Jang Cik, Idi
Unknown Affiliation

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

Found 1 Documents
Search

Eksplorasi Model LSTM dengan Autoregressive Integrated Moving Average (ARIMA) dan Bayesian Optimization untuk Peningkatan Akurasi Prediksi Ketahanan Pangan Jang Cik, Idi; Syaputra, Asep
JURNAL INFORMATIKA DAN KOMPUTER Vol 9, No 3 (2025): Oktober 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v9i3.2077

Abstract

Tujuan : Penelitian ini bertujuan untuk mengeksplorasi Model LSTM dengan Autoregressive Integrated Moving Average (ARIMA) dan Bayesian Optimization untuk Peningkatan Akurasi Prediksi Ketahanan Pangan Kota Pagar Alam. SIstem ini diharapkan mampu memprediksi secara akurat ketahanan pangan untuk proyeksi 5 tahun kedepan melalui data timeseries: Sumsel mengalami penurunan Indeks Ketahanan Pangan (IKP) yang berada pada batas level bawah <50 ARIMA dan LSTM dalam meramalkan Ketahanan Pangan Sumatera Selatan  menggunakan  dua  skenario  data:  basic LSTM dan ARIMA dan LSTM, ARIMA yang di optimasi dengan Bayes Optimization).  Hasil menunjukkan  bahwa  LSTM  menghasilkan visualisasi data yang tidak konsisten dengan turun dan naik data yang inbalancing sedangkan arima mampu memprediksi data dengan lebih balance. Kedua visualisasi tersebut lebih di optimasi dengan Bayesian Optimization sehingga menghasilkan data yang balance dan beriringan satu sama lain MAPE nya juga dibawah 10% sehingga menunjulan tingkat error data sangat sedikit. Temuan ini  menegaskan  bahwa  pemilihan  model  peramalan harus  disesuaikan  dengan  karakteristik  data. Hasil penelitian ini dapat menjadi menjadi   panduan   dalam   memilih   metode   prediksi ketahanan pangan sumatera selatan yang paling efektif untuk mendukung upaya mitigasi  kekurangan pangan.