PREDIKSI DAN ANALISIS TREN HARGA JAGUNG PADA PASAR TRADISIONAL DI KABUPATEN SAMPANG MENGGUNAKAN ALGORITMA RANDOM FOREST REGRESSION

Fluktuasi harga jagung di tingkat konsumen sering menimbulkan ketidakstabilan pasar dan menyulitkan petani serta pemerintah daerah dalam menetapkan strategi produksi dan kebijakan harga. Penelitian ini bertujuan membangun model prediksi harga jagung menggunakan algoritma Random Forest Regression (RFR) dengan pembanding Double Exponential Smoothing (DES) untuk memperoleh hasil prediksi yang akurat dan stabil. Data yang digunakan merupakan data historis harga jagung konsumen periode 2022–2024 yang diperoleh dari SISKAPERBAPO Jawa Timur. Penelitian ini mengikuti pendekatan CRISP-DM, meliputi tahapan business understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Model RFR dikembangkan menggunakan variabel waktu seperti bulan dan tahun, kemudian dibandingkan dengan metode DES berdasarkan metrik evaluasi MAE, MSE, RMSE, dan R². Hasil pengujian menunjukkan bahwa Random Forest Regression memiliki performa lebih baik dengan nilai R² sebesar 0,93, menandakan model mampu menjelaskan lebih dari 93% variasi data harga. Model menghasilkan prediksi harga jagung pada periode uji dengan rentang Rp 8.700 hingga Rp 9.300 per kilogram, dengan tingkat kesalahan relatif rendah. Selain itu, hasil analisis SHAP menunjukkan bahwa fitur waktu, khususnya bulan dan tahun memiliki pengaruh terbesar dalam pembentukan prediksi harga, sehingga memperkuat temuan bahwa pola musiman dan tren tahunan menjadi faktor utama dalam fluktuasi harga jagung di Kabupaten Sampang. Sebagai implementasi, model prediksi dikembangkan dalam bentuk aplikasi web berbasis Streamlit yang dapat membantu petani, pelaku pasar, dan instansi terkait dalam memantau serta memperkirakan harga jagung secara interaktif dan berbasis data.