<![CDATA[Bawang merah merupakan salah satu komoditas hortikultura strategis yang memiliki peran penting dalam pemenuhan kebutuhan pangan masyarakat Indonesia. Meskipun produksi bawang merah di Provinsi Jawa Timur cenderung meningkat, harga bawang merah masih mengalami fluktuasi yang cukup tinggi sehingga diperlukan metode prediksi yang mampu memodelkan pola data deret waktu secara akurat. Penelitian ini bertujuan menerapkan metode Long Short-Term Memory (LSTM) untuk memprediksi harga harian bawang merah di Provinsi Jawa Timur menggunakan data historis harga periode Januari 2015 hingga Maret 2026 yang diperoleh dari Sistem Informasi Ketersediaan dan Perkembangan Harga Bahan Pokok (SISKAPERBAPO). Model dibangun menggunakan delapan kombinasi parameter yang terdiri atas sequence length (7 dan 30 hari), hidden units (32 dan 64), serta epoch (50 dan 100) kemudian dievaluasi menggunakan MAE, RMSE, MAPE, dan R^2. Hasil penelitian menunjukkan bahwa konfigurasi terbaik diperoleh pada sequence length 7 hari, hidden units 64, dan epoch 100 dengan nilai MAE sebesar 227,91, RMSE sebesar 372,55, MAPE sebesar 0,65%, dan R^2 sebesar 0,9973. Selain itu, hasil prediksi selama 30 hari ke depan menunjukkan kecenderungan penurunan harga secara bertahap. Hasil tersebut menunjukkan bahwa metode LSTM mampu memodelkan pola temporal data harga bawang merah dengan tingkat akurasi yang sangat baik sehingga berpotensi mendukung pengambilan keputusan dalam memantau pergerakan harga komoditas.]]>
Copyrights © 2026
