FoodPrice ID

TA
Tugas Akhir Big Data & Cloud Computing

Dashboard Analitik Harga Pangan Indonesia

Sistem analitik terpadu berbasis Machine Learning (supervised & unsupervised) untuk memprediksi harga, memetakan stabilitas pangan, serta merumuskan rekomendasi kebijakan pangan nasional secara akurat.

Metodologi Proyek Akademik

Pipeline pengolahan big data dari ekstraksi hingga inferensi model machine learning.

Exploratory Data Analysis

Eksplorasi data historis harga pangan dari Bapanas untuk menemukan pola musiman dan disparitas spasial.

Unsupervised Clustering

Segmentasi wilayah dan komoditas pangan menggunakan algoritma K-Means untuk pemetaan daerah rentan.

Predictive & Classification ML

Penerapan Regresi Linier, Random Forest, dan Deep Learning MLP untuk prediksi harga & klasifikasi status anomali.

Mengapa FoodPrice Insight Indonesia?

Data harga pangan mentah dari Badan Pangan Nasional (Bapanas/SiPangan) diekstraksi, dibersihkan melalui pipeline preprocessing cloud computing, dan dimodelkan secara matematis. Aplikasi ini menyajikan visualisasi analitis terpadu yang membantu pengambil kebijakan mengidentifikasi lonjakan anomali harga sebelum menjadi krisis sosial-ekonomi.

8 KomoditasKomoditas Pokok
8 ProvinsiWilayah Studi
94.2% R²Akurasi Regresi

Penjelasan Teknis Bundle Model (.pkl)

Sistem web Next.js ini mengintegrasikan fungsi serverless Python (FastAPI) yang membaca file representasi terkompresi model_bundle.pkl secara asinkron. File bundle menyimpan model regresi terbaik, klasifikasi, klasterisasi, serta label encoders sehingga input form dari client langsung dipetakan secara real-time.