Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Wiguna, Riady
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Komparatif Kinerja Model Long Short-Term Memory dan Gated Recurrent Unit untuk Prediksi Harga Timah Wiguna, Riady; Muflikhah, Lailil; Arum Sari, Yuita
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 6 (2026): Juni 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Harga timah merupakan komoditas logam penting yang digunakan dalam berbagai sektor industri dan memiliki tingkat fluktuasi tinggi akibat pengaruh faktor ekonomi, permintaan pasar, serta kondisi global. Karakteristik tersebut menjadikan peramalan harga timah sebagai tantangan karena diperlukan model yang mampu menangkap pola non-linear pada data deret waktu. Penelitian ini bertujuan menganalisis pengaruh parameter model terhadap kinerja Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU), serta membandingkan performa keduanya dengan model baseline ARIMA. Data yang digunakan berupa harga mingguan timah periode 2008–2025 yang diperoleh dari Investing.com. Evaluasi dilakukan menggunakan Root Mean Squared Error (RMSE), Directional Accuracy (DA), dan uji Diebold-Mariano (DM) pada horizon peramalan 1, 4, 8, dan 13 langkah ke depan. Hasil penelitian menunjukkan bahwa learning rate 0,01 merupakan parameter yang konsisten optimal pada kedua model dan panjang sequence optimal umumnya pendek. Pengoptimalan parameter juga terbukti memberikan pengaruh yang signifikan terhadap kinerja model. Hasil komparasi menunjukkan bahwa tidak terdapat perbedaan akurasi yang signifikan antara LSTM, GRU, dan ARIMA pada horizon 1 dan 4 langkah ke depan. Akan tetapi, pada horizon 8 dan 13 langkah ke depan, ARIMA memberikan performa yang lebih baik.
Co-Authors Arum Sari, Yuita Lailil Muflikhah