Prediksi Supply Demand Pangan Untuk Mengatasi Ketahanan Pangan di ASEAN Menggunakan Model Machine Learning Dengan Data Panel

Shabrina, Ulima Inas (2025) Prediksi Supply Demand Pangan Untuk Mengatasi Ketahanan Pangan di ASEAN Menggunakan Model Machine Learning Dengan Data Panel. Masters thesis, Intitut Teknologi Sepuluh Nopember.

Text 6025231046_Master-Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2027. Download (2MB) | Request a copy

Abstract

Penelitian ini mengembangkan pendekatan prediksi supply demand pangan berbasis deep learning menggunakan data panel, dengan fokus pada ketahanan pangan di kawasan ASEAN. Tiga aspek utama dianalisis dalam penelitian ini, yaitu metode imputasi data hilang berbasis Generative Adversarial Network (GAIN), regresi data panel, dan model prediksi. Hasil penelitian menunjukkan bahwa metode GAIN mampu meningkatkan kualitas dataset dengan nilai RMSE, MSE, dan MAE yang lebih rendah, terutama pada tingkat kehilangan data (miss rate) yang rendah. Selain itu, analisis data panel menggunakan Fixed Effects Model (FEM) mengidentifikasi hubungan yang signifikan antara produksi, harga, ekspor, dan impor, yang berperan penting dalam memahami dinamika ketahanan pangan di kawasan ASEAN. Dalam prediksi supply demand pangan, model GRU menunjukkan performa unggul untuk sebagian besar variabel, sementara model LSTM lebih baik dalam memprediksi harga. Temuan ini menegaskan bahwa model deep learning berbasis recurrent lebih efektif dalam menangkap pola deret waktu dalam data panel pangan. Penelitian ini memberikan kontribusi dalam mengatasi tantangan data hilang, memahami hubungan antarvariabel supply demand pangan, serta menghasilkan prediksi yang lebih akurat untuk perencanaan kebijakan pangan di ASEAN. Penelitian lanjutan dapat memperluas cakupan dengan memasukkan faktor eksternal seperti perubahan iklim, penggunaan data waktu nyata, serta pengembangan model hybrid guna meningkatkan efisiensi dan generalisasi metode prediksi.

Item Type:	Thesis (Masters)
Subjects:	A General Works > AI Indexes (General) A General Works > AI Indexes (General)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55101-(S2) Master Thesis
Depositing User:	Ulima Inas Shabrina
Date Deposited:	06 Feb 2025 01:22
Last Modified:	06 Feb 2025 01:33
URI:	http://repository.its.ac.id/id/eprint/118458

Actions (login required)

View Item