PREDIKSI HARGA KOMODITI PERTANIAN MENGGUNAKAN ALGORITME LONG SHORT TERM MEMORY DI DESA KABANDUNGAN SUKABUMI

Abstract

Sektor pertanian sangat penting bagi perkembangan ekonomi nasional, memberikan kontribusi terhadap PDB, lapangan kerja, peluang bisnis, pendapatan, dan devisa. Fluktuasi harga komoditas pertanian memiliki dampak yang signifikan bagi petani dan pasar, menyebabkan ketidakpastian dan risiko. Oleh karena itu, meramalkan harga di masa depan sangat penting, dan metode Long Short Term Memory (LSTM) efektif untuk ramalan jangka pendek. Prediksi harga pasar sangat penting bagi petani untuk memaksimalkan keuntungan dan bagi sektor publik dalam merencanakan program pengembangan pertanian.Tujuan utama dari penelitian ini adalah untuk mengembangkan sebuah model prediksi harga komoditas pertanian menggunakan algoritme Long Short Term Memory (LSTM). Model dibuat untuk membantu petani, pedagang, dan pelaku bisnis dalam mengambil keputusan yang lebih baik berdasarkan perkiraan harga komoditi pertanian di masa depan. LSTM dipilih karena kemampuannya dalam memodelkan pola berkelanjutan dan mengingat informasi jangka panjang. Penelitian ini mengambil lokasi di Kabandungan, Kabupaten Sukabumi, sebuah daerah dengan produksi pertanian yang signifikan.