• mahkota212.com
  • http://adoornri.com/
  • yokaislot
  • slot gacor
  • https://kadinkabserambarat.org/tentang-kadin/
  • https://kadinkabhalmaheratengah.org/tentang-kadin/
  • situs slot gacor hari ini
  • https://metallagi.com/
  • https://sistel.semarangkota.go.id/
  • https://bkd.siakkab.go.id/
  • https://kadintegal.org/tentang-kadin/
  • https://ejournal.bsi.ac.id/ejurnal/index.php/abdimas
  • https://sippbb.purwakartakab.go.id/maps/
  • http://pustaka.fib.unand.ac.id/
  • slot gacor
  • slot777
  • https://awangbangkalbarat.banjarkab.go.id/
  • https://www.scienceworksforus.com/press-releases/one-week-and-counting-dont-cut-the-research-that-fuels-the-u-s-economy
  • https://washrightsnetwork.org/free-spins-existing-customers-no-deposit-2025-australia/
  • https://catalogue.paramadina.ac.id/
  • https://kadinlangara.org/XNXX/
  • https://kadinpcmataram.org/kontak/
  • https://merch.emma-larson.com/products
  • https://kadinkabbireuen.org/tentang-kadin/
  • https://kadinkotabatang.org/XVIDEOS/
  • https://motherscareivfcentre.com/about-us-2/appointments/
  • https://tiwet.web.id/orc/
  • https://babelankota.kabbekasi.id/
  • situs slot gacor
  • https://anggota.kadinpcmataram.org/
    • PREDIKSI HARGA BAWANG MERAH KERING DI WONOSOBO MENGGUNAKAN METODE LONG SHORT TERM MEMORY (LSTM) PREDIKSI HARGA BAWANG MERAH KERING DI WONOSOBO MENGGUNAKAN METODE LONG SHORT TERM MEMORY (LSTM)

    Detail Cantuman

    Prodi Teknik Informatika

    PREDIKSI HARGA BAWANG MERAH KERING DI WONOSOBO MENGGUNAKAN METODE LONG SHORT TERM MEMORY (LSTM)

    XML

    Bawang merah merupakan salah satu komoditas yang paling banyakdikonsumsi di Indonesia. Harga bawang merah dapat mengalami kenaikan danpenurunan harga dalam jangka waktu tertentu sehingga dapat menimbulkanbeberapa pola tertentu. Penelitian ini mengambil data dari situs website PusatSistem Informasi Pasar (SIP) Dinas Pertanian Dan Perkebunan Provinsi JawaTengah. periode 01 Januari 2022 hingga 31 Agustus 2023.Penelitian ini bertujuan untuk mengembangkan model prediksi hargabawang merah di Wonosobo menggunakan metode Long Short-Term Memory(LSTM) pada data historis. Model ini dievaluasi dengan menggunakan Root MeanSquare Error (RMSE) dan Mean Absolute Percentage Error (MAPE). Hasilpenelitian menunjukkan bahwa model LSTM berhasil memberikan nilai RMSEsebesar 862.76 pada data pelatihan dan 887.62 pada data validasi, serta MAPEsebesar 1.41% untuk data latih dan 1.80% untuk data validasi prediksi.Selanjutnya, model ini diuji untuk memprediksi harga bawang merah empatbulan ke depan. Hasilnya menunjukkan tren menurun, yang mengindikasikankemungkinan penurunan harga bawang merah di Wonosobo dalam periode tersebut.
    Kata Kunci : Data, SIP, LSTM, Prediksi

    Detail Information

    Item Type
    Laporan Tugas Akhir
    Penulis
    Agus Triyadi - Personal Name
    Student ID
    2019150034
    Dosen Pembimbing
    Adi Suwondo, M.Kom - - Dosen Pembimbing 1
    Dian Asmarajati., M.Kom. - - Dosen Pembimbing 2
    Penguji
    Kode Prodi PDDIKTI
    55201
    Edisi
    Published
    Departement
    Teknik Informatika
    Kontributor
    Bahasa
    Indonesia
    Penerbit Universitas Sains Al-Qur'an : Wonosobo.,
    Edisi
    Published
    Subyek
    Teknik Informatika
    No Panggil
    Copyright
    Individu Penulis
    Doi

    Lampiran Berkas

    LOADING LIST...



    Informasi

    DETAIL CANTUMAN

    Kembali ke sebelumnya  XML Detail