Prediksi RNN Terhadap Nilai Tukar Petani Sumatera Utara Menggunakan ADAM

Penulis

  • Afriyani Damanik Universitas HKBP Nommensen
  • Onesimus Universitas HKBP Nommensen
  • Ningsih Universitas HKBP Nommensen
  • Jaya Tata Hardinata Universitas HKBP Nommensen

         DOI:

https://doi.org/10.62712/juktisi.v4i3.805

Kata Kunci:

nilai tukar petani, recurrent neural network, optimizer adam, sumatera utara, peramalan ekonomi

Abstrak

Salah satu indikator penting untuk mengukur kesejahteraan ekonomi dan daya beli masyarakat tani adalah Nilai Tukar Petani (NTP). Meskipun pertanian memainkan peran penting dalam perekonomian Sumatera Utara, petani sering menghadapi kenaikan biaya produksi dan harga komoditas yang tidak stabil. Tujuan dari penelitian ini adalah untuk membuat model prediksi presisi tinggi yang menggunakan Jaringan Syaraf Tiruan Berulang (RNN) yang dioptimalkan dengan algoritma Estimasi Moment Adaptif (Adam) untuk memprediksi tren NTP dari tahun 2016 hingga 2025. Data yang digunakan berasal dari deret waktu longitudinal dari Badan Pusat Statistik (BPS), yang mencakup berbagai subsektor, termasuk hortikultura, perkebunan, dan tanaman pangan. Metodologi penelitian menangkap pola musiman tahunan dengan menggunakan MinMaxScaler dan teknik windowing dua belas bulan. Untuk menentukan konfigurasi hyperparameter yang ideal, tiga skenario eksperimen dilakukan. Hasil penelitian menunjukkan bahwa model dengan densitas neuron yang tinggi dan kecepatan belajar agresif sebesar 0,015 (Skenario 3) melakukan yang terbaik. Dengan Mean Absolute Percentage Error (MAPE) hanya 1,45% dan Root Mean Square Error (RMSE) hanya 2,1056, model ini mencapai hasil terbaik. Hal ini menunjukkan bahwa model RNN-Adam sangat efektif untuk mengidentifikasi dinamika ekonomi pertanian non-linear di Sumatera Utara. Studi ini sangat membantu otoritas regional membuat kebijakan yang berbasis bukti.

Unduhan

Data unduhan belum tersedia.

Referensi

J. Juswadi and P. Sumarna, “Perkembangan Nilai Tukar Petani (NTP) Jawa Barat dan Korelasinya dengan Tenaga Kerja, Inflasi, dan Produk Domestik Regional Bruto (PDRB) Sektor Pertanian Jawa Barat,” Paspalum: Jurnal Ilmiah Pertanian, vol. 12, no. 1, p. 128, Apr. 2024, doi: 10.35138/paspalum.v12i1.692.

K. Synagogue Panjaitan, F. Sains Dan Teknologi, U. Jambi, M. Darat, K. Jambi Luar Kota, and P. Korespondensi, “Peramalan Nilai Tukar Petani Provinsi Sumatera Utara Menggunakan Metode Hybrid Autoregeressive Integrated Moving Average-Artificial Neural Network (ARIMA-ANN),” J. AGRI-TEK, vol. 26, no. 01, 2025, doi: https://doi.org/10.33319/agtek.v24i2.

M. R. Widarso and S. Djamaluddin, “ANALISIS HARGA PANGAN POKOK TERHADAP KETAHANAN PANGAN DI INDONESIA,” SEPA: Jurnal Sosial Ekonomi Pertanian dan Agribisnis, vol. 21, no. 2, p. 256, Oct. 2024, doi: 10.20961/sepa.v21i2.83821.

M. R. Ipango, E. Ruauw, and N. M. Benu, “DAMPAK PERUBAHAN HARGA BAHAN BAKAR MINYAK (BBM) TERHADAP NILAI TUKAR PETANI (NTP) DI PROVINSI SULAWESI UTARA,” Agri-SosioEkonomi Unsrat, ISSN 1907– 4298, Volume 13 Nomor 3 A, Juli 2017 : 91 – 98, Jul. 2017. doi: https://doi.org/10.35791/agrsosek.13.2A.2017.16721.

S. Syifa Aulia, D. Sulistiyo Rimbodo, M. Ghafur Wibowo, M. Ekonomi Syariah, F. Ekonomi dan Bisnis Islam, and U. Islam Negeri Sunan Kalijaga, “Faktor-faktor yang Memengaruhi Nilai Tukar Petani (NTP) di Indonesia,” Journal of Economics and Business Aseanomics, no. 16, pp. 2021–2065, 2023, doi: https://doi.org/10.33476/j.e.b.a.v6i1.1925.

Nopi Sapa’, Dina Ramba, and Rati Pondissing, “Analisis Perilaku Konsumen Terhadap Minat Beli di Pasar Seni To’pao,” MENAWAN : Jurnal Riset dan Publikasi Ilmu Ekonomi, vol. 1, no. 6, pp. 81–90, Oct. 2023, doi: https://doi.org/10.61132/menawan.v1i6.70.

