YORDANIA, MUHAMMAD SULTAN (2026) PERBANDINGAN HASIL IMPLEMENTASI METODE ARIMA DAN GRU DALAM MEMPREDIKSI HARGA CABAI MERAH KERITING DI KOTA LHOKSEUMAWE. S1 thesis, Universitas Malikussaleh.

	Text COVER_MUHAMMAD SULTAN YORDANIA_210170143.pdf Download (33kB)
	Text ABSTRAK_MUHAMMAD SULTAN YORDANIA_210170143.pdf Download (11kB)
	Text BAB I_MUHAMMAD SULTAN YORDANIA_210170143.pdf Download (126kB)
	Text DAFTAR PUSTAKA_MUHAMMAD SULTAN YORDANIA_210170143.pdf Download (234kB)
	Text SKRIPSI_MUHAMMAD SULTAN YORDANIA_210170143.pdf Restricted to Registered users only Download (2MB)

Abstract

Harga cabai merah keriting merupakan salah satu komoditas pangan yang sering mengalami fluktuasi sehingga sulit diprediksi. Kondisi tersebut dapat memengaruhi pendapatan petani, aktivitas perdagangan, dan kestabilan pasokan di pasaran. Oleh karena itu, diperlukan metode peramalan yang mampu menghasilkan prediksi harga secara akurat. Penelitian ini bertujuan untuk menerapkan metode Autoregressive Integrated Moving Average (ARIMA) dan Gated Recurrent Unit (GRU) dalam memprediksi harga cabai merah keriting di Kota Lhokseumawe, serta membandingkan tingkat akurasi kedua metode tersebut. Data yang digunakan berupa data historis harga harian cabai merah keriting yang diperoleh dari PIHPS Nasional. Metode ARIMA diterapkan melalui tahapan uji stasioneritas, differencing, analisis ACF dan PACF, serta estimasi model hingga diperoleh model terbaik ARIMA (1,1,1). Sementara itu, metode GRU diterapkan melalui proses normalisasi data, pembentukan sequence, pelatihan model, dan proses prediksi menggunakan data testing. Evaluasi model dilakukan menggunakan nilai Mean Absolute Error (MAE) dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode GRU memiliki tingkat akurasi yang lebih baik dibandingkan metode ARIMA karena menghasilkan nilai error yang lebih kecil. Selain itu, penelitian ini juga berhasil membangun dashboard menggunakan Python dan framework Flask untuk menampilkan data harga, grafik tren, dan hasil prediksi kedua metode.

Item Type:	Thesis (S1)
Subjects:	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:	Yordan Muhammad Sultan Yordania Sultan
Date Deposited:	10 Sep 2026 03:07
Last Modified:	10 Sep 2026 03:07
URI:	https://rama.unimal.ac.id/id/eprint/22732

Actions (login required)

View Item