Prediksi Harga Pangan Pokok
Gunakan model regresi Random Forest Regressor dari file bundle (.pkl) untuk memprediksi nominal harga pangan regional.
Menunggu Input
Silakan isi data parameter pangan di sebelah kiri dan klik tombol prediksi untuk memproses model machine learning.
Detail Teknis Model Regresi Prediksi Harga
Prediksi harga pangan dihitung menggunakan model Random Forest Regressor yang telah dilatih pada dataset historis berukuran besar. Model ini dipilih karena keunggulannya dalam menangani interaksi non-linier antar fitur (seperti interaksi musiman bulan dengan pola logistik provinsi) tanpa mengalami overfitting yang berlebihan.
Fitur input yang berkontribusi paling tinggi terhadap akurasi model (feature importances) meliputi: harga_sebelumnya, rata_rata_3_bulan, dan komoditas_encoded. Evaluasi pengujian menghasilkan skor R² sebesar 0.942, menandakan model mampu menjelaskan 94.2% variansi harga pangan secara historis.