IMPLEMENTASI SISTEM PREDIKSI HARGA BERAS BERBASIS WEB DENGAN ALGORITMA K-NEAREST NEIGHBOR

STUDI KASUS : CV SRIKANDI PUTRA PANGAN

Abstract

Harga pangan seiring berjalannya waktu seringkali mengalami ketidakstabilan terutama harga beras. Beras merupakan makanan pokok masyarakat Indonesia, sehingga berpengaruh besar bagi masyarakat dan petani. CV Srikandi Putra Pangan merupakan salah satu perusahaan yang berfokus pada pengolahan dan distribusi beras. Salah satu masalah utama yang dihadapi oleh perusahaan adalah ketidakpastian harga beras, sehingga berpengaruh dalam merencanakan strategi penjualan dan menentukan pengadaan bahan baku secara efisien. Tujuan penelitian adalah mengembangkan sistem prediksi harga beras berbasis web. Sistem dikembangkan menggunakan algoritma K-Nearest Neighbor (KNN) dengan metode Waterfall dan bahasa pemrograman Python, Django, serta MySQL sebagai database. Pengujian dilakukan dengan metode Black Box dan White Box, sedangkan evaluasi hasil prediksi menggunakan RMSE. Sistem ini digunakan untuk mengelola data supplier, data historis harga beras, serta melakukan prediksi harga berdasarkan rentang tanggal, stok, dan kuantitas. Proses prediksi dilakukan dengan menghitung jarak antara data historis dan data target menggunakan Euclidean Distance, kemudian menentukan hasil prediksi dari data tetangga terdekat. Hasil penelitian menunjukkan bahwa sistem mampu melakukan prediksi harga beras secara otomatis, menampilkan detail perhitungan, serta menyimpan hasil prediksi. Dengan demikian, sistem ini dapat membantu proses prediksi harga beras menjadi lebih cepat, terstruktur, dan mendukung pengambilan keputusan