ANALISA DATA TIME SERIES MENGGUNAKAN LSTM UNTUK MEMPREDIKSI VOLUME PENJUALAN IKAN ASIN

HIDAYAT, TAUFIK (2023) ANALISA DATA TIME SERIES MENGGUNAKAN LSTM UNTUK MEMPREDIKSI VOLUME PENJUALAN IKAN ASIN. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (COVER) 01 COVER.pdf Download (374kB) | Preview
Preview	Text (ABSTRAK) 02 ABSTRAK.pdf Download (22kB) | Preview
	Text (BAB I) 03 BAB 1.pdf Restricted to Registered users only Download (81kB)
	Text (BAB II) 04 BAB 2.pdf Restricted to Registered users only Download (244kB)
	Text (BAB III) 05 BAB 3.pdf Restricted to Registered users only Download (81kB)
	Text (BAB IV) 06 BAB 4.pdf Restricted to Registered users only Download (558kB)
	Text (BAB V) 07 BAB 5.pdf Restricted to Registered users only Download (21kB)
	Text (DAFTAR PUSTAKA) 08 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (147kB)
	Text (LAMPIRAN) 09 LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

The sale of salted fish is one of the very potential industries in the fishing industry. The increasing demand for and popularity of salted fish as a snack throughout the country encourages industry players to better understand and predict sales patterns of salted fish. So far AKH Warehouse has not implemented the prediction method for sales needs. Sometimes AKH Warehouse experiences a decrease in sales volume, to find out information about the sales volume of salted fish so that the company does not experience a decrease in sales volume, a prediction experiment is carried out using the LSTM algorithm. the results of the LSTM Forecast for the next 6 months will increase every month, and predictions for the next 12 months will increase in the first and second months, while in the following months it will decrease. Based on the experiments conducted, it can be concluded that the LSTM algorithm with a composition of 6 training data, 42 training data, and using 100 epochs produces an RMSE (Root Mean Squared Error) of 3,723 and a MAPE (Mean Absolute Percentage Error) of 0.640. Keywords: Prediction, Time series, Long Short-Term Memory, Salted fish sales volume Penjualan ikan asin merupakan salah satu industri yang sangat potensial dalam industri perikanan. Meningkatnya permintaan dan popularitas ikan asin sebagai makanan ringan di seluruh negara mendorong para pelaku industri untuk lebih memahami dan memprediksi pola penjualan ikan asin. Sejauh ini Gudang AKH belum menerapkan metode prediksi untuk kebutuhan penjualan. Terkadang Gudang AKH mengalami penurunan volume penjualan, untuk mengetahui informasi tentang volume penjualan ikan asin agar perusahaan tidak mengalami penurunan volume penjualan maka dilakukan percobaan prediksi dengan menggunakan algoritma LSTM, Penggunaan LSTM terbukti bermanfaat untuk membangun model peramalan volume penjualan ikan asin pada data time series dan mendapatkan hasil dari LSTM Forecast pada 6 bulan kedepan mengalami kenaikan pada setiap bulannya, dan prediksi pada 12 bulan kedepan mengalami kenaikan pada bulan pertama dan bulan kedua, sedangkan pada bulan berikutnya mengalami penurunan. Berdasarkan percobaan yang dilakukan dapat disimpulkan bahwa algoritma LSTM dengan komposisi 6 data training, 42 data latih, dan menggunakan 100 epoch menghasilkan RMSE (Root Mean Squared Error) sebesar 3.723 dan MAPE (Mean Absolute Percentage Error) sebesar 0,640. Kata Kunci: Prediksi, Time series, Long Short-Term Memory, Volume Penjualan ikan asin

Actions (login required)

View Item