<![CDATA[SISTEM PREDIKSI HARGA MINYAK MENTAH DUNIA MENGGUNAKAN METODE SUPPORT VECTOR REGRESSION (SVR)]]>
Izan Arif Kurniawan
Pengarang
Hidayatus Sibyan, M.Kom
Dosen Pembimbing 2
Nur Hasanah., S. Kom., M. Kom
Dosen Pembimbing 1
Nur Hasanah, M.Kom.
Penguji 1
Hidayatus Sibyan, M.Kom
Penguji 2
Ketidakstabilan harga minyak mentah global merupakan masalah penting bagiindustri, investor, dan pembuat kebijakan yang bergantung pada produk minyak. Untuk mengatasi hal ini, dibutuhkan model prediksi yang akurat untukmemperkirakan harga minyak di masa depan. Penelitian ini mengembangkan modelprediksi dengan metode Support Vector Regression (SVR) menggunakan datahistoris harga harian minyak Brent dan WTI periode Januari 2020-Juli 2025. Datadiperoleh dari Yahoo Finance dan Investing.com, lalu dinormalisasi dan dievaluasidengan metrik MAPE, MAE, RMSE, dan R². Model SVR dikembangkanmenggunakan scikit-learn di Google Colab dan diimplementasikan dalam aplikasiweb berbasis Flask. Hasilnya menunjukkan akurasi prediksi yang baik untuk keduajenis minyak, dengan aplikasi web yang memungkinkan pengguna memprediksiharga minyak hari berikutnya secara real-time.
Kata Kunci : Minyak Mentah, Support Vector Regression (SVR), Brent, WTI, Prediksi Harga, Flask, Aplikasi Web