<![CDATA[Penelitian ini bertujuan untuk mengembangkan model prediksi harga kentang di Wonosobo menggunakan metode Long Short Term Memory (LSTM). Harga kentang merupakan parameter penting dalam sektor pertanian dan ekonomi lokal. Metode LSTM dipilih karena kemampuannya dalam menangani data berurutan dan ketergantungan jangka panjang. Data harga kentang dari Wonosobo dikumpulkan dan dibagi menjadi set pelatihan dan validasi. Model LSTM dijalankan pada set pelatihan dengan hasil Root Mean Square Error (RMSE) sebesar 155.87, menunjukkan kemampuan model dalam mengestimasi harga kentang pada data pelatihan. Evaluasi model pada set validasi menghasilkan RMSE sebesar 186.31, memberikan gambaran kinerja model pada data yang tidak digunakan selama pelatihan. Selain itu, Mean Absolute Percentage Error (MAPE) digunakan untuk mengukur tingkat kesalahan relatif. Model memberikan MAPE sebesar 0.62 pada data pelatihan dan 0.82 pada data validasi. Hasil tersebut menunjukkan tingkat akurasi model dalam meramalkan perubahan harga kentang, dengan nilai yang rendah menandakan kualitas prediksi yang baik. Penelitian ini menyoroti potensi penggunaan metode LSTM dalam meramalkan harga komoditas pertanian di tingkat lokal.]]>
Copyrights © 2025
