Prediksi Harga Bawang Merah Menggunakan Metode Gated Recurrent Unit

Abstract

Penelitian ini membahas tentang prediksi harga bawang merah menggunakan metode Gated Recurrent Unit. Permasalahan yang diambil adalah bagaimana hasil prediksi menggunakan metode tersebut dan seberapa baik kinerja model prediksi berdasarkan nilai error yang dihasilkan. Tujuan dari penelitian ini adalah untuk menghasilkan prediksi harga bawang merah dan mengevaluasi kinerja model hybrid dalam memprediksi harga berdasarkan data dari Dinas Perindustrian dan Perdagangan Jember. Fluktuasi harga bawang merah yang cukup signifikan di Kabupaten Jember, terutama di masa pandemi, menimbulkan tantangan dalam pengambilan keputusan bagi para pengambil kebijakan dan pelaku pasar. Penelitian ini bertujuan untuk memprediksi harga bawang merah menggunakan metode Gated Recurrent Unit (GRU), yaitu pendekatan deep learning yang dirancang untuk menangani data time series dengan pola yang kompleks. Data yang digunakan adalah harga bawang merah mingguan selama periode 2020-2024. Tahapan penelitian meliputi pengumpulan data, eksplorasi data, normalisasi, dan pemodelan menggunakan GRU dengan berbagai skenario pembagian data (60:40, 70:30, 80:20, dan 90:10). Model dievaluasi menggunakan metrik Root Mean Square Error (RMSE) untuk mengukur tingkat akurasi prediksi. Hasil penelitian menunjukkan bahwa metode GRU mampu menangkap pola musiman dan tren jangka panjang harga bawang merah dengan nilai RMSE terbaik pada skenario 60:40 sebesar 3132,15. Selain itu, prediksi harga untuk 4 minggu ke depan memberikan gambaran yang cukup akurat tentang tren penurunan harga. Penelitian ini menunjukkan potensi penerapan metode GRU dalam memprediksi harga komoditas, memberikan wawasan yang berguna untuk pengambilan keputusan terkait harga pasar. Penelitian lebih lanjut disarankan untuk menggunakan dataset yang lebih beragam dan mempertimbangkan faktor eksternal untuk meningkatkan akurasi prediksi.