Perbandingan Algoritma Forecasting Support Vector Machine dan K-Nearest Neighbor dalam Meramalkan Harga Eceran Cabai Merah di Kota Padang

Cabai merah memiliki tingkat konsumsi yang tinggi di Kota Padang karena keberagaman kuliner khas Minangkabau yang menjadikannya sebagai bahan utama dalam berbagai olahan makanan. Selain itu, cabai merah juga berperan sebagai salah satu faktor utama penyebab inflasi di Kota Padang, dengan kontribusi sebesar 0,65% terhadap inflasi tahunan yang mencapai 2,55%. Oleh karena itu, peramalan harga eceran cabai merah menjadi penting sebagai salah satu upaya dalam mengatasi inflasi, menjaga stabilitas harga serta meningkatkan kesejahteraan ekonomi di Kota Padang. Tujuan penelitian ini untuk melihat algoritma terbaik antara Support Vector Machine (SVM) dan K-Nearest Neighbor (K-NN) berdasarkan nilai MAPE, serta meramalkan harga eceran cabai merah di Kota Padang untuk 24 periode mendatang menggunakan algoritma terbaik. Data yang digunakan adalah data sekunder yang diperoleh dari situs resmi Badan Pusat Statistik (BPS) Sumatera Barat periode Januari 2018 hingga Desember 2023. Data dibagi menjadi dua kelompok, yaitu data dari bulan Januari 2018 hingga Desember 2022 sebagai data training dan data dari bulan Januari hingga Desember 2023 sebagai data testing. Analisis dalam penelitian ini menggunakan software Excel dan Rstudio. Berdasarkan analisis yang telah dilakukan menunjukkan bahwa algoritma SVM memiliki tingkat akurasi sebesar 15,98%, sementara algoritma K-NN sebesar 26,00%. Dengan demikian, nilai MAPE SVM lebih kecil dibandingkan K-NN, sehingga algoritma SVM lebih baik digunakan dalam meramalkan harga eceran cabai merah di Kota Padang untuk 24 periode mendatang.