P Penelitian ini bertujuan untuk melakukan prediksi terhadap harga beras menggunakan arsitektur deep learning yaitu Long Short Term Memory (LSTM).Beras merupakan salah satu dari komoditas utama dalam masyarakat Indonesia.Masalah utama pada beras secara nasional adalah mengenai inflasi harga beras.Maka dari itu, pada penelitian ini dilakukan prediksi terhadap harga beras untukmengantisipasi permasalahan tersebut. Dilakukan beberapa skema uji coba dalamproses training dan predict model LSTM untuk mendapatkan hasil terbaik. Datayang digunakan dalam percobaan ini adalah data riil harga beras tipe IR-64 IIIselama 5 tahun terakhir yang didapatkan dari PT.Food Station dari 1 Januari 2016s.d 31 Mei 2020. Hasil akhir yang didapatkan adalah tabel harga hasil prediksi dannilai loss Root Mean Squared Error (RMSE) terkecil yaitu 72,73 pada data traindan 77,40 pada data test.yang didapatkan dengan menggunakan parameter 1 layerLSTM, unit LSTM berjumlah 128, dan epoch = 200. Turut ditampilkan grafik hasilprediksi, dan juga hasil prediksi harga beras pada 100 hari kedepan.