Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Komparatif Model Arima, LSTM, dan GRU untuk Peramalan Harga Komoditas Pangan di Kota Malang Keintjem, Arthurito; Setiawan, Budi Darma; Perdana, Rizal Setya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Harga komoditas pangan berperan penting dalam pembentukan inflasi dan stabilitas ekonomi daerah. Fluktuasi harga yang tinggi, terutama pada komoditas hortikultura, menimbulkan tantangan dalam perencanaan dan pengendalian inflasi, sehingga diperlukan metode peramalan yang akurat dan adaptif. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja model Autoregressive Integrated Moving Average (ARIMA), Long Short-Term Memory (LSTM), dan Gated Recurrent Unit (GRU) dalam meramalkan harga komoditas pangan harian di Kota Malang. Data yang digunakan bersumber dari Sistem Pemantauan Pasar Kebutuhan Pokok (SP2KP) dan dianalisis menggunakan pendekatan kuantitatif eksperimental dengan pemodelan deret waktu univariat. Setiap model dilatih dan dievaluasi menggunakan konfigurasi parameter atau hyperparameter terbaik melalui skema evaluasi yang sama, dengan metrik Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa tidak terdapat satu model yang secara konsisten unggul pada seluruh komoditas. Model ARIMA memberikan kinerja terbaik pada komoditas dengan pola harga relatif stabil, sedangkan model berbasis deep learning, khususnya GRU, lebih unggul pada komoditas dengan fluktuasi harga tinggi dan pola nonlinier. Temuan ini menegaskan bahwa pemilihan model peramalan perlu disesuaikan dengan karakteristik masing-masing komoditas. Penelitian ini diharapkan dapat mendukung perumusan kebijakan pengendalian inflasi dan stabilisasi harga pangan di tingkat daerah.