Implementasi metode hybrid arima-lstm dalam memprediksi harga produsen subsektor perkebunan rakyat di Provinsi Kepulauan Bangka Belitung

Danil, (NIM.1072211046) (2026) Implementasi metode hybrid arima-lstm dalam memprediksi harga produsen subsektor perkebunan rakyat 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 (321kB)
	Text BAB II.pdf Restricted to Registered users only Download (708kB)
	Text BAB III.pdf Restricted to Registered users only Download (399kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (294kB)
	Text DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (351kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (435kB)

Abstract

Provinsi Kepulauan Bangka Belitung merupakan salah satu daerah yang perekonomiannya bergantung pada sektor pertanian, terutama subsektor perkebunan rakyat. Komoditas karet, lada, dan kelapa sawit merupakan komoditas yang banyak diusahakan serta memberikan kontribusi besar terhadap perekonomian daerah serta menjadi sumber pendapatan utama bagi sebagian masyarakat. Namun, harga produsen ketiga komoditas tersebut cenderung mengalami fluktuasi sehingga dapat mempengaruhi pendapatan petani dan keberlanjutan usaha perkebunan rakyat. Penelitian ini bertujuan untuk memprediksi harga produsen karet, lada, dan kelapa sawit. Metode yang digunakan yaitu hybrid ARIMA-LSTM. Hasil dari penelitian ini menunjukkan bahwa model terbaik dalam memprediksi harga produsen karet yaitu model ARIMA(0,1,1) dan model LSTM dengan parameter timestep 3, hidden unit 20, jumlah layer 3, batch size 55, epoch 25, dropout 0.1, dan learning rate 0.001 dengan tingkat akurasi 94,80%. Model hybrid ARIMA-LSTM terbaik dalam memprediksi harga produsen lada adalah model ARIMA(1,1,1) dan model LSTM dengan parameter timestep 3, hidden unit 30, jumlah layer 1, batch size 40, epoch 100, dropout 0,1, dan learning rate 0,005 dengan tingkat akurasi 96,85%. Sedangkan, model hybrid ARIMA-LSTM terbaik kelapa sawit yaitu model ARIMA(2,1,2) dan model LSTM dengan parameter terbaik timestep 3, hidden unit 90, jumlah layer 3, batch size 48, epoch 55, dropout 0,1, dan learning rate 0,001 dengan tingkat akurasi 98,63%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Harga produsen, hybrid ARIMA-LSTM, peramalan, perkebunan rakyat.
Subjects:	Q Sains > QA Mathematics
Divisions:	FAKULTAS SAINS DAN TEKNIK > MATEMATIKA > SKRIPSI
Depositing User:	DANIL DANIL
Date Deposited:	24 Jun 2026 08:25
Last Modified:	24 Jun 2026 08:25
URI:	https://repository.ubb.ac.id/id/eprint/14145

Actions (login required)

View Item