Estimasi Harga Kebutuhan Pokok Di Kota Bandung Dan Provinsi Jawa Barat Menggunakan Metode Long Short-term Memory Networks (lstm)

Authors

  • Muhammad Refian Sudjarpadi Putra Telkom University
  • Andrew Brian Osmond Telkom University
  • Anton Siswo Raharjo Ansori Telkom University

Abstract

Abstrak Fenomena fluktuasi harga khususnya pada harga bahan pokok merupakan pilar utama dari kegiatan ekonomi, yang tentunya akan sangat menguntungkan semua pihak yang terlibat jika terdapat metode untuk memprediksi fluktuasi harga di hari yang akan datang. Maka, dirancang sebuah model pembelajaran mesin untuk memprediksi harga bahan pokok dengan menggunakan metode Long ShortTerm Memory Networks (LSTM). Diharapkan dengan metode ini dapat menjadi sebuah sistem yang dapat diandalkan dalam memprediksi harga bahan pokok, baik dari segi akurasi maupun dari segi rentang waktu prediksi di hari yang akan datang. Kata kunci : Prediksi, Prakiraan, Bahan Pokok, LSTM, Deret Waktu Abstract Price fluctuation, especially on basic necessities prices, is a main pillar of economy activities. Which in a sense, it would be very advantageous to every party involved if there is a method to predict the fluctuation of future prices. Therefore, a machine learning model will be designed using Long Short-Term Memory Networks (LSTM) method to predict basic necessity prices. In a hope that this method can be a reliable method, from accuracy wise to prediction time span wise, to predict future values of basic necessities. Keywords: Prediction, Forecast, Commodity Prices, LSTM, Time Series

Downloads

Published

2020-04-01

Issue

Section

Program Studi S1 Teknik Komputer