Penerapan Data Mining Untuk Memprediksi Harga Bawang Merah Di Yogyakarta Menggunakan Metode K-Nearest Neighbor

Abstrak

Bawang merah merupakan salah satu sayuran musiman dengan hasil panen terbesar. Namun, harganya terkadang tidak stabil, bisa sangat murah atau sangat mahal. Kondisi ini menyulitkan mereka yang membutuhkan bawang merah, dan juga membuat petani merugi karena harga yang tidak stabil.Keadaan yang membuat petani bawang merah merugi merupakan masalah serius, mengingat bawang merah merupakan tanaman atau bumbu yang hampir wajib ada di setiap hidangan. Oleh karena itu, diperlukan suatu penelitian untuk mengatasi masalah tersebut, maka penelitian yang mengimplementasikan data mining dengan menggunakan metode algoritma K-Nearest Neighbor akan diterapkan untuk memprediksi harga bawang merah menggunakan data yang telah tersedia sebelumnya.Pada penelitian ini dilakukan empat skenario atau kondisi yang dijadikan sasaran data bawang merah dalam pengolahan datanya agar diperoleh hasil yang lebih variatif dan lebih presisi dengan tingkat akurasi prediksi tertinggi. Setelah melakukan berbagai macam percobaan pada data yang diadakan dalam penelitian ini, atau lebih tepatnya penerapan empat kondisi pada data, diperoleh hasil akurasi tertinggi dengan nilai 91,67%. Variabel yang paling berpengaruh terhadap panenan adalah faktor cuaca atau curah hujan, namun untuk faktor harga pada suatu waktu atau pada kondisi dimana faktor produksi yang besar tidak menjamin harga akan lebih murah atau stabil. Dalam hal ini terdapat campur tangan dalam urusan politik dan ekonomi yang tidak dapat diakses oleh penulis sebagai peneliti.