Prediksi Hasil Produksi Nanas Kaleng Pada PT. Great Giant Pineapple Menggunakan Long Short-Term Memory
PT. Great Giant Pineapple (GGP) merupakan perusahaan penghasil nanas terbesar di Indonesia yang mengolah nanas menjadi nanas kaleng untuk ekspor. Tingginya permintaan ekspor mengakibatkan perusahaan perlu memperkirakan jumlah produksi agar lebih efisien. Namun, produksi tidak dilakukan setiap hari, sehingga terdapat missing values pada data historis produksi. Untuk mengatasi masalah ini, penelitian ini melakukan penanganan missing values
dengan mengganti nilai kosong dengan 0, sehingga data menjadi lebih lengkap dan akurat untuk analisis lebih lanjut. Selain itu, metode prediksi yang cocok juga diperlukan agar dapat menangkap pola produksi yang baik. Penelitian ini menggunakan Long ShortTerm Memory karena LSTM dirancang untuk mengatasi data deret waktu. Hasil evaluasi model menunjukkan bahwa metode LSTM memberikan hasil terbaik dengan nilai MSE sebesar 64.434,45. dan visualisasi hasil prediksi menunjukkan model dapat mengikuti pola data aktual sehingga dapat disimpulan bahwa LSTM mampu dalam melakukan prediksi.
URI
https://repo.itera.ac.id/depan/submission/SB2506240026
Keyword
Long Short Term Memory (LSTM) Missing Values Nanas Kaleng Prediksi