Implementasi Deep Learning Untuk Menentukan Harga Buah Sawit Pada Pt. Kencana Jaya Abadi

PT. Kencana Jaya Abadi merupakan perusahaan yang bergerak di bidang
perkebunan dan pengolahan kelapa sawit, di mana prediksi harga sawit menjadi
faktor penting dalam pengambilan keputusan bisnis. Penelitian ini bertujuan untuk
merancang sistem prediksi harga sawit menggunakan model Long Short-Term
Memory (LSTM) dengan memanfaatkan data harga sawit dari Januari 2022
hingga Desember 2024, yang terdiri dari 37 data dengan dua fitur utama. Data
yang digunakan dibagi menjadi data latih sebesar 80,4% dan data uji sebesar
19,6%. Model LSTM dikembangkan menggunakan parameter terbaik, yaitu empat
hidden layer, 50 neuron per hidden layer, batch size 4, maksimal 100 epoch,
optimizer Adam, serta fungsi aktivasi tanh dan sigmoid. Model ini menghasilkan
total 31.851 bobot (weights) dan bias yang digunakan untuk proses prediksi.Selain
itu, analisis teknikal menggunakan Relative Strength Index (RSI) diterapkan
untuk mengevaluasi performa model dalam memprediksi harga sawit. Akurasi
model diukur berdasarkan tingkat kesalahan prediksi menggunakan Root Mean
Square Error (RMSE) dan Mean Absolute Percentage Error (MAPE), di mana
nilai RMSE yang diperoleh sebesar 12,07 dan MAPE sebesar 1,86%. Hasil
penelitian menunjukkan bahwa model LSTM dengan parameter batch size 4 dan
epoch maksimal 100 memberikan performa terbaik dalam memprediksi harga
sawit, sehingga dapat menjadi acuan dalam pengambilan keputusan bisnis
perusahaan.