Hartini, - and Fitri Insani, - and Novriyanto, - and Suwanto Sanjaya, - (2022) IMPLEMENTASI LONG SHORT TERM MEMORY NEURAL NETWORK UNTUK PREDIKSI INDEKS HARGA PERDAGANGAN BESAR. IMPLEMENTASI LONG SHORT TERM MEMORY NEURAL NETWORK UNTUK PREDIKSI INDEKS HARGA PERDAGANGAN BESAR, 14 (1). pp. 44-51. ISSN 2579-5406
|
Text
Hartini repository uin suska riau.pdf Download (1MB) | Preview |
Abstract
Indeks Harga Perdagangan Besar (IHPB) adalah tolak ukur atau perkiraan yang digunakan untuk perputaran ekonomi negara. Penelitian IHPB bertujuan untuk bertindak sebagai deflator Produk Domestik Bruto untuk pembangunan ekonomi. Studi ini dilakukan dengan menggunakan studi kasus IHPB Indonesia dari Badan Pusat Statistik (BPS) dari Januari 2000 hingga November 2019. Peramalan ini menggunakan algoritma Long Short Term Memory. LSTM adalah evolusi dari algoritma jaringan saraf tiruan Recurrent Neural Network (RNN) deep learning. RNN memiliki kekurangan dalam pengelolaan data jangka panjang, dan LSTM dapat mengatasi masalah ini. Pada penelitian ini LSTM mampu memprediksi IHPB bulan depan. IHPB di sektor pertanian melaporkan akurasi terbaik pada pembagian pelatihan 90% dan data uji 10%, epoch maksimum 200, dan learning rate 0,07 menghasilkan MAPE 9,0862, MSE 0,0114, RMSE 0,1067, dan akurasi sebesar 90,9138%.
| Item Type: | Article |
|---|---|
| Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika 000 Karya Umum |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | fsains - |
| Date Deposited: | 30 Jan 2023 05:55 |
| Last Modified: | 30 Jan 2023 05:55 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/68558 |
Actions (login required)
 |
View Item |