Abstract:
Salah satu pilar untuk mewujudkan ketahanan pangan di Indonesia adalah pilar aksesbilitas yang mana
merupakan kemampuan rumah tangga memperoleh cukup pangan yang salah satunya berasal dari
pembelian. Sedangkan komoditas pangan di Indonesia yang sering mengalami naik turunaya harga adalah
komoditas beras. Penyebab naik turunnya harga beras adalah berkurangnya intensitas produksi beras
Karena iklim dan cuaca yang tidak menentu schingga membuat gagal panen. Hal tersebut memicu kenaikan
harga pangan beras di pasaran. Kenaikan harga beras jika tidak segera diatasi dapat mengakibatkan Inflasi.
Pada dasamya, pemerintah telah berupaya mengendalikan inflasis dan berfokus pada komoditas beras yang
‘menjadi penyumbang utama peningkatan inflasi. Pemodelan prediksi harga beras dengan Long Short Term
Memory (LSTM) dapat menjadi hadimya teknologi prediksi yang sangat diperlukan dalam menghindarkan
Indonesia dari kenaikan harga beras pada waktu tertentu dan dapat digunakan sebagai rujukan pemerintah
dalam mengambil kebijakan. Penelitian ini bertujuan untuk melakukan optimasi akurasi pemodelan
predikasi harga beras medium dengan metode LSTM. Data yang digunakan adalah data harga beras
medium dari tahun 2021 sampai dengan 2024 yang diperoleh dari Sistem Informasi Ketersediaan dan
Perkembangan Harga Bahan Pokok (Siskaperbapo) Jawa Timur. Analisis data menggunakan metode
LSTM dengan tujuh jenis optimasi untuk mendapatkan
nilai akurasi terbaik. Dari tujuh jenis optimasi yang
‘menghasilkan nilai akurasi terbaik adalah optimasi Adam dengan struktur LSTM nilai epoch 99 dan ukuran
batch 30.
