IMPLEMETASI ARTIFICIAL INTELLIGENCE UNTUK PREDIKSI HARGA PANGAN PADA APLIKASI MOBILE DI KOTA PANGKALPINANG

Fluktuasi harga pangan di Kota Pangkalpinang merupakan tantangan signifikan
yang memengaruhi stabilitas ekonomi dan daya beli masyarakat. Untuk mengatasi
hal ini, penelitian ini bertujuan merancang, membangun, dan mengevaluasi sistem
prediksi harga pangan berbasis Artificial Intelligence (AI) yang diimplementasikan
dalam sebuah aplikasi mobile. Metodologi yang diterapkan menggunakan
pendekatan per-komoditas untuk 40 jenis bahan pangan dengan membandingkan
dua model machine learning: XGBoost yang dioptimalkan secara otomatis dengan
Optuna dan Gated Recurrent Unit (GRU). Data harga historis harian dari 1 Januari
2024 hingga 28 Mei 2025 diperoleh dari API Sistem Informasi Perdagangan Kota
Pangkalpinang (SIPGK). Hasil evaluasi menggunakan Time Series CrossValidation menunjukkan bahwa model XGBoost secara signifikan lebih unggul,
dengan performa terbaik pada 33 dari 40 komoditas (82,5%). Keunggulan ini
terbukti dominan pada komoditas dengan volatilitas harga tinggi, di mana
kemampuan XGBoost dalam memanfaatkan fitur-fitur rekayasa sangat efektif.
Sebagai bukti konsep, model-model terbaik untuk setiap komoditas telah berhasil
diintegrasikan ke dalam backend API dan disajikan melalui aplikasi mobile
berbasis Flutter, yang membuktikan bahwa pendekatan AI per-komoditas adalah
strategi yang akurat untuk sistem prediksi harga pangan di tingkat lokal.
Kata kunci: Prediksi Harga Pangan, XGBoost, GRU, Aplikasi Mobile, Kota
Pangkalpinang