Abstract
Penelitian ini bertujuan untuk memprediksi harga kopi robusta di Kabupaten Muara Enim pada tahun 2025 dengan menggunakan pendekatan data mining berbasis algoritma Random Forest, Support Vector Machine (SVM), dan Decision Tree. Harga kopi sebagai salah satu komoditas unggulan Indonesia mengalami fluktuasi yang signifikan sehingga dibutuhkan metode prediktif yang akurat guna membantu petani, pengusaha, dan pemangku kebijakan dalam menentukan strategi pasar. Penelitian dilakukan dengan mengumpulkan data harga kopi dari bulan Januari hingga April 2025 yang diperoleh langsung dari para pengumpul kopi di Muara Enim. Data tersebut diolah menggunakan perangkat lunak Orange Data Mining dan dibagi menjadi data training dan testing. Hasil analisis menunjukkan bahwa ketiga algoritma memiliki tingkat akurasi yang bervariasi, di mana algoritma Random Forest memberikan hasil prediksi paling stabil. Penelitian ini membuktikan bahwa penggunaan teknologi machine learning dapat membantu dalam meramalkan harga komoditas secara efektif