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
Fuadi, Muh. Rofif Rahman
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 
Prediksi Harga Beras Berbasis Variabilitas Cuaca dan Sentimen Publik Menggunakan LSTM (Studi Kasus: Kota Malang) Fuadi, Muh. Rofif Rahman; Setiawan, Nanang Yudi; Prakoso, Bondan Sapta
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Beras merupakan komoditas pangan strategis yang fluktuasi harganya berdampak signifikan terhadap inflasi dan kesejahteraan masyarakat di Kota Malang. Penelitian ini bertujuan untuk membangun model prediksi harga beras menggunakan algoritme Long Short-Term Memory (LSTM) dengan mengintegrasikan variabel eksternal berupa variabilitas cuaca dan sentimen publik dari platform X. Metodologi penelitian mencakup tiga skenario eksperimen univariate, bivariate, dan multivariate. Data diolah melalui tahap prapemrosesan, termasuk analisis sentimen menggunakan model Indonesian RoBERTa. Hasil analisis korelasi menunjukkan bahwa sentimen negatif memiliki hubungan linear yang lebih kuat dengan korelasi 0,65-0,67 terhadap harga beras dibandingkan variabel cuaca. Namun, hasil pengujian model membuktikan bahwa skenario univariate memberikan kinerja paling stabil dengan nilai Mean Absolute Percentage Error (MAPE) terendah antara 1,13% hingga 2,00%. Penambahan variabel eksternal pada skenario bivariate dan multivariate cenderung meningkatkan kompleksitas dan noise, meskipun memberikan kontribusi positif pada kategori kualitas beras tertentu. Kesimpulannya, data historis harga tetap menjadi prediktor terkuat untuk jangka pendek, sementara sentimen publik di media sosial dapat dimanfaatkan sebagai indikator peringatan dini guna mendukung kebijakan stabilitas pangan daerah.
Co-Authors Nanang Yudi Setiawan Prakoso, Bondan Sapta