Implementasi Data Mining Dalam Memprediksi Harga Crude Palm Oil (CPO) Pasar Domestik Menggunakan Algoritma Regresi Linier Berganda (Studi Kasus Dinas Perkebunan Provinsi Sumatera Utara)

Abstract

Minyak kelapa sawit atau yang lebih dikenal dengan Crude Palm Oil (CPO) merupakan salah satu produk perkebunan yang menjadi komoditas utama ekspor Indonesia. Prospek pasar bagi minyak kelapa sawit cukup menjanjikan, karena permintaan dari tahun ke tahun mengalami peningkatan yang cukup besar hal ini mengakibatkan harga minyak kelapa sawit di pasaran menjadi sangat penting untuk diamati dan diprediksi. Memprediksi harga minyak kelapa sawit sangat penting bagi instansi khususnya Dinas Perkebunan agar dapat mengambil kebijakan yang tepat dalam hal tata niaga minyak kelapa sawit. Untuk mempermudah dalam memprediksi harga Crude Palm Oil (CPO) pasar domestik maka perlu dirancang suatu aplikasi Data Mining menggunakan metode Regresi Linier Berganda yang diharapkan dapat membantu memprediksi harga Crude Palm Oil (CPO) pasar domestik secara cepat, tepat dan akurat. Data Mining merupakan pengekstrakan informasi baru yang diambil dari bongkahan data yang besar yang membantu dalam pengambilan keputusan.Dengan implementasi Data Mining maka masalah yang ada dapat terbantu dan teratasi sehingga memberikan kemudahan dalam memprediksi harga Crude Palm Oil (CPO) pasar domestik. Penelitian yang dilakukan menghasilkan program aplikasi Data Mining dengan metode Regresi Linier Berganda.