PERAMALAN PERSENTASE PENDUDUK MISKIN PROVINSI SUMATERA UTARA MENGGUNAKAN METODE LONG SHORT TERM MEMORY

Menurunkan persentase kemiskinan menjadi prioritas utama pemerintah Provinsi Sumatera Utara. Pada tahun 2022, persentase penduduk miskin di Provinsi Sumatera Utara berada di bawah rata-rata nasional dan menempati urutan ke-18 dari 34 Provinsi di Indonesia. Peramalan adalah proses memprediksi kejadian yang mungkin akan terjadi di masa depan dengan mempertimbangkan data historis. Penelitian ini bertujuan untuk mencari model yang optimal dalam meramalkan persentase kemiskinan penduduk. Sehingga dengan model peramalan yang optimal, diharapkan dapat memberikan wawasan yang lebih baik tentang tren kemiskinan di masa depan dan memungkinkan penyusunan kebijakan yang lebih efektif. Data yang digunakan dalam penelitian ini adalah data time series persentase penduduk miskin Provinsi Sumatera Utara dari tahun 2001 hingga 2022 yang diperoleh dari Badan Pusat Statistik (BPS). Penelitian ini mengimplementasikan metode Long Short Term Memory (LSTM) untuk melakukan prediksi. LSTM adalah salah satu algoritma jaringan saraf tiruan yang dapat memprediksi data dengan mengenali pola dan menghubungkan variabel dalam jangka waktu yang lebih panjang. Melalui penelitian ini, didapatkan model yang optimal adalah dengan menggunakan 16 neuron pada hidden layer dan melakukan pelatihan atau epoch sebanyak 150. Pada pelatihan model tersebut mendapatkan nilai MSE 0,01124. Selanjutnya pada pengujian model diperoleh nilai MSE sebesar 0,82037.