Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Seminar Nasional Teknologi Informasi Komunikasi dan Industri

Implementasi Long Short Term Memory Neural Network Untuk Prediksi Indeks Harga Perdagangan Besar Hartini Hartini; Fitri Insani (Scopus ID: 57190404820); Novriyanto Novriyanto; Suwanto Sanjaya
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2022: SNTIKI 14
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indeks Harga Perdagangan Besar (IHPB) merupakan indikator untuk menilai perkembangan perekonomian suatu negara. Penelitian IHPB bertujuan sebagai deflator Produk Domestik Bruto untuk perkembangan ekonomi. Penelitian ini dilaksanakan dengan studi kasus IHPB Indonesia, data sekunder yang diperoleh dari situs resmi Badan Pusat Statistik (BPS) pada bulan Januari 2000 sampai bulan November 2019. Metode yang digunakan untuk memprediksi adalah Long Short Term Memory. LSTM merupakan perkembangan Jaringan syaraf tiruan algoritma deep learning Recurrent Neural Network (RNN) yang dapat mengatasi salah satu kekurangan RNN yaitu kemampuan pengelolaan informasi dalam periode lama. Dalam penelitian ini LSTM berhasil memprediksi IHPB bulan berikutnya. Pengujian terbaik pada komoditas indeks umum tanpa impor dan ekspor migas memberikan hasilĀ  MAPE 1,1437%, MSE 0,0002, RMSE 0,0135 dengan tingkat akurasi 98,8563%.