Alusyanti Primawati
IPB University

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbandingan Kinerja LSTM dan Prophet untuk Prediksi Deret Waktu (Studi Kasus Produksi Susu Sapi Harian) Alusyanti Primawati; Imas Sukaesih Sitanggang; Annisa Annisa; Dewi Apri Astuti
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 3 (2023): Volume 9 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i3.72031

Abstract

Prediksi deret waktu dibutuhkan untuk menjawab pertanyaan bisnis dimasa depanĀ  yang akurat sehingga perlunya membangun model prediksi yang memiliki kinerja bagus. Pendekatan machine learning seperti long short term memory (LSTM) dan Prophet menjadi popular saat ini untuk pemodelan prediksi deret waktu. Agribisnis susu segar saat ini salah satu studi kasus yang memerlukan peranan teknologi informasi seperti bisnis intelijen untuk memastikan ketersediaan pasokan susu dimasa depan. Upaya pertama yang perlu dilakukan adalah menyiapkan model prediksi yang tepat meskipun data awal yang dikumpulkan masih sedikit atau terbatas. Dataset produksi susu sapi selama 300 hari menjadi data penelitian yang dimodelkan kedalam LSTM dan Prophet. Keduanya dibandingkan kinerjanya terhadapa data terbatas. Hasilnya uji koefisien determinasi R2 keduanya yaitu 0.2, sehingga perlu dilakukan peningkatan kinerja melalui tahapan revise and enhance. Hasilnya, kedua model meningkat nilai R2 menjadi 0.3 dan LSTM lebih baik dari Prophet. Meskipun demikian perbedaan keduanya tidak terlalu signifikan dan peningkatan juga tidak berbeda terlalu jauh karena data susu memiliki pola multi-periode dengan tren berbeda signifikan. Periode 90 hari pertama adalah masa klimaks laktasi sedangkan periode kedua setelah 90 hari adalah masa intervensi peternak menurunkan hasil perah untuk persiapakan ternak kambing perah ke masa kawin dan bunting.