EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

PENERAPAN ALGORITMA XGBOOST (EXTREME GRADIENT BOOSTING) UNTUK PREDIKSI INFLASI PANGAN SUMATERA UTARA

Eka Yulia Putri, Arnita Arnita, Said Iskandar Al Idrus, Zulfahmi Indra, Chairunisah Chairunisah

JATI (Jurnal Mahasiswa Teknik Informatika) · 31.07.2026 · 10 (4) · 5805-5812

DOI: 10.36040/jati.v10i4.18552 ↗

Kurz gefasst

Fachartikel in der Zeitschrift JATI (Jurnal Mahasiswa Teknik Informatika), online erschienen am 31.07.2026. Verfasst von Eka Yulia Putri und 4 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Inflasi pangan merupakan salah satu komponen utama yang memengaruhi stabilitas ekonomi daerah, terutama di Provinsi Sumatera Utara yang menunjukkan fluktuasi relatif tinggi dalam beberapa tahun terakhir. Kondisi ini menuntut adanya metode peramalan yang akurat dan andal sebagai dasar pengambilan kebijakan. Penelitian ini bertujuan untuk menerapkan algoritma Extreme Gradient Boosting (XGBoost) dalam memprediksi inflasi pangan di Provinsi Sumatera Utara. Data yang digunakan mencakup harga harian sepuluh komoditas pangan strategis yang diperoleh dari PIHPS serta data inflasi subkelompok makanan dari BPS selama periode Januari 2021 hingga Juli 2025. Model dikembangkan melalui proses hyperparameter tuning untuk memperoleh performa optimal, dan dievaluasi menggunakan metrik Root Mean Square Error (RMSE), Mean Absolute Error (MAE), serta koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa model XGBoost memiliki kinerja yang baik dengan nilai RMSE sebesar 0,5225, MAE sebesar 0,4530, dan R² mencapai 89%. Selain itu, hasil peramalan menunjukkan pola inflasi yang cenderung fluktuatif namun tetap stabil dalam jangka pendek. Analisis menggunakan metode SHAP mengungkapkan bahwa variabel perubahan indeks harga pangan (all_index_pctchg) merupakan faktor paling dominan dalam memengaruhi inflasi. Dengan demikian, XGBoost terbukti efektif dalam memodelkan dan memprediksi inflasi pangan sebagai dasar perumusan kebijakan ekonomi daerah

Zitieren

APA

Putri, E. Y., Arnita, A., Idrus, S. I. A., Indra, Z., & Chairunisah, C. (2026). PENERAPAN ALGORITMA XGBOOST (EXTREME GRADIENT BOOSTING) UNTUK PREDIKSI INFLASI PANGAN SUMATERA UTARA. JATI (Jurnal Mahasiswa Teknik Informatika), 10(4), 5805-5812. https://doi.org/10.36040/jati.v10i4.18552

Vancouver

Putri EY, Arnita A, Idrus SIA, Indra Z, Chairunisah C. PENERAPAN ALGORITMA XGBOOST (EXTREME GRADIENT BOOSTING) UNTUK PREDIKSI INFLASI PANGAN SUMATERA UTARA. JATI (Jurnal Mahasiswa Teknik Informatika). 2026;10(4):5805-5812. doi:10.36040/jati.v10i4.18552

BibTeX
@article{Putri2026,
  author = {Putri, Eka Yulia and Arnita, Arnita and Idrus, Said Iskandar Al and Indra, Zulfahmi and Chairunisah, Chairunisah},
  title = {PENERAPAN ALGORITMA XGBOOST (EXTREME GRADIENT BOOSTING) UNTUK PREDIKSI INFLASI PANGAN SUMATERA UTARA},
  journal = {JATI (Jurnal Mahasiswa Teknik Informatika)},
  year = {2026},
  volume = {10},
  number = {4},
  pages = {5805--5812},
  doi = {10.36040/jati.v10i4.18552}
}
Kostenlos starten →