<![CDATA[Peramalan harga minyak mentah memiliki peran penting dalam mendukung pengambilan keputusan ekonomi, mengingat fluktuasi harga minyak yang berdampak langsung pada stabilitas global. Penelitian ini menggunakan model Long Short-Term Memory (LSTM) untuk memprediksi harga minyak mentah West Texas Intermediate (WTI) dengan fokus pada pengaruh hyperparameter lookback dan jumlah epochs terhadap performa model. Hasil penelitian menunjukkan bahwa pemilihan parameter sangat memengaruhi kinerja model. Nilai lookback yang terlalu pendek menyebabkan hilangnya informasi temporal penting, sedangkan nilai yang terlalu panjang meningkatkan risiko overfitting. Demikian pula, jumlah epochs yang terlalu tinggi tidak selalu menghasilkan peningkatan akurasi, bahkan dapat menurunkan kemampuan generalisasi model. Konfigurasi optimal ditemukan pada lookback 35 dengan 110 epochs, yang menghasilkan nilai RMSE sebesar 6,6310 dan MAPE sebesar 9,52%. Temuan ini menegaskan bahwa keseimbangan dalam penentuan parameter LSTM sangat penting untuk mencapai hasil prediksi yang akurat sekaligus menjaga kemampuan model dalam menghadapi variasi data.]]>
Copyrights © 2025
