MODEL PREDIKSI HARGA BERAS DI KOTA BANDAR LAMPUNG MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM)
Beras sebagai pangan pokok di Indonesia sering mengalami perubahan harga yang
tidak terduga dan tidak stabil, yang dapat berpotensi memicu inflasi. Oleh karena
itu penelitian ini bertujuan untuk meramalkan harga beras khususnya di pasar
tradisional Kota Bandar Lampung menggunakan metode Long Short-Term
Memory (LSTM). Data yang digunakan berjumlah 1872 data yaitu data dari tahun
2019 hingga 2024 dengan tipe data sequence. Proses analisis data dilanjutkan
preprocessing time series, termasuk imputasi data menggunakan metode
Interpolasi Linear (IL), Interpolasi Spline (ISP), imputasi Last Observation
Carried Forward (LOCF) dan Next Observation Carried Backward (NOCB),
deteksi dan menangani outlier menggunakan MAD dengan ambang batas 3 dan
window 14 serta dilakukan normalisasi. Kemudian, dilakukan pembagian data
menjadi 60
URI
https://repo.itera.ac.id/depan/submission/SB2406060162
Keyword
Evaluasi Model, Harga Beras, LSTM, Prediksi, Prepo