YULIA SYARIF, - (2025) PENERAPAN ALGORITMA DEEP LEARNING UNTUK PREDIKSI HARGA INDEKS KONSUMEN. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text (BAB GABUNGAN) TA - YULIA SYARIF - YULIA SYARIF SISTEM INFORMASI.pdf - Published Version Download (10MB) | Preview
	Text (BAB HASIL) TA YULIA - BAB 4 - YULIA SYARIF SISTEM INFORMASI.pdf - Published Version Restricted to Repository staff only Download (234kB)
Preview	Text (SURAT PERNYATAAN PUBLIKASI) Surat Pernyataan Serah Simpan Karya-Yulia - YULIA SYARIF SISTEM INFORMASI.pdf - Published Version Download (301kB) | Preview

Abstract

Studi ini mengimplementasikan berbagai model deep neural networks seperti RNN, LSTM, BiLSTM, GRU, dan BiGRU untuk memprediksi Indeks Harga Konsumen (IHK) di Pekanbaru, Dumai, dan Tembilahan, memanfaatkan data historis IHK dari 2010 hingga 2023. Model-model dievaluasi berdasarkan metrik RMSE dan MAPE. Hasilnya menunjukkan bahwa BiGRU berkinerja terbaik untuk Pekanbaru dan Dumai, dengan nilai RMSE masing-masing 0,8497 dan 0,8160, sementara GRU menunjukkan performa optimal di Tembilahan dengan RMSE 0,4613. Optimizer Nadam efektif untuk Pekanbaru dan Dumai, sedangkan Adam untuk Tembilahan. Untuk mencegah overfitting, penelitian ini menerapkan early stopping dan walk-forward validation, menegaskan keefektifan model-model ini dalam memprediksi IHK.

Actions (login required)

View Item