Implementasi Recurrent Neural Network Untuk Memprediksi Harga Daging Ayam di Kota Semarang

Abstract

Fluktuasi harga daging ayam di Kota Semarang merupakan permasalahan ekonomi yang cukup signifikan karena daging ayam merupakan salah satu komoditas pangan utama masyarakat Indonesia. Perubahan ini disebabkan oleh berbagai faktor ekonomi, termasuk harga pakan, permintaan dan penawaran, serta faktor musiman. Berdasarkan data Badan Pusat Statistik Kota Semarang, harga daging ayam mengalami volatilitas yang cukup tinggi dengan fluktuasi mencapai 15-20% dalam kurun waktu satu tahun. Ketidakpastian harga ini dapat mengakibatkan kerugian ekonomi, sehingga diperlukan suatu metode yang dapat memprediksi harga daging ayam dengan akurasi tinggi. Penelitian ini bertujuan untuk mengimplementasikan model Recurrent Neural Network (RNN) dalam memprediksi harga daging ayam di Kota Semarang dengan menggunakn data time series historis. Data yang digunakan berupa data bulanan periode Januari 2018 hingga Agustus 2025. Agar model dapat mengidentifikasi hubungan jangka panjang antar periode waktu, pembagian data dibagi menjadi 80% untuk pelatihan (training) dan 20% untuk pengujian (testing) dalam rentang waktu enam bulan. Hasil penelitian menunjukkan bahwa model RNN berhasil memprediksi harga daging ayam dengan akurasi tinggi, yang ditunjukkan oleh nilai MAPE sebesar 4,69% pada testing. Hal ini membuktikan bahwa model RNN efektif digunakan untuk melakukan peramalan harga daging ayam.