Penelitian ini bertujuan mengolah data historis harga cabai rawit merah melalui tahapan data preparation dan feature engineering, membangun serta membandingkan model Linear Regression berdasarkan skenario feature engineering lag1, lag3, lag7, dan MA7, serta mengevaluasi tingkat akurasi masing-masing model menggunakan metrik RMSE, MAPE, dan R2. Penelitian menggunakan metodologi CRISP-DM dengan data sekunder berupa harga harian cabai rawit merah Kabupaten Bekasi periode 2023–2025 yang diperoleh dari Open Data Kabupaten Bekasi. Hasil penelitian menunjukkan bahwa model Linear Regression dengan variabel Lag1 memberikan performa terbaik dengan nilai RMSE sebesar 3.023,21, MAPE sebesar 2,42%, dan R2 sebesar 0,9453. Model terbaik kemudian diimplementasikan ke dalam dashboard berbasis web untuk mendukung prediksi harga secara interaktif. Hasil penelitian menunjukkan bahwa penerapan feature engineering, khususnya Lag1, mampu meningkatkan performa Linear Regression dalam memprediksi harga cabai rawit merah di Kabupaten Bekasi.

S12732

INF 0254 2026

Bekasi

Tersedia