Skripsi ini ditulis oleh Rafli Adiguna Saputra dengan NIM D0219525
Program studi Teknik Informatika dibimbing langsung oleh Arnita Irianti, M.Si,
S.Si dan Nurdina Rasjid, S.Pd, M.Pd untuk memenuhi salah satu syarat
mendapatkan gelar Sarjana Teknik di Universitas Sulawesi Barat
Penggunaan data time series dalam melakukan prediksi dengan linear regresi
adalah salah satu metode yang dapat digunakan untuk memahami dan
meramalkan perilaku data yang berkaitan dengan waktu. Dalam penggunaan data
time series, jaringan saraf tiruan dapat dilatih untuk mengidentifikasi pola, tren,
serta siklus yang mungkin tersembunyi dalam data tersebut. Memanfaatkan
informasi historis, jaringan saraf tiruan dapat merancang model yang mampu
melakukan prediksi masa depan dengan akurasi yang tinggi. Metode Penelitian
yang digunakan adalah metode penelitian kualitatif dengan Data time series
penelitian ini diperoleh dari dataset time series harga makanan ikan dengan
jumlah 9 spesies ikan, 2 spesies udang dan 1 jenis kepiting mulai dari Januari
2018 sampai Desember 2022 dengan teknik analisis data yaitu analisis plot time
series untuk melihat pola dalam rentang waktu. Hasil penelitian ini yaitu hasil
rata-rata akurasi prediksi seluruh spesies hewan menggunakan algoritma linear
regresi adalah 95.26% sedangkan menggunakan JST atau jaringan saraf tiruan
backpropagation adalah 96.50% sehingga dapat disimpulkan bahwa prediksi
menggunakan algoritma JST lebih akurat dari linear regresi berganda.