Deskripsi
Machine learning yang di buat dalam menciptakan program prediksi harga beras yang akan membantu Lembaga Pemerintah Badan pangan Nasional dalam merumuskan kebijakan harga pangan beras , terdapat workflow yang dijadikan sebagai acuan untuk menghasilkan model prediksi yang akurat dimulai Berdasarkan workflow yang direpresentasikan terdapat Langkah-langkah yang dilakukan untuk membuat model prediksi harga beras medium dan premium nasional. 1.Data Collection Proses mengumpulkan data harga beras medium dan premium nasional beserta dengan data data covariate yang menyertainya. 2.Data Merging and Interpolation Merging merupakan proses penggabungan seluruh data yang diperoleh dari proses data collection, sementara interpolation adalah proses mengisi data yang kosong pada tanggal-tanggal tertentu. Hasil dari proses ini akan menghasilkan dataset. 3.Preprocessing Pemrosesan awal dari dataset yang akan digunakan pada model nanti. Tahap ini terdiri dari berbagai sub proses yaitu proses data formatting, data visualization, dan analisis outlier atau data anomali. 4.Dataset Splitting Proses memecah dataset ke dalam dua bagian yaitu data train dan data test. Data train digunakan untuk melatih model prediksi, sedangkan data test digunakan untuk memvalidasi hasil dari model prediksi. 5.Modeling Proses membuat model prediksi dengan arsitektur Temporal-Fusion-Transformer. Model pertama akan dibuat dengan parameter yang sudah ditentukan sebelumnya sebagai baseline. 6.Hyperparameter Tuning Proses untuk mencari parameter model terbaik yang sesuai dengan data yang digunakan. Pada proses ini data train dibagi menjadi dua bagian yaitu data train dan data validation. Data validation digunakan pada proses ini agar model tidak mengalami gejala overfit atau terlalu sensitif dengan data train. Proses ini melibatkan algoritma lain yaitu Optuna. Jika parameter yang diberikan dari proses ini mampu menghasilkan model yang fit dengan data validation, maka proses ini dihentikan. 7.Validation Setelah model dilatih dengan parameter yang diberikan dari proses Hyperparameter Tuning, model akan diuji coba dengan melakukan prediksi untuk data latih untuk melihat performa hasil prediksi yang dihasilkan model. keseluruhan proses untuk mendapatkan data akurat dalam memprediksi harga pangan beras
