Salsabil, Moh. Alfiannur (2026) Analisis Model Long Short-Term Memory Dalam Sistem Prediksi Harga Cabai Dengan Visualisasi Peta Digital Interaktif Di Kabupaten Jember. Undergraduate thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (174kB) |
|
Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (301kB) |
|
Text (Abstract)
Abstract.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (292kB) |
|
Text (Laporan Lengkap)
Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (4MB) | Request a copy |
Abstract
Fluktuasi harga cabai di Kabupaten Jember menyulitkan masyarakat dalam memantau perubahan harga di berbagai pasar. Penelitian ini bertujuan menerapkan model Long Short-Term Memory (LSTM) untuk memprediksi harga cabai dan mengembangkan sistem berbasis web dengan peta digital interaktif. Data historis cabai rawit, cabai merah besar, dan cabai merah keriting diperoleh melalui web scraping dari SISKAPERBAPO Jawa Timur pada periode 1 November 2021 hingga 1 November 2025. Setelah penyesuaian hyperparameter, performa model dievaluasi menggunakan Root Mean Squared Error (RMSE) dan Mean Absolute Error (MAE) pada skala harga asli serta dibandingkan dengan model baseline. Sistem dikembangkan menggunakan metode Waterfall dengan React, Flask, MySQL, Leaflet, dan OpenStreetMap. Hasil penelitian menunjukkan cabai merah keriting memperoleh RMSE sebesar 1,904, MAE sebesar 1,216, dan akurasi 96,456%. Cabai merah besar memperoleh akurasi 94,091%, sedangkan cabai rawit mencapai 93,109%. Dataset cabai merah keriting hanya mencakup tiga pasar, sementara dua komoditas lainnya mencakup lima pasar. Pengujian black box terhadap 15 skenario mencapai keberhasilan 100%. Sistem berhasil menyajikan informasi harga dan prediksi cabai melalui peta digital interaktif.
| Item Type: | Thesis (Undergraduate) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | LSTM, prediksi harga cabai, web scraping, peta digital interaktif. | ||||||
| Subjects: | 140 - Rumpun Ilmu Tanaman > 150 - Ilmu Pertanian dan Perkebunan > 154 - Budidaya Pertanian dan Perkebunan 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika 550 - Rumpun Ilmu Ekonomi > 570 - Ilmu Manajemen > 577 - Manajemen Informatika 710 - Rumpun Ilmu Pendidikan > 780 - Ilmu Pendidikan Teknologi dan Kejuruan > 786 - Pendidikan Teknik Informatika |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D4 Teknik Informatika > Tugas Akhir | ||||||
| Depositing User: | Moh. Alfiannur Salsabil | ||||||
| Date Deposited: | 05 Nov 2026 02:41 | ||||||
| Last Modified: | 05 Nov 2026 02:43 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/61193 |
Actions (login required)
 |
View Item |
