<![CDATA[Di Indonesia, salah satu harga komoditas pangan yang mendominasi peringkat harga yang paling fluktuatif tiap harinya yaitu beras. Penyebab paling utama dari permasalahan ini salah satunya yaitu iklim dan cuaca yang berubah-ubah ditambah dengan gangguan hama yang membuat kegagalan panen yang menyebabkan harga beras sering mengalami kenaikan. Jika hal ini tidak segera kunjung diatasi maka akan berpengaruh terhadap efek yang lebih besar yaitu inflasi. Hadirnya teknologi prediksi atau bisa disebut peramalan dalam harga beras sangat dibutuhkan untuk mempersiapkan kenaikan harga pada waktu tertentu dan sebagai landasan barbagai macam kebijakan untuk menanggulangi lonjakan harga beras yang tak terhindarkan di kemudian hari. Penelitian ini bertujuan melakukan prediksi rerata harga beras medium wilayah Jawa Timur dengan data harian yang diambil dari Sistem Informasi Ketersediaan dan Perkembangan Harga Bahan Pokok di Jawa Timur. Metode yang digunakan yaitu salah satu metode Deep Learning yaitu Stacked LSTM (Long Short-Term Memory). Stacked LSTM merupakan jenis LSTM yang mempunyai lebih dari 1 hidden layer. Selain itu 8 jenis variasi algoritma optimasi juga dilakukan untuk mencapai akurasi terbaik saat melakukan prediksi harga beras. Dari hasil pengujian akurasi terbaik dengan nilai RMSE 10912.197367298677 adalah algoritma optimasi Adamax]]>
Copyrights © 2023
