<![CDATA[Harga beras yang tidak stabil seringkali menjadi masalah bagi pemerintah dalam menjaga ketahanan pangan dan bagi petani untuk mendapatkan pendapatan yang stabil. Tujuan Penelitian untuk mengembangkan sistem prediksi harga beras di Jawa Tengah menggunakan metode Long Short-Term Memory (LSTM). LSTM dipilih karena kemampuannya dalam menangkap pola non-linear dan dependensi jangka Panjang yang terdapat dalam data time series seperti harga beras. Sistem dibangun dengan menggunakan data harga beras harian yang didapatkan dari website Pusat Informasi Harga Pangan Strategis Nasional (PIHPS Nasional) dan data cuaca harian yang diperoleh dari website BMKG di Jawa Tengah dari tahun 2017 – 2024. Arsitektur model LSTM yang digunakan terdiri dari tiga lapisan LSTM dengan dropout disetiap lapisannya dan satu lapisan Dense. Evaluasi performa model dilakukan dengan menggunakan tiga metrik evaluasi yaitu MAE, RMSE, dan MAPE. Hasil dari penelitian menunjukkan bahwa model prediksi harga beras menggunakan LSTM memiliki performa yang cukup baik berdasarkan dengan nilai metriks evaluasi, yaitu MAE sebesar 0.141, MAPE sebesar 1.256%, dan RMSE sebesar 0.205.]]>
Copyrights © 2024
