PREDIKSI HARGA MINYAK MENTAH MENGGUNAKAN SUPPORT VECTOR REGRESSION

Haffiyan, Rafi (2022) PREDIKSI HARGA MINYAK MENTAH MENGGUNAKAN SUPPORT VECTOR REGRESSION. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text ABSTRAK.pdf Download (50kB)
	Text COVER.pdf Download (132kB)
	Text DAFTAR ISI.pdf Download (134kB)
	Text DAFTAR PUSTAKA.pdf Download (184kB)
	Text HALAMAN PENGESAHAN PEMBIMBING.pdf Download (543kB)
	Text SKRIPSI FULL_Rafi Haffiyan_123170086.pdf Restricted to Repository staff only Download (2MB)

Abstract

Minyak mentah merupakan salah satu sumber daya energi tak terbarukan yang
memiliki peran penting dalam memenuhi kebutuhan energi di seluruh dunia. Pergerakan
harga minyak mentah yang fluktuatif menjadi pengaruh besar bagi perkembangan ekonomi
suatu negara. Salah satu harga acuan minyak mentah dunia adalah Brent yang berkualitas
tinggi dan dijadikan sebagai salah satu bahan dasar dari pembuatan bahan bakar. Prediksi
mengenai harga minyak mentah dapat memberikan gambaran bagi pengemban kebijakan
dalam perencanaan rumusan kebijakan energi yang lebih efektif hingga batas waktu tertentu.
Prediksi harga minyak mentah termasuk dalam permasalahan regresi. Metode
pembelajaran mesin dapat digunakan untuk membuat model prediksi dengan menggunakan
algoritma Support Vector Regression. Algoritma tersebut memiliki kelebihan menangani
kasus regresi dengan memanfaatkan fungsi kernel sehingga dapat memberikan kinerja yang
lebih baik dibandingkan dengan regresi sederhana. Data historis mengenai harga minyak
mentah dapat diperoleh dari situs Yahoo Finance. Data yang dikumpulkan kemudian
dilakukan praproses data untuk memilih variabel harga penutupan harian minyak mentah
Brent dan normalisasi data menggunakan min-max normalization dengan tujuan agar data
memiliki rentang 0 hingga 1 untuk meminimalisasi kesalahan komputasi. Tahapan
dilanjutkan dengan pelatihan Support Vector Regression.
Pembuatan model prediksi dilakukan dengan menggunakan Support Vector
Regression dan membandingkan kinerja antara 4 fungsi kernel, yakni kernel Linear, RBF,
Polynomial, dan Sigmoid. Beberapa nilai parameter C diuji untuk mendapatkan hasil
prediksi yang optimal dan evaluasi nilai error dilakukan dengan menghitung nilai MAPE.
Berdasarkan pengujian yang telah dilakukan, didapatkan hasil prediksi yang paling optimal
pada penggunaan kernel Linear dengan nilai parameter C sebesar 10. Hasil dari pengujian
pada kernel linear tersebut didapatkan nilai MAPE terendah sebesar 5,49%. Nilai tersebut
tergolong dalam hasil prediksi yang akurat, dimana perbandingan antara data asli dan data
prediksi yang tidak terlalu besar.
Kata kunci : harga minyak mentah, brent, prediksi, regresi, support vector regression

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	harga minyak mentah, brent, prediksi, regresi, support vector regression
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	10 Jan 2023 07:41
Last Modified:	10 Jan 2023 07:41
URI:	http://eprints.upnyk.ac.id/id/eprint/32301

Actions (login required)

View Item