Jaya Tata Hardinata, E. Situmorang, R. S. Saragih, Ema Deloris Silaban, and Dinda Zefanya Simanjuntak, “Inovasi Bisnis Print on Demand dengan Penerapan Teknologi AI dalam Kelompok BUMNAG untuk Mendorong Technopreneurship di Simalungun,” PaKMas: Jurnal Pengabdian Kepada Masyarakat, vol. 5, no. 1, pp. 170–180, May 2025, doi: 10.54259/pakmas.v5i1.3471.

A. Vairo, G. A. Sgarro, and F. Romano, “Predicting commodity prices: a neural networks approach to improve market prospects,” Applied Mathematical Sciences, vol. 18, no. 6, pp. 289–298, 2024, doi: 10.12988/ams.2024.919149.

N.-Q. Tran et al., “Predicting Agricultural Commodities Prices with Machine Learning: A Review of Current Research,” 2024. doi: https://doi.org/10.12988/ams.2024.919149.

Bagus Arya Atmaja, Gery Samuel Gultom, Jhon Hansen Manurung, and Victor Asido Elyakim P, “Penerapan Metode Backpropagation dalam Jaringan Saraf Tiruan untuk Meningkatkan Prediksi Produksi Kentang di Sumatera,” INSOLOGI: Jurnal Sains dan Teknologi, vol. 3, no. 6, pp. 674–683, Dec. 2024, doi: 10.55123/insologi.v3i6.4658.

A. Dupuis, C. Dadouchi, and B. Agard, “Methodology for multi-temporal prediction of crop rotations using recurrent neural networks,” Smart Agricultural Technology, vol. 4, Aug. 2023, doi: https://doi.org/10.1016/j.atech.2022.100152.

P. Dineshkumar and Dr. B. Subramani, “Foresight In Finance: Elevating Predictions With Enhanced Rnn-Lstm And Adam Optimizer,” Educational Administration Theory and Practices, May 2024, doi: 10.53555/kuey.v30i5.5931.

A. Makinde, “Optimizing Time Series Forecasting: A Comparative Study of Adam and Nesterov Accelerated Gradient on LSTM and GRU networks Using Stock Market data,” Independent Researcher, Sep. 2024, doi: https://doi.org/10.48550/arXiv.2410.01843.

P. A. Rahmah, M. N. Hayati, and A. Cahyaningsih, “Peramalan Nilai Tukar Petani Kalimantan Timur Menggunakan Metode Neural Network,” Indonesian Journal of Applied Statistics and Data Science, vol. 2, no. 1, pp. 1–11, May 2025, doi: 10.29303/ijasds.v2i1.5855.

J. Hwan Seo and K. D. Kim, “An RNN-Based Adaptive Hybrid Time Series Forecasting Model for Driving Data Prediction,” research article, vol. 13, pp. 54177–54191, 2025, doi: 10.1109/ACCESS.2025.3554803.

S. Bouktif, A. Fiaz, A. Ouni, and M. A. Serhani, “Multi-sequence LSTM-RNN deep learning and metaheuristics for electric load forecasting,” Paspalum: Jurnal Ilmiah Pertanian, vol. 13, no. 2, 2024, doi: https://doi.org/10.35138/paspalum.v12i1.692.

Muhammad Al Adib, Pebruarianto Hutabarat, Heru Fredi, Bill Raj, Prasetyo, and Empiter Gea, “Evaluasi Kinerja CNN, LSTM, dan DNN untuk Deteksi Serangan DDoS Berbasis Flow features pada Dataset CSE-CIC-IDS2018,” Jurnal Komputer Teknologi Informasi Sistem Informasi (JUKTISI), vol. 4, no. 3, pp. 1639–1649, Dec. 2025, doi: 10.62712/juktisi.v4i3.727.

M. Mukhlis, A. Kustiyo, A. Suharso, B. Jaya, J. Dramaga, and K. Bogor, “Peramalan Produksi Pertanian Menggunakan Model Long Short-Term Memory,” BINA INSANI ICT JOURNAL, vol. 8, no. 1, pp. 22–32, 2021, doi: https://doi.org/10.51211/biict.v8i1.1492.

T. Kmytiuk and G. Majore, “TIME SERIES FORECASTING OF AGRICULTURAL PRODUCT PRICES USING ELMAN AND JORDAN RECURRENT NEURAL NETWORKS,” Neuro-Fuzzy Modeling Techniques in Economics, vol. 10, pp. 67–85, 2023, doi: 10.33111/nfmte.2021.067.

Unduhan

Diterbitkan

2026-01-29

Cara Mengutip

Damanik, A., Harefa, O., Purba, N. S. U., & Hardinata, J. T. (2026). Prediksi RNN Terhadap Nilai Tukar Petani Sumatera Utara Menggunakan ADAM . Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI), 4(3), 2125–2134. https://doi.org/10.62712/juktisi.v4i3.805

Terbitan

Vol 4 No 3 (2026): Februari 2026

Bagian

Articles

Lisensi

Hak Cipta (c) 2025 Afriyani Damanik, Onesimus Harefa, Ningsih Septi Uli Purba, Jaya Tata Hardinata

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.