Prediksi Nilai Ekspor Pulp di Indonesia Mengunakan Metode Long Short Term Memory
Abstract
Ekspor pulp merupakan kegiatan ekonomi penting bagi perusahaan dan pemerintah, yang membutuhkan informasi akurat mengenai permintaan pasar dan strategi bisnis yang tepat. Metode Long Short Term Memory (LSTM) digunakan untuk memprediksi hasil produksi pulp di masa depan dengan memanfaatkan data historis dan faktor-faktor yang mempengaruhinya. Tahapan penelitian meliputi studi literatur untuk memahami metode LSTM, pengumpulan data, seleksi dan transformasi data untuk mempersiapkan dataset yang akan digunakan, serta visualisasi data ekspor untuk mendapatkan wawasan yang lebih baik. Selanjutnya, metode LSTM diterapkan dengan langkah-langkah pembentukan model, pelatihan model, prediksi nilai ekspor, dan evaluasi hasil prediksi. Hasil penelitian ini untuk nilai Root Mean Squared Error (RMSE) terhadap produk Jumbo Roll Tissue, Napkin Tissue, Multi Purpose Tissue, dan Facial Tissue berturut-turut adalah 2.52, 1.88, 2.77, dan 2.67. Semakin kecil nilai RMSE, semakin baik performa model. Nilai RMSE yang kecil pada setiap produk menunjukkan bahwa model memiliki performa yang baik dalam memprediksi semua produk. Dengan prediksi yang lebih akurat, perencanaan produksi dan persediaan bahan baku dapat dilakukan dengan lebih efisien dan efektif, sehingga mengoptimalkan produktivitas dan mengurangi biaya produksi.Hasil penelitian ini diharapkan dapat membantu masyarakat dan pemerintah dalam pengambilan keputusan strategis terkait produksi pulp dan kebijakan ekspor. Selain itu, penelitian ini juga diharapkan dapat meningkatkan efisiensi pemasaran dan distribusi produk, meningkatkan pengetahuan tentang pasar dan produk, serta membuka peluang pasar baru untuk produk pulp.
Full Text:
PDFReferences
Aisyah, D, Purboyo, TW, & ... (2023). Prediksi Penderita Tuberkulosis Dengan Algoritma Long Short-Term Memory. eProceedings …, … .telkomuniversity.ac.id, https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/19439
Akbar, Rahmatul, Santoso, R., & Warsito, B. (2023). Prediksi Tingkat Temperatur Kota Semarang Menggunakan Metode Long Short Term Memory (LSTM). Jurnal Gaussian, 11(4), 572-579.
Alfandi, M., & Hatuaon Sihite, A. (2022). Penerapan Metode CNN-LSTM dalam Memprediksi Hujan pada Wilayah Medan. Jurnal Nasional Teknologi Informasi dan Komputer, 6(1), 490-499. Retrieved from http://ejurnal.stmik-budidarma.ac.id/index.php/komik
Amrustian, Afrizal, M., Widayat, W., & Wirawan, A. M. (2022). Analisis Sentimen Evaluasi terhadap Pengajaran Dosen di Perguruan Tinggi Menggunakan Metode LSTM. Jurnal Media Informatika Budidarma, 6(1), 535.
Aprian, Aji, B., Azhar, Y., & Nastiti, V. R. (2020). Prediksi Pendapatan Kargo Menggunakan Arsitektur Long Short Term Memory. Jurnal Komputer Terapan, 6(2), 148-157.
Aulia, Alwi. (2021). Implementasi Algoritma Gated Recurrent Unit dalam Melakukan Prediksi Harga Kelapa Sawit dengan Memanfaatkan Model Recurrent Neural Network (RNN). Prosiding SNASTIKOM: Seminar Nasional Teknologi Informasi & Komunikasi, (pp. 288-294).
Firdaus, R, & Mukhtar, H (2023). Prediksi Indeks Harga Produsen Pertanian Karet Di Indonesia Menggunakan Metode LSTM. JURNAL FASILKOM, ejurnal.umri.ac.id, https://ejurnal.umri.ac.id/index.php/JIK/article/view/4851
Husni, D. T. (2022). Analisis Big data Penjualan Video Games Menggunakan Eda. Jurnal Teknik Informasi dan Komputer (Tekinkom), 5(1), 43.
Informatika, T. (2023). Prediksi Indeks Harga Produsen Pertanian Karet di Indonesia Menggunakan Metode LSTM. Jurnal FASILKOM, 13(1), 1-6.
Ivan Dwi Nugraha, Y. A. (2022). Deteksi Depresi Pengguna Twitter Indonesia Menggunakan LSTM-RNN. Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), 11(3), 320-329.
