eprintid: 11239
rev_number: 6
eprint_status: archive
userid: 46
dir: disk0/00/01/12/39
datestamp: 2026-10-22 02:24:15
lastmod: 2026-10-22 02:24:15
status_changed: 2026-10-22 02:24:15
type: thesis
metadata_visibility: show
creators_name: Firdaus, Muhamad Haikal
creators_NPM: 065122201
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Tosida, Eneng Tita
contributors_name: Hidayatullah, Syarif
corp_creators: Universitas Pakuan
corp_creators: Fakultas Matematika dan Ilmu Pnegetahuan Alam
corp_creators: Program Studi Ilmu Komputer
title: Prediksi Harga Daging Ayam Ras 
Menggunakan Long Short-Term Memory (LSTM)
ispublished: pub
subjects: QK
divisions: sch_ecs
full_text_status: none
abstract: 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.
date: 2026-07-20
date_type: published
institution: Universitas Pakuan
department: Fakultas Matematika dan Pengetahuan Alam
thesis_type: Skripsi
thesis_name: Sarjana
citation:   Firdaus, Muhamad Haikal  (2026) Prediksi Harga Daging Ayam Ras Menggunakan Long Short-Term Memory (LSTM).  Skripsi thesis, Universitas Pakuan.