APLIKASI PREDIKSI HARGA BBM BERBASIS WEB MENGGUNAKAN XGBOOST DAN STREAMLIT
Kata Kunci:
Harga BBM, XGBoost, Machine Learning, Streamlit, Prediksi, EkonomiAbstrak
Bahan Bakar Minyak (BBM) merupakan salah satu komoditas strategis yang sangat dipengaruhi oleh berbagai faktor ekonomi global dan nasional, seperti harga minyak dunia, nilai tukar rupiah, dan tingkat inflasi. Fluktuasi harga BBM berdampak luas pada sektor transportasi, industri, dan daya beli masyarakat. Penelitian ini bertujuan untuk membangun model prediksi harga BBM berbasis algoritma Extreme Gradient Boosting (XGBoost Regressor) dan mengintegrasikannya ke dalam aplikasi web interaktif menggunakan Streamlit. Dataset yang digunakan memuat data historis harga BBM di Indonesia, beserta fitur ekonomi pendukung seperti harga minyak dunia, nilai tukar rupiah terhadap dolar AS, dan inflasi tahunan. Model dibangun dan dievaluasi menggunakan metrik Mean Squared Error (MSE) serta divisualisasikan melalui grafik prediksi terhadap nilai aktual. Hasil penelitian menunjukkan bahwa model XGBoost mampu memberikan prediksi dengan akurasi tinggi, serta antarmuka Streamlit mempermudah pengguna dalam mengakses hasil prediksi secara real-time. Aplikasi ini berpotensi menjadi alat bantu yang berguna bagi akademisi, pengambil kebijakan, dan pelaku industri dalam memproyeksikan harga BBM di tengah dinamika ekonomi yang terus berubah.