PERBANDINGAN METODE LONG-SHORT TERM MEMORY (LSTM) DAN XGBOOST DALAM MEMPREDIKSI PENJUALAN HARIAN PRODUK PT INDOSPRING TBK

Muhammad Iqbal Pratama, 3012010021 (2025) PERBANDINGAN METODE LONG-SHORT TERM MEMORY (LSTM) DAN XGBOOST DALAM MEMPREDIKSI PENJUALAN HARIAN PRODUK PT INDOSPRING TBK. Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (115kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (24kB)
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Repository staff only Download (874kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (192kB) | Request a copy
	Text (ABSTRAK) 5. ABSTRAK.pdf Restricted to Registered users only Download (238kB) | Request a copy
	Text (KATA PENGANTAR) 6. KATA PENGANTAR.pdf Restricted to Repository staff only Download (159kB) | Request a copy
	Text (DAFTAR ISI) 7. DAFTAR ISI.pdf Download (366kB)
	Text (DAFTAR GAMBAR) 8. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (331kB) | Request a copy
	Text (DAFTAR TABEL) 9. DAFTAR TABEL.pdf Restricted to Repository staff only Download (205kB) | Request a copy
	Text (BAB I PENDAHULUAN) 10. BAB I PENDAHULUAN.pdf Download (781kB)
	Text (BAB II KAJIAN PUSTAKA) 11. BAB II KAJIAN PUSTAKA.pdf Restricted to Registered users only Download (908kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 12. BAB III METODOLOGI PENELITIAN.pdf Restricted to Registered users only Download (667kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 13. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB V PENUTUP) 14. BAB V PENUTUP.pdf Restricted to Registered users only Download (239kB) | Request a copy
	Text (DAFTAR PUSTAKA) 15. DAFTAR PUSTAKA.pdf Download (470kB)
	Text (LAMPIRAN) 16. LAMPIRAN.pdf Restricted to Repository staff only Download (112kB) | Request a copy
	Text (FULLTEXT) 17. SKRIPSI - MUHAMMAD IQBAL PRATAMA (3012010021).pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text (FULLTEXT DOC) 18. SKRIPSI - MUHAMMAD IQBAL PRATAMA (3012010021).docx Restricted to Repository staff only Download (18MB) | Request a copy
	Image (POSTER) 19. POSTER - 3012010021 (MUHAMMAD IQBAL PRATAMA).jpg Download (2MB)

Abstract

PT Indospring merupakan perusahaan manufaktur komponen otomotif yang memproduksi dua produk utama, yaitu Leaf Spring dan Hot Coil Spring, berdasarkan sistem pre-order. Sistem ini menuntut perencanaan yang tepat terhadap ketersediaan bahan baku dan jadwal produksi, agar tidak terjadi keterlambatan maupun ketidaksesuaian kapasitas produksi. Untuk membantu proses pengambilan keputusan dalam perencanaan produksi, penelitian ini menerapkan metode Long Short-Term Memory (LSTM) dan Extreme Gradient Boosting (XGBoost) guna memprediksi jumlah permintaan produk berbasis data historis penjualan. Evaluasi kinerja dilakukan dengan membandingkan kedua metode menggunakan metrik Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE). Hasil evaluasi menunjukkan bahwa XGBoost memberikan performa lebih baik dibandingkan LSTM. Pada data training, model XGBoost menghasilkan MAPE sebesar 2.08% (Leafspring) dan 0.75% (Hotcoil), sedangkan LSTM mencatat MAPE 3.85% dan 8.01%. Sementara itu, pada data testing, XGBoost mencatatkan MAPE sebesar 10.25% (Leafspring) dan 15.93% (Hotcoil), lebih rendah dibandingkan LSTM yang mencapai 11.36% dan 32.58%. Meskipun nilai RMSE LSTM pada beberapa kasus kompetitif, XGBoost tetap unggul dalam hal akurasi relatif terhadap nilai aktual. Selain itu, XGBoost memiliki keunggulan dari segi efisiensi waktu pelatihan dan implementasi yang lebih sederhana. Diharapkan metode ini diharapkan mampu meningkatkan efektivitas perencanaan produksi serta pengelolaan bahan baku secara lebih optimal.

Item Type:	Thesis (Undergraduate)
Additional Information:	Softfile/KK.25/UISI-01/IF
Uncontrolled Keywords:	LSTM, XGBOOST, Peramalan, RMSE, MAPE, Penjualan PT. Indospring. Tbk.
Contributors:	Contribution Name Email Thesis advisor Ngatini, S.Si., M.Si. ngatini@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Informatics
Depositing User:	Muhammad Iqbal Pratama
Date Deposited:	21 Aug 2025 11:50
Last Modified:	21 Aug 2025 11:50
URI:	https://repository.uisi.ac.id/id/eprint/8015

Actions (login required)

View Item