PREDIKSI HARGA KENTANG DI WONOSOBO DENGAN MENGGUNAAN METODE LONG SHORT TERM MEMORY (LSTM)
Deep Learning, LSTM, Prediksi, Harga Kentang
Abstract
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.
Downloads
References
[2] Rambe, M. F. a. A., & Aslami, N. (2022). Peran Pertanian Di Indonesia Dalam Memasuki Perdagangan internasional. Journal of Social Research, 1(3), 169–177. https://doi.org/10.55324/josr.v1i3.52
[3] Sofiari, Dan, Penelitian Tanaman Sayuran, B., Tangkuban Parahu, J., & Barat, B. (2013). Perubahan Morfologi Dan Toleransi Tanaman Kentang Terhadap Suhu Tinggi (Morphological Changes And Tolerance Of Potato Plants To Heat Stress). In J. Hort (Vol. 23, Issue 4).
[4] Hasrialdy Qamalpasha Muchransyah, M., Sarma, Mun, & Najib, M. (2018). Analisis Internal Dan Eksternal Kentang Indonesia Dalam Menghadapi Masyarakat Ekonomi ASEAN (MEA) Indonesian Potential Internal And External Analysis In Facing The ASEAN Economic Community (MEA). Jurnal Manajemen Dan Organisasi (JMO), 9(2), 115–121.
[5] BPS Provinsi Jawa Tengah.(n.d.). https://jateng.bps.go.id/indicator/55/731/1/luas-panen-dan-produksi-kentang.html
[6] Irawan, B. (2007). Fluktuasi Harga, Transmisi Harga Dan Marjin Pemasaran Sayuran Dan Buah. In Analisis Kebijakan Pertanian (Vol. 5, Issue 4).
[7] Fluktuasi, A., Transmisi, E., Kentang, H., Kabupaten, D., Maulida, M.-N., Ayomi, S., Setiawan, B. M., Roessali, W., Maulida, N., Wiludjeng, D., Program, R., Agribisnis, S. M., Peternakan, F., & Pertanian, D. (N.D.). Analisis Fluktuasi Dan Elastisitas Transmisi Harga Kentang Di Kabupaten Magelang Analyze Of Price Fluctuation And Price Transmission Elasticity Of Potato In Magelang Regency.
[8] Sherstinsky, A. (2020). Fundamentals of Recurrent Neural Network (RNN) and Long Short-Term Memory (LSTM) network. Physica D: Nonlinear Phenomena, 404, 132306. https://doi.org/10.1016/j.physd.2019.132306

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
An author who publishes in this Journal agrees to the following terms:
- Author retains the copyright and grants the journal the right of first publication of the work simultaneously licensed under the Creative Commons Attribution-ShareAlike 4.0 License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal
- Author is able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book) with the acknowledgement of its initial publication in this journal.
- Author is permitted and encouraged to post his/her work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of the published work (See The Effect of Open Access).