Prediksi Rerata Harga Beras Tingkat Grosir Indonesia dengan Long Short Term Memory

Abstract

Fluktuasi harga bahan pokok khususnya harga beras yang tidak terkendali berimbas pada kerugian bagi produsen dan konsumen. Untuk dapat menjembatani permasalahan tersebut maka dibutuhkan pengambilan keputusan yang tepat. Prediksi adalah salah satu unsur yang dapat digunakan dalam mendukung pengambilan keputusan yang tepat. Prediksi dalam pengambilan keputusan didasarkan pada data yang ada pada waktu sekarang dan waktu lampau sehingga mampu digunakan untuk menggambarkan kondisi yang sesuai dengan sasaran yang ingin dicapai. Dengan prediksi harga beras yang akurat maka diharapkan pengambil keputusan mampu memutuskan kebijakan yang baik atau melakukan tindakan preventif untuk meminimalkan kerugian. Pada studi ini mengkaji prediksi harga beras ditingkat grosir indonesia dengan pendekatan Recurrent Neural Network Long Short Term Memory (RNN LSTM). Dalam studi ini data yang digunakan adalah data Rata-rata Harga Beras di Tingkat Perdagangan Besar/Grosir Indonesia tahun 2010-2020 yang didapat dari badan pusat statistic Indonesia. Hasil yang didapat menunjukkan bahwa metode LSTM mampu digunakan untuk memprediksi harga beras di tingkat grosir Indonesia dengan cukup baik