Peramalan Permintaan Emping Jagung Menggunakan Metode Long-Short Term Memory (LSTM) dan ARIMA (Studi Kasus di UKM Jaya Barokah Sentosa, Malang)

Atmaningrum, Minanti (2023) Peramalan Permintaan Emping Jagung Menggunakan Metode Long-Short Term Memory (LSTM) dan ARIMA (Studi Kasus di UKM Jaya Barokah Sentosa, Malang). Sarjana thesis, Universitas Brawijaya.

Abstract

Emping jagung merupakan makanan ringan yang terbuat dari biji jagung yang sudah dipipihkan. Salah satu UKM yang memproduksi emping jagung adalah UKM Jaya Barokah Sentosa. Pada tahun 2022 permintaan emping jagung mencapai 422.028 kg. Namun, kenyataannya tahun 2022 besarnya produksi emping jagung hanya sebesar 300.426 kg. Berdasarkan data tersebut, UKM Jaya Barokah Sentosa hanya bisa memenuhi 71% dari permintaan tersebut. Sisa permintaan yang tidak bisa dipenuhi tersebut oleh pihak UKM dipesankan kepada pihak lain. Sehingga, terdapat masalah perbedaan kualitas emping jagung yang dikirimkan. Ketidakmampuan UKM dalam memenuhi semua permintaan dipengaruhi oleh keterlambatan pengiriman bahan baku, tidak memiliki jadwal produksi emping jagung dan permintaan yang fluktuatif. Berdasarkan pada permasalahan tersebut dapat diatasi dengan melakukan peramalan permintaan terhadap produk emping jagung. Tujuan dari penelitian ini adalah untuk mengetahui perbandingan hasil peramalan emping jagung menggunakan metode LSTM dan ARIMA di UKM Jaya Barokah Sentosa, Malang dengan nilai error terkecil. Metode LSTM dan ARIMA digunakan untuk melakukan peramalan permintaan emping jagung di UKM Jaya Barokah Sentosa pada periode Januari-Desember 2023. Peramalan permintaan menggunakan ARIMA terdapat langkah-langkah sebagai berikut plot data dan uji stasioneritas, identifikasi model, estimasi model, diagnosa model, dan peramalan. Sedangkan pada metode LSTM terdapat langkah-langkah seperti preprocessing, penyusunan model arsitektur LSTM, training dan testing, dan denormalisasi. Hasil error terkecil dari perbandingan kedua metode tersebut yang akan digunakan sebagai acuan dasar dalam melakukan produksi pada emping jagung. Hasil penelitian yang diperoleh bahwa peramalan emping jagung menggunakan metode LSTM dengan model 3-30-30-20-20-1 dengan proporsi data 80%. Hasil peramalan LSTM dibandingkan dengan data aktual memiliki RMSE sebesar 13.568,4625 dan ARIMA sebesar 15.356,27211. Kedua metode tersebut sama-sama menghasilkan nilai RMSE yang masih tinggi. Tidak akuratnya hasil peramalan yang diperoleh pada penelitian ini adalah tidak ada pola teratur yang bisa dikenali kedua metode. Selain itu, juga dipengaruhi oleh banyaknya data yang harus digunakan. Jumlah data yang digunakan harus ditambah sehingga metode yang digunakan bisa mengenali lebih banyak data dan kemungkinan pola yang muncul di banyak data tersebut. Rekomendasi yang dapat diberikan pada penelitian selanjutnya adalah dalam peramalan permintaan dengan LSTM dan ARIMA dapat menggunakan jumlah data yang lebih banyak dan metode yang lain seperti ARIMA seasonal. Hal ini ditujukan supaya mendapatkan akurasi yang lebih baik.

English Abstract

Emping jagung is a snack made from corn kernels that have been flattened. One of the UKM that produces corn chips is UKM Jaya Barokah Sentosa. In 2022 the demand for corn chips will reach 422,028 kg. However, the reality is that in 2022 the production of corn chips will only be 300,426 kg. Based on this data, UKM Jaya Barokah Sentosa can only fulfill 71% of the demand. The rest of the requests that could not be fulfilled by the UKM were ordered to other parties. Thus, there is a problem of differences in the quality of the corn chips that are sent. The inability of SMEs to fulfill all requests is affected by delays in the delivery of raw materials, not having a corn chip production schedule and fluctuating demand. Based on these problems can be overcome by forecasting the demand for corn chips products. The purpose of this study was to compare the forecasting results for corn chips using the LSTM and ARIMA methods at UKM Jaya Barokah Sentosa, Malang with the smallest error value. The LSTM and ARIMA methods are used to forecast the demand for corn chips at Jaya Barokah Sentosa UKM in the January-December 2023 period. Demand forecasting using ARIMA includes the following steps: data plot and stationarity test, model identification, model estimation, model diagnosis, and forecasting. Whereas in the LSTM method there are steps such as preprocessing, compiling the LSTM architectural model, training and testing, and denormalization. The smallest error results from the comparison of the two methods will be used as a basic reference in producing corn chips. The research results obtained that forecasting corn chips using the LSTM method with the model 3-30-30-20-20-1 with a data proportion of 80%. LSTM forecasting results compared to actual data have an RMSE of 13,568.4625 and an ARIMA of 15,356.27211. Both of these methods produce RMSE values that are still high. The inaccuracy of the forecasting results obtained in this study is that there is no regular pattern that can be recognized by both methods. In addition, it is also influenced by the amount of data that must be used. The amount of data used must be increased so that the method used can recognize more data and possible patterns that appear in a lot of the data. Recommendations that can be given for further research are in forecasting demand with LSTM and ARIMA to use more data and other methods like seasonal ARIMA. This is intended to get better accuracy.

Item Type:	Thesis (Sarjana)
Identification Number:	052310
Uncontrolled Keywords:	ARIMA, Emping Jagung, LSTM, Peramalan Permintaan. ARIMA, Demand Forecasting, Emping Jagung, LSTM
Divisions:	Fakultas Teknologi Pertanian > Teknologi Industri Pertanian
Depositing User:	Unnamed user with username verry
Date Deposited:	10 Jan 2024 02:30
Last Modified:	10 Jan 2024 02:30
URI:	http://repository.ub.ac.id/id/eprint/207069

Text (Dalam Masa Embargo) MERI AFNIYAH.pdf Restricted to Registered users only until 31 December 2025. Download (2MB)

Actions (login required)

View Item