PREDIKSI DAN ANALISIS HARGA MINYAK DI PAPUA: PENDEKATAN BERBASIS GRU DAN LSTM

Abstract

Penelitian Fluktuasi harga minyak goreng merupakan tantangan serius bagi stabilitas ekonomi rumah tangga di Indonesia, terutama di Provinsi Papua yang menghadapi kendala infrastruktur dan logistic sehingga harga di wilayah ini cenderung lebih tinggi dan tidak stabil. Kenaikan harga minyak goreng juga berkontribusi pada tekanan inflasi dan menurunnya daya beli masyarakat setempat. Penelitian ini bertujuan untuk membandingkan performa dua model prediktif, Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU), dalam memprediksi harga minyak goreng curah, minyak goreng kemasan bermerk 1, dan minyak goreng kemasan bermerk 2 di Papua. Model diuji pada dua skema pembagian data (80% latih–20% uji dan 70% latih–30% uji). Hasil menunjukkan bahwa model GRU menghasilkan nilai Mean Squared Error (MSE) dan Mean Absolute Error (MAE) yang lebih rendah dibandingkan LSTM—misalnya pada skenario 80%–20%, MSE GRU sebesar 229 454,2 dan MAE 226,89, lebih baik daripada MSE 339 310,6 dan MAE 270,69 pada LSTM. Selain itu, nilai R-squared (R²) model GRU lebih tinggi, menandakan kemampuan yang lebih baik dalam menjelaskan variabilitas data. Tren harga minyak di Papua memperlihatkan puncak pada pertengahan 2022, diikuti penurunan signifikan hingga Maret 2023, kemudian stabil pada level harga rendah. Temuan ini mengindikasikan bahwa GRU lebih akurat dan efektif untuk prediksi harga minyak goreng di Papua, sehingga dapat memabntu perumusan kebijakan penetapan harga dan strategi rantai pasok di daerah dengan tantangan logistik.