Prosiding Seminar Nasional Teknik Industri

Evaluasi Model LSTM untuk Prediksi Chemical Treatment pada Sistem Ultrafiltrasi

Jecky Jecky, Chao Lung Yang, Nur Aini Masruroh — Fri, 31 Oct 2025 00:00:00 +0000

Penyumbatan atau yang biasa dikenal dengan membrane fouling (MF) merupakan masalah yang umum dalam sistem pemurnian air ultrafiltrasi dan penanganan terhadap permasalahan ini diantaranya adalah dengan pembilasan balik (water treatment) ataupun penggunaan bahan kimia (chemical treatment). Masing-masing perlakuan memiliki keunggulan dan kelemahan masing-masing dari segi waktu dan biaya pelaksanaan. Di dalam dunia nyata, pelaksanaan chemical treatment (CT) seringkali memerlukan waktu yang lama, namun efektivitas yang tinggi sehingga CT menjadi hal yang paling diperhatikan dalam penelitian ini. Keputusan untuk pelaksanaan CT umumnya didasarkan pada penilaian subyektif manusia sehingga sangat beresiko untuk terjadinya inkonsistensi dalam pelaksanaan CT. Oleh sebab itu, diperlukan pemanfaatan deep learning untuk membantu melakukan automasi terhadap pelaksanaan CT. Riset ini dilakukan untuk mengevaluasi performa dari 3 model deep learning yakni LSTM, Bidirectional LSTM (Bi-LSTM), dan Bi-LSTM + Transformer dalam memprediksi laju alir yang kemudian digunakan untuk memprediksi kejadian pelaksanaan CT. Evaluasi dilakukan berdasarkan nilai Root Mean Squared Error (RMSE) dan kecocokan waktu pelaksanaan CT antara prediksi dan aktual. Berdasarkan nilai RMSE yang didapat, Bi-LSTM + Transformer memberikan nilai terbaik dengan nilai RMSE sebesar 26,01 disusul oleh Bi-LSTM dan LSTM dengan nilai 26,02 dan 26,03 dimana nilai RMSE yang lebih kecil dari 30 menunjukkan akurasi prediksi yang moderat. Berdasarkan kecocokan antara prediksi waktu pelaksanaan CT dengan aktual, model LSTM, Bi-LSTM dan Bi-LSTM + Transformer memberikan hasil F1-Score sebesar 0,80; 0,79; dan 0,72 dimana nilai F1-Score yang semakin mendekati 1 menunjukkan hasil prediksi yang baik/semakin mendekati data aktual. Berdasarkan performa yang diperoleh, dapat disimpulkan bahwa model LSTM memiliki performa yang lebih baik dibandingkan model yang lebih kompleks seperti Bi-LSTM dan Bi-LSTM + Transformer.

Prediksi Volume Penjualan pada Retail Sembako Menggunakan Pemodelan XGBoost

Alza Noor Ibrahim, Dhea Qurrotun Nada — Tue, 30 Sep 2025 00:00:00 +0000

Manajemen inventaris pada retail sembako menghadapi tantangan ketidakakuratan ramalan permintaan yang menyebabkan overstock atau stockout, sehingga mengganggu efisiensi operasional. Penelitian ini bertujuan mengembangkan model prediksi volume penjualan menggunakan algoritma Extreme Gradient Boosting (XGBoost) untuk meningkatkan akurasi manajemen stok. Metode yang digunakan meliputi akuisisi dan preprocessing data penjualan historis selama satu tahun dari Kaggle.com untuk empat kategori produk: Air Mineral, Minyak Goreng, Susu, dan Roti. Data tersebut kemudian dibagi menjadi data latih (80%) dan data uji (20%) untuk melatih model XGBoost. Kinerja prediktif model dievaluasi secara kuantitatif menggunakan metrik Root Mean Squared Error (RMSE). Hasil penelitian menunjukkan bahwa model XGBoost mampu memprediksi volume penjualan dengan tingkat akurasi yang bervariasi. Performa terbaik dicapai pada produk dengan permintaan stabil seperti Roti (RMSE 5.54) dan Minyak Goreng (RMSE 6.78) , sementara performa lebih rendah teridentifikasi pada produk dengan permintaan sangat fluktuatif seperti Air Mineral (RMSE 16.04) dan Susu (RMSE 12.24). Sebagai solusi praktis untuk menutupi kelemahan prediksi, strategi penambahan alert range terbukti mampu meningkatkan tingkat pemenuhan permintaan secara signifikan. Sebagai contoh, penambahan 15 unit pada prediksi Roti mampu mencapai pemenuhan permintaan hingga 100% , sementara penambahan 20 unit pada Susu meningkatkan pemenuhan hingga 97,22%. Kombinasi antara prediksi XGBoost dan strategi alert range terbukti memiliki potensi besar dalam mengoptimalkan manajemen inventaris.

