Prediksi Harga Bawang Merah di Provinsi Jawa Barat Menggunakan Model Neural Prophet
Anna Aulia Mahira, Marizsa Herlina · Bandung Conference Series Statistics · 2025
Abstract. Shallot prices in West Java Province experience significant fluctuations due to seasonal factors, distribution, and market demand. This price uncertainty impacts farmers, traders, and consumers, necessitating accurate forecasting methods to support decision-making. This study used the Neural Prophet model, a deep learning-based time series method that combines trend, seasonality, and autoregression components. The data used were daily shallot prices from May 1 to July 16, 2025, from the National Food Agency. The research process included training the Neural Prophet model with weekly seasonal parameters, trend changepoints, and autoregression components. The data was divided into 80% for training and 20% for testing. Model evaluation was performed using the Mean Absolute Error (MAE) and Root Mean Square Error (RMSE) metrics. The forecasting results showed that the model was able to predict prices well, as indicated by an MAE value of Rp381.71 and an RMSE of Rp477.51. Price predictions for the next three days show a relatively stable trend: Rp28,024.01 on July 17, 2025, Rp27,896.52 on July 18, 2025, and Rp28,259.65 on July 19, 2025. These results indicate that the Neural Prophet model is effective for short-term forecasting of shallot prices and can be used as a tool in policymaking and distribution planning in the agricultural sector. Abstrak. Harga bawang merah di Provinsi Jawa Barat mengalami fluktuasi yang cukup tinggi akibat faktor musiman, distribusi, dan permintaan pasar. Ketidakpastian harga ini berdampak pada petani, pedagang, hingga konsumen, sehingga diperlukan metode peramalan yang akurat untuk mendukung pengambilan keputusan. Penelitian ini menggunakan model Neural Prophet, yakni metode deret waktu berbasis deep learning yang menggabungkan komponen tren, musiman, dan autoregresi. Data yang digunakan berupa harga harian bawang merah periode 1 Mei hingga 16 Juli 2025 dari Badan Pangan Nasional. Proses penelitian mencakup pelatihan model Neural Prophet dengan parameter musiman mingguan, titik perubahan tren (changepoints), dan komponen autoregresi. Data dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Evaluasi model dilakukan menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE). Hasil peramalan menunjukkan bahwa model mampu memprediksi harga dengan baik, ditandai dengan nilai MAE sebesar Rp381,71 dan RMSE sebesar Rp477,51. Prediksi harga untuk tiga hari ke depan menunjukkan tren yang relatif stabil: pada 17 Juli 2025 sebesar Rp28.024,01, pada 18 Juli 2025 sebesar Rp27.896,52, dan pada 19 Juli 2025 sebesar Rp28.259,65. Hasil ini menunjukkan bahwa model Neural Prophet efektif untuk peramalan jangka pendek harga bawang merah, dan dapat digunakan sebagai alat bantu dalam pengambilan kebijakan serta perencanaan distribusi di sektor pertanian.