PREDIKSI HARGA KENTANG DI WONOSOBO DENGAN MENGGUNAAN METODE LONG SHORT TERM MEMORY (LSTM)

Detail Cantuman

Prodi Teknik Informatika

PREDIKSI HARGA KENTANG DI WONOSOBO DENGAN MENGGUNAAN METODE LONG SHORT TERM MEMORY (LSTM)

XML

Penelitian ini bertujuan untuk mengembangkan model prediksi hargakentang di Wonosobo menggunakan metode Long Short Term Memory (LSTM).Harga kentang merupakan parameter penting dalam sektor pertanian dan ekonomilokal. Metode LSTM dipilih karena kemampuannya dalam menangani databerurutan dan ketergantungan jangka panjang.Data harga kentang dari Wonosobo dikumpulkan dan dibagi menjadi setpelatihan dan validasi. Model LSTM dijalankan pada set pelatihan dengan hasilRoot Mean Square Error (RMSE) sebesar 155.87, menunjukkan kemampuan modeldalam mengestimasi harga kentang pada data pelatihan. Evaluasi model pada setvalidasi menghasilkan RMSE sebesar 186.31, memberikan gambaran kinerja modelpada data yang tidak digunakan selama pelatihan.Selain itu, Mean Absolute Percentage Error (MAPE) digunakan untukmengukur tingkat kesalahan relatif. Model memberikan MAPE sebesar 0.62 padadata pelatihan dan 0.82 pada data validasi. Hasil tersebut menunjukkan tingkatakurasi model dalam meramalkan perubahan harga kentang, dengan nilai yangrendah menandakan kualitas prediksi yang baik.Penelitian ini menyoroti potensi penggunaan metode LSTM dalammeramalkan harga komoditas pertanian di tingkat lokal. Namun, penelitian ini jugamemberikan saran untuk mengoptimalkan model, memperoleh data yang lebihkomprehensif, dan melakukan validasi dengan data terbaru. Hasil penelitian inidiharapkan dapat memberikan kontribusi pada pemahaman pasar kentang diWonosobo dan memberikan dasar untuk pengambilan keputusan yang lebih baik disektor pertanian dan ekonomi lokal.
Kata Kunci : Deep Learning, LSTM, Prediksi, Harga Kentang

Detail Information

Item Type
Laporan Tugas Akhir
Penulis
Ahmad Rifai - Personal Name
Student ID
2019150080
Dosen Pembimbing
Muslim Hidayat, M.Kom - - Dosen Pembimbing 1
Nulngafan, M.Kom - - Dosen Pembimbing 2
Penguji
Muslim Hidayat, M.Kom - - Penguji 1
Saifu Rohman, M.Kom. - - Penguji 2
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