PENERAPAN MODEL FORECASTING DALAM PREDIKSI STOK
GABAH KERING GILING (GKG) TINGKAT PENGGILINGAN DAERAH

PROVINSI JAWA BARAT

Oleh
Arief Al Rasyid
9882405221111005

Ketahanan pangan berperan penting dalam stabilitas ekonomi. Ketersediaan
stok Gabah Kering Giling (GKG) berpengaruh pada pasokan beras di Indonesia.
Ketidakpastian stok dapat menyebabkan fluktuasi harga dan berdampak pada daya
beli masyarakat. Oleh karena itu, diperlukan metode peramalan yang akurat untuk
memperkirakan stok GKG guna mendukung pengambilan keputusan dalam
pengelolaan pangan. Penelitian ini mengevaluasi model yang paling sering
digunakan dalam forecasting time series yaitu Seasonal AutoRegressive Integrated
Moving Average (SARIMA) dan Long Short-Term Memory (LSTM) dalam
memprediksi stok GKG di Provinsi Jawa Barat. Data historis dari Badan Pangan
Nasional periode 2021–2024 dianalisis menggunakan metode CRISP-DM.
Evaluasi dilakukan berdasarkan Mean Absolute Error (MAE), Root Mean Squared
Error (RMSE), dan Mean Absolute Percentage Error (MAPE).Hasil penelitian
menunjukkan bahwa SARIMA lebih efektif dalam mengenali pola musiman,
sementara LSTM dengan fungsi aktivasi Swish lebih akurat dalam peramalan stok
GKG. Dengan optimasi parameter yang tepat, kedua model dapat digunakan untuk
mendukung prediksi stok GKG dalam ketahanan pangan dan pengelolaan stok
beras.
Kata Kunci : Forecasting, Stok Gabah Kering Giling, SARIMA, LSTM, Time
Series