%0 Thesis
%9 Skripsi
%A Firdaus, Muhamad Haikal
%A Universitas Pakuan,
%A Fakultas Matematika dan Ilmu Pnegetahuan Alam,
%A Program Studi Ilmu Komputer,
%B Fakultas Matematika dan Pengetahuan Alam
%D 2026
%F eprintsunpak:11239
%I Universitas Pakuan
%T Prediksi Harga Daging Ayam Ras   Menggunakan Long Short-Term Memory (LSTM)
%U http://eprints.unpak.ac.id/11239/
%X Prediksi Harga Daging Ayam Ras   Menggunakan Long Short-Term Memory (LSTM). Di bawah bimbingan Dr. Eneng   Tita Tosida, S.Tp., M.Si., M.Kom. dan Syarif Hidayatullah, M.Kom.  Harga daging ayam ras di Kota Bogor kerap berfluktuasi tajam sehingga me�nyulitkan peternak, pedagang, dan pemangku kebijakan dalam mitigasi risiko pasar.   Penelitian ini bertujuan membangun model prediksi harga harian ayam ras   menggunakan Multivariate Long Short-Term Memory (LSTM), dengan menginte�grasikan harga pakan jagung pipilan, indikator hari libur, dan efek Lebaran. Pengem�bangan sistem mengikuti kerangka Knowledge Discovery in Databases (KDD) dan   diimplementasikan sebagai aplikasi web berbasis Streamlit. Pada tahap pra-pem�rosesan, data harga ayam mentah dikoreksi dari pola stagnasi (Last Observation Car�ried Forward) menjadi interpolasi linear selektif, sementara hubungan harga ayam   dan pakan diuji melalui korelasi Pearson dan Granger Causality Test. Hyperparame�ter tuning menghasilkan konfigurasi akhir window lookback 14 hari dengan arsi�tektur LSTM (32)→Dropout→LSTM(16)→ Dropout→Dense(16)→ Dense(1).   Hasil evaluasi pada data uji menunjukkan MAE Rp180, RMSE Rp441, dan MAPE   0,45%, tergolong sangat akurat. Sistem juga mampu menyimulasikan skenario peru�bahan harga pakan secara interaktif, dengan proyeksi harga ayam merespons pro�porsional dan searah, sehingga dapat digunakan sebagai instrumen pendukung kepu�tusan bagi peternak, pedagang, dan pemangku kebijakan di Kota Bogor.  Kata Kunci: Deep Learning, Long Short-Term Memory, Multivariate Time Series,   Prediksi Harga, Daging Ayam Ras, Knowledge Discovery in Databases.