Perbandingan Algoritma Arima Dengan Lstm Untuk Memprediksi Harga Sembako Di Pasar Gudang Tigaraksa

Ananda Eka Satria, . (2025) Perbandingan Algoritma Arima Dengan Lstm Untuk Memprediksi Harga Sembako Di Pasar Gudang Tigaraksa. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (152kB)
	Text BAB II.pdf Restricted to Registered users only Download (589kB)
	Text BAB III.pdf Restricted to Registered users only Download (1MB)
	Text BAB IV.pdf Restricted to Registered users only Download (3MB)
	Text BAB V.pdf Restricted to Registered users only Download (115kB)
	Text JURNAL.pdf Restricted to Registered users only Download (471kB)

Abstract

Harga sembako yang berubah-ubah dapat memengaruhi kestabilan ekonomi masyarakat, sehingga diperlukan metode prediksi yang akurat untuk membantu pemantauan dan pengambilan keputusan. Penelitian ini bertujuan untuk mengetahui metode mana yang lebih unggul antara ARIMA dan LSTM dalam memprediksi harga sembako di Pasar Gudang Tigaraksa berdasarkan data historis. Metode ARIMA digunakan sebagai pendekatan statistik tradisional, sementara LSTM diterapkan sebagai model deep learning yang mampu menangkap pola data kompleks dan jangka panjang. Data yang digunakan berupa harga sembako dari pasar Gudang Tigaraksa dalam periode Januari 2024 hingga April 2025. Evaluasi dilakukan menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE). Hasil penelitian menunjukkan bahwa LSTM memiliki performa yang lebih baik pada enam dari sembilan komoditas. LSTM menghasilkan nilai MAE terendah sebesar 26 dan tertinggi 17.971, sedangkan nilai RMSE terendah sebesar 51 dan tertinggi 20.777. Sementara itu, ARIMA menghasilkan MAE antara 296 hingga 11.145 dan RMSE antara 306 hingga 14.346. Dengan demikian, LSTM dinilai lebih unggul dan direkomendasikan untuk prediksi harga pada komoditas yang bersifat kompleks dan tidak memiliki pola musiman yang jelas.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Prediksi Harga, ARIMA, LSTM, Sembako, Pasar Tradisional
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Depositing User:	Mahlil Muhammad, S.IP
Date Deposited:	26 Sep 2025 06:14
Last Modified:	26 Sep 2025 06:14
URI:	http://repository.unpam.ac.id/id/eprint/17532

Actions (login required)

View Item