Analisis Kecerdasan Buatan
Menyelami "otak" model prediksi harga CPO yang menggunakan algoritma Linear Regression dengan optimasi Lag Analysis.
Bagaimana Prediksi Dibuat?
Model ini menggunakan pendekatan statistik Ordinary Least Squares (OLS) yang telah disempurnakan. Berbeda dengan prediksi konvensional, sistem kami tidak hanya melihat data saat ini, tetapi "belajar dari masa lalu" menggunakan teknik Time Lag.
Efek Memori (Lag)
Memperhitungkan harga H-1 dan H-7 untuk menangkap tren jangka pendek & mingguan.
Normalisasi
Data disetarakan skalanya menggunakan MinMax Scaler agar analisis adil & akurat.
Performa Model
Model mampu menjelaskan 87.5% variasi pergerakan harga pasar.
Rata-rata kesalahan prediksi sangat kecil, hanya sekitar 2.5%.
Rata-rata selisih nominal prediksi dengan harga asli.
Tingkat deviasi standar dari error prediksi.
Analisis Grafik
Grafik di samping menunjukkan bahwa model AI sangat responsif. Perhatikan bagaimana garis putus-putus merah hampir selalu "menempel" pada garis biru.
Ini membuktikan bahwa model tidak hanya "menebak rata-rata", tetapi benar-benar memahami pola kenaikan dan penurunan harga harian.
Ranking Pengaruh Variabel:
-
Harga CPO Kemarin (H-1)
Indikator paling kuat. Harga hari ini sangat bergantung pada harga penutupan kemarin.
-
Harga Minyak Inti & Kedelai
Komoditas substitusi memiliki korelasi positif yang signifikan.
-
Harga CPO Malaysia
Sebagai benchmark regional, pasar Malaysia sangat mempengaruhi harga lokal.
Diagnosa Sehat!
Grafik lonceng (kiri) menunjukkan error terdistribusi normal. Grafik sebaran (kanan)
menunjukkan error tersebar acak di sekitar angka 0.
Artinya: Tidak ada pola bias rahasia yang terlewatkan oleh AI. Model objektif dan terpercaya.