Peramalan Permintaan Keripik Tempe Menggunakan Metode Jaringan Saraf Tiruan (JST) Backpropagation di UKM Keripik Tempe Rohani, Malang, Jawa Timur

Indonesia dikenal sebagai negara agraris yang memiliki lahan pertanian yang luas dengan sumber daya yang beragam dan berlimpah. Terdapat berbagai hasil pertanian yang dimiliki Indonesia yang dijadikan sebagai bahan makanan pokok di Indonesia salah satunya kedelai. Di Indonesia, kedelai merupakan bahan makan pokok di Indonesia yang memiliki tingkat konsumsi nasional yang tinggi. Salah satu wilayah yang menjadi sentra utama kedelai nasional adalah Jawa timur dengan rata-rata produksi pertahun mencapai 215,014 ribu ton. Keberadaan kedelai yang melimpah menjadi peluang besar bagi perekonomian masyarakat Jawa Timur. Salah satu cara yang dapat meningkatkan nilai tambah kedelai yaitu diolah menjadi suatu produk seperti tempe dimana pengolahan tersebut dapat menghasilkan nilai tambah sebesar 36,65%. Namun saat ini tempe telah dikembangkan menjadi berbagai produk, seperti keripik tempe. Salah satu usaha yang memproduksi keripik tempe yaitu UKM Keripik Tempe Rohani. Pada tahun 2020, UKM Keripik Tempe Rohani mengalami kerugian yang besar akibat adanya pandemi Covid-19. Hal tersebut menyebabkan menurunnya jumlah kunjungan wisatawan sehingga berdampak pada total penjualan produk di UKM Keripik Tempe Rohani. Namun, setelah 2 tahun berlangsungnya masa pandemi covid-19, pemerintah melakukan upaya dengan membuka kembali kunjungan wisatawan ke Indonesia. Hal tersebut membuat UKM perlu beradaptasi kembali untuk mengantisipasi lonjakan permintaan. Oleh karena itu, penelitian ini bertujuan untuk mengetahui model peramalan permintaan keripik tempe dengan metode jaringan saraf tiruan backpropagation, mengetahui hasil dan akurasi peramalan permintaan dengan menggunakan metode jaringan saraf tiruan backpropagation dan metode time series, dan mengetahui hasil metode peramalan terbaik berdasarkan nilai error terkecil dengan data aktual sebagai pembandingnya di UKM Keripik Tempe Rohani. Metode Jaringan Saraf Tiruan backpropagation dan time series digunakan untuk melakukan peramalan permintaan keripik tempe spesial di UKM Keripik Tempe Rohani pada periode Januari- Desember 2022. Hasil peramalan permintaan dengan kedua metode tersebut akan dibandingkan dengan data aktual permintaan periode Januari – April 2022. Hasil perbandingan peramalan permintaan yang memiliki nilai kesalahan kecil akan digunakan sebagai acuan dasar dalam melakukan produksi keripik tempe spesial. Hasil penelitian didapatkan bahwa peramalan keripik tempe spesial menggunakan metode JST Backpropagation dengan arsitektur terbaik yakni 4-30-30-30-1 (4 input, 30 neuron lapisan ke-1, 30 neuron lapisan ke-2, 30 neuron lapisan ke-3, dan 1 output) dengan persentase data 80% Training dan 20% Testing. Hasil peramalan metode JST Backpropagation dibandingkan dengan data aktual memiliki rata-rata kesalahan kuadrat (MSE) sebesar 33,642,071.44. Hasil peramalan metode time series terbaik yang terpilih yaitu simple exponential smoothing. Hasil perbandingan peramalan dengan data aktual menunjukan bahwa metode time series simple exponential smoothing memiliki nilai perbandingan MSE sebesar 8,120,567.50. Hasil rekomendasi yang dapat diberikan untuk penelitian selanjutnya yaitu dapat melibatkan jumlah data yang lebih banyak untuk meningkatkan akurasi hasil peramalan. Peneliti selanjutnya dapat melakukan trial and error terhadap parameter lainnya yang mempengaruhi hasil akurasi prediksi. Rekomendasi untuk UKM Keripik Tempe Rohani yakni peramalan permintaan yang dapat digunakan untuk meramalkan permintaan di periode selanjutnya dengan menggunakan metode time series