Penerapan Long Short-Term Memory (LSTM) untuk Peramalan Keuntungan Usaha PT. Air Suci Pragaan Kabupaten Sumenep

Abstract

Penelitian ini bertujuan untuk memprediksi keuntungan usaha PT. Air Suci Pragaan di Kabupaten
Sumenep dengan menerapkan metode Long Short-Term Memory (LSTM), salah satu teknik deep
learning yang efektif dalam mengolah data deret waktu. Data penelitian mencakup variabel
penjualan, produksi, distribusi, dan biaya pada periode 2023–2024. Proses penelitian meliputi
tahap praproses data, perhitungan keuntungan, normalisasi, serta pemisahan data menjadi set
pelatihan dan pengujian. Arsitektur model LSTM yang digunakan terdiri atas dua lapisan
tersembunyi dan satu lapisan keluaran, yang dilatih dengan dataset terolah. Evaluasi model
menghasilkan tingkat kesalahan yang relatif rendah (MAE: 0,3307) serta prediksi keuntungan
untuk 12 bulan mendatang yang menunjukkan variasi namun tetap masuk akal. Temuan ini
mengindikasikan bahwa LSTM berpotensi menjadi metode yang andal dalam memproyeksikan
kondisi finansial perusahaan serta mendukung pengambilan keputusan bisnis berbasis data historis.