PREDIKSI PERMINTAAN BARANG DI PT XYZ WAREHOUSE JEMBER MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY

Abstract

Logistik adalah cara untuk menyimpan, menyalurkan dan memelihara berbagai item dengan baik. PT XYZ merupakan salah satu perusahaan ritel yang memiliki lebih dari 32 cabang tersebar di seluruh Indonesia serta mempuyai permasalahan masing-masing di setiap warehouse. Cabang warehouse Jember memiliki permasalahan dengan stok yang tidak mencukupi untuk memenuhi permintaan barang (PB) toko, yang menyebabkan hutang PB sehingga berdampak pada performa service level (SL) warehouse. Penelitian ini dilakukan untuk memperoleh hasil prediksi permintaan barang (PB) dan nilai evaluasi model. Salah satu metode yang dapat digunakan untuk melakukan prediksi permintaan barang (PB) yaitu long short term memory (LSTM). Long Short Term Memory (LSTM) merupakan salah satu pengembangan neural network yang dapat digunakan untuk pemodelan data time series. Penelitian ini menggunakan 10 dataset item dari PT XYZ warehouse Jember yang didapat selama kegiatan magang untuk diprediksi. Dataset yang telah digabungkan per item dilakukan splitting data dengan perbandingan 60% untuk training dan 40% untuk testing. Hasil prediksi terbaik dari 10 item yaitu pediasure tsure classic can 400g dengan nilai prediksi 1,19 dan energen vanila box 5s dengan nilai prediksi 283,66. Hasil evaluasi terbaik pada penelitian ini diperoleh nilai RMSE 6,38 dan MAPE 13,38%.