Julian, R. M. (2021). Peramalan Harga Saham Pertambangan Pada Bursa Efek Indonesia (BEI). Jurnal Teknik Informatika dan Sistem Informasi, 8(3), 1570-1580.
Karno, Adhitio Satyo Bayangkari. (2020). “Prediksi Data Time Series Saham Bank BRI Dengan Mesin Belajar LSTM (Long ShortTerm Memory).” Journal of Informatic and Information Security 1(1): 1–8.
Laksamana, M Imam Budi, Ema Utami, and Hanif Al Fatta. (2021). “Prediksi Jumlah Kunjungan Wisatawan Kabupaten Lombok Barat Menggunakan Algoritma Long Short Term Memory Magister Teknik Informatika , Universitas Amikom Yogyakarta Pendahuluan.” 6(2): 81–95.
Lattifia, Tita, Putu Wira Buana, and Ni Kadek Dwi Rusjayanthi. (2022). “Model Prediksi Cuaca Menggunakan Metode LSTM.” JITTER Jurnal Ilmiah Teknologi dan Komputer 3(1): 994–1000. https://ojs.unud.ac.id/index.php/jitter/article/view/85000/43781.
Maygirtasari, Tyanma, Edy Yulianto, and Kholid Mukhammad Mawardi. 2015. “Faktor-Faktor Yang Mempengaruhi Volume Ekspor Crude Palm Oil (CPO) Indonesia.” Jurnal Administrasi Bisnis (JAB) 25(2): 1–8. administrasibisnis.studentjournal.ub.ac.id.
Meizar, Abdul, Wirhan Fahrozi, Evta Indra, and Muhardi Saputra. (2022). “Analisis Trend Moment Pada Datamining Forecasting Dalam Memprediksi Jumlah Persediaan Obat Herbal.” Jurnal Sistem Informasi dan Ilmu Komputer Prima(JUSIKOM PRIMA) 5(2): 103–6.
Mukhlis, Mukhlis, Aziz Kustiyo, and Aries Suharso. (2021). “Peramalan Produksi Pertanian Menggunakan Model Long Short-Term Memory.” Bina Insani Ict Journal 8(1): 22.
Owen, Michael, Vincent Vincent, Riama Br Ambarita, and Evta Indra. (2022). “Implementasi Metode Long Short Term Memory Untuk Memprediksi Pergerakan Nilai Harga Emas.” Jurnal Teknik Informasi dan Komputer (Tekinkom) 5(1): 96.
Rumapea, Enjelica. (2020). “Analisis Jaringan Syaraf Tiruan Dalam Memprediksi Data Ekspor Ikan Tongkol / Tuna Menurut Negara Tujuan Utama.” Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) SAINTEKS 2020 ISBN:: 232–35.
Sabar Sautomo, and Hilman Ferdinandus Pardede. (2021). “Prediksi Belanja Pemerintah Indonesia Menggunakan Long Short-Term Memory (LSTM).” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) 5(1): 99–106.
Sanjaya, Fadil Indra, and Dadang Heksaputra. (2020). “Prediksi Rerata Harga Beras Tingkat Grosir Indonesia Dengan Long Short Term Memory.” JATISI (Jurnal Teknik Informatika dan Sistem Informasi) 7(2): 163–74.
Saragih, Jonas Rayandi, Mhd. Billy Sandi Saragih, and Anjar Wanto. (2018). “Analisis Algoritma Backpropagation Dalam Prediksi Nilai Ekspor (Juta Usd).” Jurnal Pendidikan Teknologi dan Kejuruan 15(2): 254–64.
Wiko Putra, Biondi Bagasta, Moh. Ali Albar, and Budi Irmawati. (2019). “Penerapan Algoritma Jaringan Saraf Tiruan Metode Backpropagation Untuk Memprediksi Jumlah Nilai Ekspor Di Provinsi NTB.” Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) 1(2).
Wiranda, Laras, and Mujiono Sadikin. (2019). “Penerapan Long Short Term Memory Pada Data Time Series Untuk Memprediksi Penjualan Produk Pt. Metiska Farma.” Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) 8(3): 184–96.
DOI: https://doi.org/10.37012/jtik.v9i2.1599
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 kurniawan Tarigan, ALDOWAD ALLES SANDRO HAMONANGAN SIMANJUNTAK, Dinda Tamara Silaen, Evta Indra
This work is licensed under a Creative Commons Attribution 4.0 International License.
Address:
Universitas Mohammad Husni Thamrin
Jl. Raya Pd. Gede No.23-25, RT.2/RW.1, Dukuh, Kec. Kramat jati, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta 13550
Jurnal Teknologi Informatika & Komputer Mohammad Husni Thamrin is licensed under a Creative Commons Attribution 4.0 International License.