Abstract :
Indonesia merupakan salah satu negara yang memiliki sumber daya alam
berlimpah. Tidak hanya berupa rempah-rempah saja namun juga batu bara,
tembaga, nikel, pasir besi, biji timah, minyak bumi dan lain-lainnya. Minyak bumi
merupakan sumber daya alam yang tidak bisa diperbarui. Sektor minyak bumi
merupakan salah satu andalan untuk mendapatkan devisa dalam rangka
keberlangsungan pembangunan negara. Namun meningkatnya kebutuhan akan
minyak tersebut yang bisa dikatakan cukup tinggi dan juga harga minyak dunia
yang sering kali mengalami fluktuasi yang menyebabkan harga sering berubah?ubah menyebabkan masyarakat harus bersusah payah dalam mendapatkan minyak
untuk kebutuhan hidup mereka sehari-hari. Identifikasi masalah dalam penelitian
ini adalah mencari cara membuat sebuah model harga minyak bumi, dan tingkat
akurasi beserta prediksi dari perbandingan algoritma KNN dengan Random Forest.
Tujuan dari penelitian ini adalah membandingkan algoritma KNN dengan Random
Forest untuk membuat sebuah model harga minyak bumi, dan mengukur hasil
akurasi dari kedua algoritma tersebut. Metode penelitian yang digunakan pada
penelitian ini adalah metode penelitian kuantitatif. Metode pengumpulan data
dilakukan menggunakan metode observasi dan studi referensi. Metode pengujian
data yang digunakan adalah white box testing. Hasil penelitian ini menunjukkan
bahwa algoritma K-NN dapat diterapkan dalam membuat sebuah model harga
minyak bumi. Setelah membandingkan hasil algoritma KNN dengan Random
Forest, terbukti model algoritma KNN lebih optimal dibandingkan dengan Random
Forest. Model algoritma K-NN memiliki hasil R2
0.99388, dan RMSE 0,01797,
sedangkan model algoritma Random Forest memiliki hasil R2
0.99368, dan RMSE
0,01813.