Serenita, Cantika (2025) Analisis Tren Harga Beras Menggunakan Algortima Gated Recurrent Unit. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (134kB)
	Text ABSTRAK.pdf Download (138kB)
	Text BAB I.pdf Download (237kB)
	Text DAFTAR PUSTAKA.pdf Download (172kB)
	Text full-Text.pdf Restricted to Registered users only Download (1MB)

Abstract

Harga beras yang fluktuatif di Kota Padang memengaruhi stabilitas ekonomi dan daya beli masyarakat. Penelitian ini bertujuan untuk memprediksi harga beras menggunakan model Gated Recurrent Unit (GRU) berbasis data deret waktu harian dari Januari 2022 hingga April 2025. Data diperoleh dari Panel Harga Pangan Strategis (PIHPS) Nasional Bank Indonesia dan mencakup tiga kategori beras: Bawah I, Medium I, dan Super I. Sebelum pelatihan model, data dinormalisasi menggunakan metode Min-Max Scaler. Arsitektur model terdiri dari dua lapisan GRU dengan masing-masing 64 dan 32 unit, serta satu lapisan Dense sebagai output. Model dilatih dengan berbagai kombinasi epoch (50, 100, 200, 400, dan 600) dan batch size (32 dan 64). Model terbaik diperoleh pada 100 epoch dan batch size 32. Evaluasi menunjukkan nilai Mean Absolute Percentage Error (MAPE) sebesar 0,63%, 0,49%, dan 0,61%, serta Root Mean Squared Error (RMSE) sebesar 0,1187, 0,0595, dan 0,0558 untuk masing-masing kategori beras. Hasil ini membuktikan bahwa GRU efektif dalam mengenali pola harga dan meminimalkan kesalahan prediksi, serta dapat digunakan sebagai alat bantu dalam pengambilan kebijakan dan keputusan pasar di Kota Padang. Kata kunci : Prediksi, GRU, Beras, Kota Padang, Min-Max Scaler

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Cantika Serenita
Date Deposited:	02 Sep 2025 03:08
Last Modified:	02 Sep 2025 03:08
URI:	https://rama.unimal.ac.id/id/eprint/14757

Actions (login required)

View Item