pemrograman Python, yang mempermudah pemrosesan data dan penerapan metode LTS. Temuan ini memiliki implikasi penting bagi berbagai pemangku kepentingan dalam rantai pasokan daging, seperti produsen, distributor, dan konsumen, dalam hal perencanaan dan pengambilan keputusan yang lebih baik. Berdasarkan hasil pengujian nilai MAE untuk rediksi untuk daging sapi yaitu 1120.99 lebih akurat dibandingkan dengan prediksi untuk daging ayam dengan nilai MAE 2216.88.
References
ROUSSEEUW, P. J., & HUBERT, M. (2018). Anomaly detection by robust statistics. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 8(2), e1236. ROUSSEEUW, P.J., & LEROY, A.M. (1987). Robust Regression and Outlier Detection. New York: Wiley.
CROUX, C., FILZMOSER, P., & OLIVEIRA, M. R. (2014). Algorithms for projection–pursuit robust principal component analysis. Chemometrics and Intelligent Laboratory Systems, 129, 45-52. VENABLES, W. N., & RIPLEY, B. D. (2002). Modern Applied Statistics with S. Fourth Edition. Springer.
KURNAZ, F. S., HOFFMANN, R., & FILZMOSER, P. (2018). Robust sparse principal component analysis. The Annals of Applied Statistics, 12(4), 2347-2371.
