Laporkan Masalah

Metode Peringatan Dini Lonjakan Harga Barang Kebutuhan Pokok Berdasarkan Prediksi Jaringan Syaraf Tiruan

RIZA ZAKARIYA, Dr.-Ing. MHD. Reza M.I. Pulungan, S.Si., M.Sc.;Afiahayati, S.Kom., M.Cs., Ph.D.

2017 | Tesis | S2 Ilmu Komputer

Lonjakan harga barang kebutuhan pokok merupakan masalah serius terhadap ketahanan pangan yang berdampak luas dan dapat menimbulkan keresahan masyarakat. Kedatangannya harus dapat diantisipasi dengan baik sebelum terjadi karena Pemerintah membutuhkan waktu yang cukup untuk mempersiapkan kebijakan antisipatif dan proaktif dalam menghadapinya. Berdasarkan Undang-Undang No.18/2012 tentang Pangan, Pemerintah berkewajiban membangun sistem informasi pangan terintegrasi yang mencakup fungsi peringatan dini terhadap masalah pangan tersebut. Pada penelitian ini diusulkan sebuah metode peringatan dini yang berbasis model prediksi harga menggunakan Multi-Layer Perceptron dengan Multiple Input Multiple Output (MLP-MIMO). Peringkat status peringatan dini ditentukan berdasar coefficient of variation harga prediksi terhadap harga acuan Pemerintah. Langkah parameter tuning dilakukan secara hati-hati untuk mendapatkan model prediksi yang paling akurat. Seleksi model dilakukan dengan validasi silang K-fold untuk runtun waktu menggunakan kriteria mean squared error. Model prediksi terbaik dapat memberikan kinerja prediksi yang cukup akurat dengan rata-rata normalized root mean squared error berkisar antara 9,909%-18,046%. Ketepatan model dalam memberikan peringatan adalah 77,5% pada data validasi dan 75% pada data uji.

The basic commodities price spike is serious issues on food security that carries wide effect on social unrest. Its arrival should always be anticipated early enough because Government needs sufficient time to form anticipatory policies and proactive actions to overcome the problem. According to Law regarding food in Indonesia, Government should develop integrated food information system on food security which includes early warning function of the problem. This study proposes an early warning method based on Multi-Layer Perceptron predictive model with Multiple Input Multiple Output (MLP-MIMO). The warning status is determined based on the coefficient of variation of price prediction from Government reference. A great deal of attention was paid for tuning the MLP parameters to obtain the most accurate prediction. Model selection was conducted by time series K-fold cross-validation with the mean squared error criteria. The predictive model gives good performance where the average of normalized root mean squared error varied from 9,909% to 18,046%. The accuracy of warning status is 77,5% on the validation set and 75% on the test set.

Kata Kunci : runtun waktu, model prediksi, MLP, MIMO, model peringatan dini, time series, prediction model, MLP, MIMO, early warning method

  1. S2-2017-388497-abstract.pdf  
  2. S2-2017-388497-bibliography.pdf  
  3. S2-2017-388497-tableofcontent.pdf  
  4. S2-2017-388497-title.pdf