Perbandingan metode long short term memory dan artificial neural network dalam memprediksi harga bawang merah di Provinsi Kepulauan Bangka Belitung

Sulastri, (NIM. 1072111013) (2026) Perbandingan metode long short term memory dan artificial neural network dalam memprediksi harga bawang merah di Provinsi Kepulauan Bangka Belitung. Other thesis, Universitas Bangka Belitung.

	Text HALAMAN DEPAN.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (444kB)
	Text BAB II.pdf Restricted to Registered users only Download (895kB)
	Text BAB III.pdf Restricted to Registered users only Download (529kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (402kB)
	Text DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (397kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (4MB)

Abstract

Bawang merah merupakan salah satu komoditas hortikultura dengan nilai ekonomis yang tinggi dan peluang pasar yang luas serta dikonsumsi oleh hampir seluruh lapisan masyarakat. Tanaman ini menjadi bahan pangan pokok yang tak tergantikan karena permintaannya yang terus bertambah. Harga yang berfluktuasi di Provinsi Kepulauan Bangka Belitung menjadi permasalahan pada komoditas ini. Penelitian ini bertujuan untuk mencari model prediksi terbaik dalam memprediksi harga bawang merah di Provinsi Kepulauan Bangka Belitung dengan membandingkan metode Long Short Term Memory (LSTM) dan Artificial Neural Network (ANN). Data yang digunakan adalah data sekunder harian harga bawang merah dari Januari 2018 hingga Juni 2025, yang diperoleh dari Pusat Informasi Harga Pangan Strategis Nasional (PIHPS). Analisis dilakukan menggunakan software Matlab untuk membangun model prediksi, dengan tingkat akurasi menggunakan Root Mean Square Error (RMSE) dan Mean Absoute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode ANN dengan arsitektur terbaik yaitu 261-94-1 lebih unggul dibandingkan metode LSTM dengan nilai RMSE dan MAPE sebesar 0,0273 dan 5,1746 persen. Hasil prediksi harga bawang merah di Provinsi Kepulauan Bangka Belitung menunjukkan pola fluktuasi musiman, dengan kenaikan harga pada pertengahan periode dan penurunan harga pada akhir periode.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Artificial neural network, Bangka Belitung, harga bawang merah, long short term memory, prediksi
Subjects:	Q Sains > QA Mathematics
Divisions:	FAKULTAS SAINS DAN TEKNIK > MATEMATIKA > SKRIPSI
Depositing User:	Merty Merty
Date Deposited:	03 Jun 2026 06:30
Last Modified:	03 Jun 2026 06:30
URI:	https://repository.ubb.ac.id/id/eprint/13803

Actions (login required)

View Item