Prediksi harga beras ir. Iii (ir 64) menggunakan metode multi layer perceptron (mlp)
B Beras adalah makanan pokok yang paling banyak dikonsumsi oleh masysarakatIndonesia. Meskipun harga beras mengalami kenaikan masyarakat juga tetap akanmembeli dan mengkonsumsi beras hal tersebut disebabkan karena beras sebagaibahan primer yang tidak tergantikan sampai pada masa sekarang ini. Sehinggaperhatian kepada harga beras dibutuhkan karena harganya yang suka berubah-ubah.Prediksi harga beras sangat penting dalam mewujudkan stabilitas harga, yangberguna untuk mencapai ketahanan pangan nasional. Data beras yang dihimpunoleh pemerintah setiap tahunnya merupakan jenis data time series. Untukmelakukan prediksi harga beras dengan data time series menerapkan metodeMultilayer Perceptron (MLP). Dengan menggunakan metode MLP pada data hargaberas dengan jumlah data 1155 baris yang diambil dari websitehttps://infopangan.jakarta.go.id/ didapatkan hasil prediksi akurasi RMSE 50,54pada data train dan 71,86 dengan parameter epoch 800, batch size 32, jumlahneuron pada hidden layer 5 dan jumlah hidden layer 2 dengan hasil tersebutmenunjukkan bahwa MLP bisa melakukan prediksi dengan baik.
R Rice is the most widely consumed staple food by the Indonesian community.Although the price of rice has increased, people will still buy and consume ricebecause rice is a primary ingredient that is irreplaceable until now. So that attentionto the price of rice is needed because the price is volatile. Rice price prediction isvery important in realizing price stability, which is useful for achieving nationalfood security. Rice data collected by the government every year is a type of timeseries data. To predict rice prices with time series data, the Multilayer Perceptron(MLP) method is applied. By using the MLP method on rice price data with 1155rows of data taken from the website https://infopangan.jakarta.go.id/, the predictionresults of RMSE accuracy of 50.54 on train data and 71.86 with epoch parameters800, batch size 32, number of neurons in the hidden layer 5 and number of hiddenlayers 2 with these results show that MLP can predict well