PREDIKSI HARGA BERAS MENGGUNAKAN METODE LSTM (LONG SHORT TERM MEMORY) DENGAN BASIS PENGARUH MEDIA SOSIAL TWITTER(X)

Terdapat dari enam bagian negara Asia menggunakan beras sebagai bahan pokok utama mereka dalam kehidupan sehari-hari, yang mana pada enam negara Asia tersebut terdapat 80% jumlah beras yang di produksi. Saat ini, media sosial juga banyak digunakan masyarakat sebagai wadah untuk berbagi informasi maupun opini terkait suatu permasalahan yang terjadi di lingkungan masyarakat seperti adanya fenomena fluktuasi harga beras ini. Adanya peristiwa mengenai fluktuasi harga beras sendiri memiliki dampak yang siginifikan terhadap kondisi sosial dan ekonomi masyarakat. Hal tersebut di ekspresikan oleh masyarakat terutamanya masyarakat Indonesia kedalam media sosial, salah satunya adalah media sosial Twitter(X). Terjadinya fluktuasi atau kenaikan dan penurunan harga beras juga memiliki dampak terhadap daya beli masyarakat yang dapat memengaruhi stabilitas ekonomi di Indonesia. Dari permasalahan tersebut diperlukannya suatu model yang dapat memprediksi harga beras di masa depan yang dipengaruhi adanya tren terkait fenomena fluktuasi harga beras tersebut. Oleh karena itu, pada penelitian ini akan dilakukan penerapan metode Long Short Term Memory (LSTM) untuk memprediksi harga beras berdasarkan pengaruh respon masyarakat pada media sosial Twitter(X). Pada penelitian ini, hasil akan ditunjukkan dengan seberapa baik kinerja model dalam memprediksi harga beras di masa depan berdasarkan nilai evaluasi Root Mean Squared Error (RMSE) dan Mean Absolute Persentage Error (MAPE) terkecil pada proses evaluasi model berdasarkan parameter yang ditentukan. Hasil kinerja model didapatkan berdasarkan uji coba kombinasi hyperparameter menggunakan GridSearch dengan nilai RMSE sebesar 0,26 serta MAPE sebesar 32,69. Berdasarkan hasil uji coba kombinasi hyperparameter diketahui bahwa nilai model terbaik terdapat pada batch size sebesar 32, hidden layer sebanyak 8 layer, learning rate sebesar 0.01, jumlah node sebanyak 50, dan epoch sebanyak 100.