NISA, Salsabila Khoirun (2026) Optimasi Particle Swarm Optimization dan Adaptive Particle Swarm Optimization pada Gated Recurrent Unit untuk Prediksi Harga Bawang Merah Sulawesi Utara. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (238kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (193kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (168kB)
	Text 5. KATA PENGANTAR.pdf Download (287kB)
	Text 6. ABSTRAK.pdf Download (250kB)
	Text 7. ABSTRACT.pdf Download (189kB)
	Text 8. DAFTAR ISI.pdf Download (263kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (287kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (271kB)

Abstract

Fluktuasi harga bawang merah yang dipengaruhi oleh faktor musiman, sistem distribusi,
dan dinamika pasar menjadikan peramalan harga sebagai permasalahan penting dalam
analisis data pertanian. Data penelitian ini merupakan data time series yang memiliki
karakteristik nonlinear dan pola musiman sehingga pendekatan klasik sering kali belum
mampu merepresentasikan hubungan temporal yang kompleks. Penelitian ini
mengembangkan model prediksi harga bawang merah di Sulawesi Utara menggunakan
Gated Recurrent Unit (GRU) yang dioptimasi dengan Particle Swarm Optimization
(PSO) dan Adaptive Particle Swarm Optimization (APSO) untuk memperoleh
konfigurasi hyperparameter yang optimal. Proses optimasi dilakukan pada beberapa
parameter, yaitu units, learning rate, batch size, dan dropout, melalui mekanisme
pencarian berbasis perilaku konvergensi partikel. Kinerja model dievaluasi menggunakan
Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa GRU
APSO menjadi model terbaik dengan konfigurasi units 128, learning rate 0,01, batch size
40, dan dropout 0,00. Model GRU-APSO memperoleh nilai MAPE sebesar 0,9567%,
lebih rendah dibandingkan model baseline (1,093%) dan GRU-PSO (1,428%). Model
terbaik mampu menghasilkan prediksi harga bawang merah untuk lima periode ke depan
dengan pola pergerakan yang relatif stabil. Hasil ini menunjukkan bahwa integrasi GRU
dan APSO efektif dalam meningkatkan akurasi prediksi pada data time series di sektor
pertanian serta berpotensi menjadi pendekatan alternatif yang andal dalam analisis
peramalan harga komoditas
Kata Kunci: Prediksi Harga Bawang Merah, Sulawesi Utara, GRU-APSO, GRU-PSO

Actions (login required)

View Item