EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

Komparasi Model ARIMA, Regresi Linear, Random Forest, dan LSTM untuk Peramalan Harga Beras Jawa Barat

Marsello Ormanda, Irfan Ardiansah

Jurnal Informatika Terpadu · 15.04.2026 · 12 (1) · 70-76

DOI: 10.54914/jit.v12i1.2789 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Jurnal Informatika Terpadu, online erschienen am 15.04.2026. Verfasst von Marsello Ormanda und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Fluktuasi harga beras di Jawa Barat memiliki dampak signifikan terhadap inflasi daerah dan ketahanan pangan nasional. Tantangan utama dalam peramalan harga komoditas ini adalah tingginya volatilitas data yang seringkali gagal ditangkap oleh model statistik konvensional. Penelitian ini bertujuan untuk membandingkan akurasi empat metode peramalan, yaitu ARIMA, regresi linear, random forest, dan long short-term memory (LSTM), guna mengidentifikasi model terbaik. Data yang digunakan adalah harga harian beras medium di Jawa Barat periode Januari 2022 hingga Oktober 2024 yang diperoleh dari Kaggle. Metodologi meliputi pra-pemrosesan data, optimasi parameter model, dan evaluasi kinerja menggunakan metrik RMSE, MAE, dan MAPE. Hasil penelitian menunjukkan bahwa model non-linier mengungguli model linear secara signifikan. LSTM mencatatkan kinerja superior dengan tingkat kesalahan terendah (MAPE 0,43% dan RMSE 91,95), diikuti oleh random forest (MAPE 0,67%). Sebaliknya, ARIMA dan regresi linear menghasilkan error di atas 10%. Kesimpulannya, pendekatan deep learning dan machine learning terbukti lebih robust dalam menangani data harga pangan yang volatil dibandingkan metode ekonometrika klasik, sehingga sangat direkomendasikan sebagai landasan sistem peringatan dini bagi pemangku kebijakan.

Zitieren

APA

Ormanda, M., & Ardiansah, I. (2026). Komparasi Model ARIMA, Regresi Linear, Random Forest, dan LSTM untuk Peramalan Harga Beras Jawa Barat. Jurnal Informatika Terpadu, 12(1), 70-76. https://doi.org/10.54914/jit.v12i1.2789

Vancouver

Ormanda M, Ardiansah I. Komparasi Model ARIMA, Regresi Linear, Random Forest, dan LSTM untuk Peramalan Harga Beras Jawa Barat. Jurnal Informatika Terpadu. 2026;12(1):70-76. doi:10.54914/jit.v12i1.2789

BibTeX
@article{Ormanda2026,
  author = {Ormanda, Marsello and Ardiansah, Irfan},
  title = {Komparasi Model ARIMA, Regresi Linear, Random Forest, dan LSTM untuk Peramalan Harga Beras Jawa Barat},
  journal = {Jurnal Informatika Terpadu},
  year = {2026},
  volume = {12},
  number = {1},
  pages = {70--76},
  doi = {10.54914/jit.v12i1.2789}
}
Kostenlos starten →