<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="14864">
<titleInfo>
<title><![CDATA[PERAMALAN JUMLAH PESANAN BENANG DENGAN METODE LONG SHORT TERM MEMORY DI PT INSAN SANDANG]]></title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>0416027602 - Fahmi Arif, S.T., M.T., Ph.D</namePart>
<role><roleTerm type="text">Dosen Pembimbing 1</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>ENCIK DONEIS VALSAMIDIS/132017161</namePart>
<role><roleTerm type="text">Penulis</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes"><![CDATA[mixed material]]></typeOfResource>
<genre authority="marcgt"><![CDATA[bibliography]]></genre>
<originInfo>
<place><placeTerm type="text"><![CDATA[Teknik Industri]]></placeTerm></place>
<publisher><![CDATA[FTI]]></publisher>
<dateIssued><![CDATA[2023]]></dateIssued>
<issuance><![CDATA[monographic]]></issuance>
<edition><![CDATA[0]]></edition>
</originInfo>
<language>
<languageTerm type="code"><![CDATA[en]]></languageTerm>
<languageTerm type="text"><![CDATA[English]]></languageTerm>
</language>
<physicalDescription>
<form authority="gmd"><![CDATA[Text]]></form>
<extent><![CDATA[]]></extent>
</physicalDescription>
<note>PT Insan Sandang adalah perusahaan yang bergerak pada industri tekstil. Perusahaan ini mengolah bahan baku kapas hingga menjadi benang. Saat ini perusahaan memiliki jumlah penyimpanan yang relatif tinggi. Hal tersebut disebabkan oleh perusahaan yang tidak dapat memprediksi kebutuhan permintaan di masa mendatang, sehingga perusahaan menjaga penyimpanan bahan baku dalam jumlah besar. Berdasarkan hal tersebut dibutuhkan metode peramalan yang dapat membantu perusahaan dalam mengantisipasi kebutuhan permintaan di masa mendatang. Salah satu metoda yang dapat digunakan adalah jaringan saraf tiruan algoritma Long Short Term Memory. Metodologi penelitian menggunakan alur penelitian data mining yaitu CRISP-DM. Hasil penelitian ini menunjukan LSTM memiliki performa terbaik bila dibandingkan dengan ARIMA. LSTM memiliki skor RMSE bernilai 42,225 dan skor MAPE bernilai 16,38%. Peramalan menggunakan LSTM dengan nilai MAPE tersebut dapat dikategorikan sebagai kemampuan peramalan yang baik.</note>
<subject authority=""><topic><![CDATA[industri tekstil, peramalan, CRISP-DM, LSTM]]></topic></subject>
<classification><![CDATA[]]></classification><identifier type="isbn"><![CDATA[20230203]]></identifier><location>
<physicalLocation><![CDATA[Setiadi Open Source ETD System]]></physicalLocation>
<shelfLocator><![CDATA[2967TI/23]]></shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1"><![CDATA[2967TI/23]]></numerationAndChronology>
<sublocation><![CDATA[My Library]]></sublocation>
<shelfLocator><![CDATA[2967TI/23]]></shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:digitals>
<slims:digital_item id="14896" url="" path="/132017161_2967TI.pdf" mimetype="application/pdf"><![CDATA[PERAMALAN JUMLAH PESANAN BENANG DENGAN METODE LONG SHORT TERM MEMORY DI PT INSAN SANDANG]]></slims:digital_item>
</slims:digitals><recordInfo>
<recordIdentifier><![CDATA[14864]]></recordIdentifier>
<recordCreationDate encoding="w3cdtf"><![CDATA[2023-05-30 08:34:27]]></recordCreationDate>
<recordChangeDate encoding="w3cdtf"><![CDATA[2023-05-30 08:34:41]]></recordChangeDate>
<recordOrigin><![CDATA[machine generated]]></recordOrigin>
</recordInfo></mods></modsCollection>