TRUNOJOYO-Tugas Akhir -33391-190411100008-Abstrcat.pdf
Restricted to Repository staff only
Download (164kB)
TRUNOJOYO-Tugas Akhir -33391-190411100008-Cover.pdf
Restricted to Repository staff only
Download (827kB)
TRUNOJOYO-Tugas Akhir -33391-190411100008-Chapter1.pdf
Restricted to Repository staff only
Download (84kB)
TRUNOJOYO-Tugas Akhir -33391-190411100008-Chapter2.pdf
Restricted to Repository staff only
Download (388kB)
TRUNOJOYO-Tugas Akhir -33391-190411100008-Chapter3.pdf
Restricted to Repository staff only
Download (131kB)
TRUNOJOYO-Tugas Akhir -33391-190411100008-Chapter4.pdf
Restricted to Repository staff only
Download (841kB)
TRUNOJOYO-Tugas Akhir -33391-190411100008-Conclusion.pdf
Restricted to Repository staff only
Download (7kB)
TRUNOJOYO-Tugas Akhir -33391-190411100008-References.pdf
Restricted to Repository staff only
Download (79kB)
TRUNOJOYO-Tugas Akhir -33391-190411100008-Appendices.pdf
Restricted to Repository staff only
Download (123kB)
Abstract
Batik adalah seni tradisional melukis kain yang telah dikenal selama berabad-abad. UD Insyi Batik merupakan salah satu UMKM yang bergerak pada bidang pembuatan batik terbesar di pamekasan yang terletak di Desa Klampar, Kec. Proppo Kab. Pamekasan. Jumlah permintaan pasar yang tidak menentu sering kali menyebabkan UD. Insy Batik mengalami kesulitan dalam menentukan jumlah batik yang akan dibuat. Selain itu, perencanaan produksi yang dilakukan masih secara manual atau masih menggunakan intuisi dari pemilik yang menyebabkan proses produksi tidak maksimal. Pada penelitian ini akan melakukan sistem peramalan untuk menentukan jumlah produksi batik yang akan dibuat. Data yang digunakan pada penelitian adalah menggunakan data univariate atau hanya terdiri dari satu variabel dengan menggunakan jumlah total data sebanyak 624 data yang di rekap dalam setiap minggunya. Pada penelitian ini melakukan sebuah peramalan mengenai jumlah produksi batik menggunakan metode LSTM (Long Short-Term Memory). Pada data yang kosong akan dilakukan interpolasi data untuk mencari nilai data yang hilang. Untuk menghitung error dilakukan dengan menggunakan Root Mean Squared Error (RMSE). Berdasarkan hasil uji coba, didapati nilai parameter yang optimal dengan nilai neuron hidden layer 128, parameter learning rate 0.001, nilai batch size 32 dan nilai epochs 300 menghasilkan RMSE 4.2812 yang menandakan model prakiraan kurang optimal dalam memprediksi data.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM LAILY TRI HIDAYAT |
| Department | Informatika |
| Uncontrolled Keywords | Batik UD. Insy Batik Long short term memory Root Mean Sequance Error |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 12:48 |
| Last Modified | 24 Oct 2026 16:49 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/5824 |
