Prediksi Harga Beras Berdasarkan Kualitas Beras dengan Metode LSTM

Berdasarkan penelitian sebelumnya terkait memprediksi harga beras, bahwa beras merupakan kebutuhan primer bagi masyarakat Indonesia. Sehingga dibutuhkan model yang bisa memprediksi harga beras di waktu selanjutnya yang mendekati harga aktual di Indonesia. Kami mengusulkan arsitektur LSTM untuk memprediksi harga beras. Tujuan penelitian ini membuat model arsitektur LSTM untuk memprediksi harga beras berdasarkan kualitas, yaitu premium, medium, dan luar kulit. Data yang digunakan mulai tahun 2019 sampai 2021, total dataset 36 baris. Data training 28 baris, dan data tes 8 baris. Kami memprediksi berdasarkan urutan waktu, waktu yang digunakan untuk memprediksi berdasarkan 4 waktu sebelumnya. Arsitektur yang dibuat adalah layer input, 3 layer hidden LSTM, dan layer output, yaitu 4-50-50-50-1. Hasil evaluasi MAE dari prediksi harga beras premium, medium, dan luar kulit secara berurutan adalah 83.49, 89.6, 96.99