View/Open

Author
Muhammad, Muslim Nur Wahyudi

Date Published
27 Nov 2025

Advisor
Radhinka Bagaskara, S.Si.Kom., M.Si., M.Sc.,
Muhammad Habib Algifari, S.Kom., M.T.I.,

Subject
Teknik Informatika

Publisher

Fluktuasi harga bawang putih di Kota Bandar Lampung berdampak pada kestabilan ekonomi dan kesejahteraan petani. Ketergantungan terhadap impor, kondisi cuaca, serta harga komoditas lain seperti cabai dan bawang merah menjadi faktor utama penyebab ketidakstabilan tersebut. Adapun tujuannya guna memprediksi harga bawang putih menggunakan metode Long Short-Term Memory (LSTM) yang mampu mengenali pola non-linear maupun hubungan jangka panjang pada data deret waktu (time series). Data penelitian didapatkan dari Pusat Informasi Harga Pangan Strategis (PIHPS) maupun Bank Indonesia dalam rentang waktu Januari 2019 hingga Desember 2023. Tahapan penelitian meliputi preprocessing data menggunakan metode Next Observation Carried Backward (NOCB), normalisasi dengan MinMaxScaler, dan pembuatan model LSTM dengan 128 neuron, dropout sebesar 0,2, serta optimizer Adam. Evaluasi model dilaksanakan dengan mengadopsi Mean Squared Error (MSE) guna mengukur tingkat akurasi prediksi. Hasil menunjukkan nilai MSE sebesar 0,0004 yang menandakan tingkat kesalahan sangat rendah. Dengan demikian, metode LSTM efektif digunakan untuk memprediksi harga bawang putih dan berpotensi mendukung pengambilan keputusan strategis dalam pengendalian harga dan distribusi komoditas di Kota Bandar Lampung.

URI
https://repository.itera.ac.id/depan/submission/SB2601150044

Keyword
Prediksi Harga Bawang Putih LSTM Time Series Deep Learning