ANALISIS PREDIKSI HARGA DAGING AYAM DI KOTA PALANGKA RAYA MENGGUNAKAN MODEL HYBRID PROPHET-LSTM BERBASIS MULTIVARIATE TIME SERIES

Harga daging ayam ras di Kota Palangka Raya cenderung fluktuatif akibat mekanisme transmisi harga dari produsen, pengaruh harga barang substitusi, tekanan inflasi, serta lonjakan permintaan pada periode hari besar keagamaan. Penelitian ini bertujuan menerapkan dan mengevaluasi model Hybrid Prophet-LSTM berbasis multivariate time series untuk memprediksi harga daging ayam ras, dengan mengintegrasikan variabel target bersama empat variabel eksogen (harga produsen, harga telur ayam ras, harga daging sapi, dan inflasi) serta fitur hasil feature engineering (fitur hari besar, fitur musiman, dan fitur lag harga). Model Hybrid dibangun melalui arsitektur dua tahap, yaitu Prophet untuk mendekomposisi komponen tren dan musiman, dilanjutkan dengan LSTM untuk mempelajari residual nonlinier yang belum tertangkap Prophet. Kinerja model dibandingkan dengan tiga model baseline, yaitu ARIMA, Prophet, dan LSTM, menggunakan data harian periode 2021–2025 (1.826 observasi), dievaluasi melalui skema Walk-Forward Validation dan Holdout Test dengan metrik MAE, RMSE, dan MAPE. Hasil penelitian menunjukkan bahwa model LSTM secara konsisten memperoleh performa terbaik pada seluruh skema evaluasi, dengan MAPE sebesar 3,02% pada Holdout Test, mengungguli Hybrid Prophet-LSTM (7,03%), Prophet (9,73%), dan ARIMA (16,01%). Keunggulan LSTM ini terbukti signifikan secara statistik melalui Diebold-Mariano Test. Dengan demikian, hipotesis bahwa pendekatan hybrid pasti menghasilkan performa terbaik tidak terbukti pada penelitian ini; model Hybrid Prophet-LSTM berhasil diimplementasikan dan tetap mengungguli model baseline univariat, namun arsitektur LSTM tunggal terbukti lebih adaptif dan stabil untuk kasus prediksi harga daging ayam ras di Kota Palangka Raya.