<![CDATA[Tujuan : Penelitian ini bertujuan untuk mengeksplorasi Model LSTM dengan Autoregressive Integrated Moving Average (ARIMA) dan Bayesian Optimization untuk Peningkatan Akurasi Prediksi Ketahanan Pangan Kota Pagar Alam. SIstem ini diharapkan mampu memprediksi secara akurat ketahanan pangan untuk proyeksi 5 tahun kedepan melalui data timeseries: Sumsel mengalami penurunan Indeks Ketahanan Pangan (IKP) yang berada pada batas level bawah <50 ARIMA dan LSTM dalam meramalkan Ketahanan Pangan Sumatera Selatan menggunakan dua skenario data: basic LSTM dan ARIMA dan LSTM, ARIMA yang di optimasi dengan Bayes Optimization). Hasil menunjukkan bahwa LSTM menghasilkan visualisasi data yang tidak konsisten dengan turun dan naik data yang inbalancing sedangkan arima mampu memprediksi data dengan lebih balance. Kedua visualisasi tersebut lebih di optimasi dengan Bayesian Optimization sehingga menghasilkan data yang balance dan beriringan satu sama lain MAPE nya juga dibawah 10% sehingga menunjulan tingkat error data sangat sedikit. Temuan ini menegaskan bahwa pemilihan model peramalan harus disesuaikan dengan karakteristik data. Hasil penelitian ini dapat menjadi menjadi panduan dalam memilih metode prediksi ketahanan pangan sumatera selatan yang paling efektif untuk mendukung upaya mitigasi kekurangan pangan. ]]>
Copyrights © 2025