Pengembangan Model Bisnis dan Penerapan Manajemen Industri Dalam Mendukung Ketahanan Pangan Skala Lokal Masyarakat Pesisir

Endra Yuafanedi Arifianto, Asyifa Anandya, Akhmad Muwafik Saleh, Hary Sudjono — Tue, 30 Sep 2025 00:00:00 +0000

Masyarakat pesisir yang bergabung dalam Kelompok Budidaya Ikan Benih Unggul Rusunawa Tambaan memiliki aktivitas bisnis bidang pembibitan dan penggemukan ikan tawar sebagai alternatif penghasilan bulanan. Mereka sudah terlatih dan teruji khususnya dalam budidaya ikan lele ditunjukkan dengan siklus panen yang sudah delapan kali sejak tahun 2021. Hasil panen terakhir masih sekitar 498 kg, untuk memenuhi kebutuhan pangan penghuni rusunawa sebanyak 196 KK. Secara matematis hasil panen baru bisa memenuhi kebutuhan ikan 2,5 kg/KK sekali panen. Secara filosofi kemampuan masyarakat menyediakan pangan sendiri skala lokal bisa dikatakan sebagai sebuah keberhasilan dalam mendukung program pemerintah terkait ketahanan pangan atau swasembada pangan. Permasalahan saat ini adalah keterbatasan kemampuan dalam manajemen bisnis, belum ada perencanaan matang terkait visi, misi, tujuan organisasi yang detail, belum bisa membuat bisnis plan, keterbatasan dalam analisis bisnis dan keberlanjutan bisnis sehingga mempengaruhi pertumbuhan bisnis. Metode pelaksanaan untuk memecahkan permasalahan adalah dengan melaksanakan pelatihan dan pendampingan business coaching. Hasil temuan saintifik pendekatan keilmuan manajemen industri berhasil membantu kelompok masyarakat pesisir memiliki visi, misi organisasi yang lebih terarah, memahami proses perencanaan, pelaksanaan, dan peran kontrol dalam menjalankan bisnis plan, mampu menyusun model bisnis dengan pendekatan sembilan elemen dalam Business Model Canvas (BMC). Selain itu cita – cita Sustainable Development Goals (SDGs) bisa terwujud, khususnya SDGs Tanpa kemiskinan dan SDGs Pekerjaan Layak dan Pertumbuhan Ekonomi. Mampu melaksanakan Asta Cita ke 2, yaitu memantapkan sistem pertahanan keamanan negara dan mendorong kemandirian bangsa melalui swasembada pangan serta Asta Cita ke 6 membangun dari desa dan dari bawah untuk pemerataan ekonomi dan pemberantasan kemiskinan.

Transformasi Menuju Pengolahan Susu Ramah Lingkungan: Integrasi Green Supply Chain pada Asosiasi Peternak Sapi Perah Pujon, Ngantang

Rofiaty Rofiaty — Tue, 30 Sep 2025 00:00:00 +0000

Pujon adalah sebuah kecamatan di Kabupaten Malang, Jawa Timur, yang dikenal dengan keindahan alamnya serta kondisi geografis yang mendukung berbagai kegiatan agraris. Terletak di dataran tinggi dengan ketinggian rata-rata sekitar 1.100 meter di atas permukaan laut, Pujon memiliki iklim yang sejuk dan curah hujan yang tinggi. Keadaan ini menjadikan Pujon tidak hanya sebagai tujuan wisata yang menarik, tetapi juga sebagai kawasan strategis untuk kegiatan peternakan dan pertanian. Wilayah ini dikelilingi oleh pegunungan yang subur, yang menyediakan sumber daya alam melimpah seperti rumput hijauan untuk pakan ternak dan air bersih yang memadai untuk kebutuhan peternakan. Selain potensi alamnya, Pujon juga memiliki sejarah panjang dalam pengelolaan peternakan sapi perah. Sejarah ini bermula setelah kemerdekaan Indonesia, yaitu berdirinya Koperasi Susu SAE Pujon pada tahun 1962. Koperasi ini bertujuan untuk meningkatkan kesejahteraan peternak melalui pengelolaan pemasaran yang lebih baik dan terorganisir. Kemitraan strategis antara Koperasi SAE dan PT. Nestle Indonesia pada tahun 1975 menjadi salah satu faktor utama yang memperkuat posisi Pujon sebagai sentra peternakan sapi perah. Kemitraan ini tidak hanya memberikan jaminan pasar bagi peternak, tetapi juga mendorong mereka untuk meningkatkan kualitas dan kuantitas produksi susu. Data menunjukkan bahwa pada tahun 2010, Pujon memiliki lebih dari 26.000 anggota koperasi dengan produksi susu mencapai lebih dari 41 juta liter per tahun. Peternak Sapi Perah Pujon-Ngantang menghadapi tantangan utama dalam pengelolaan peternakan sapi perah, meliputi pakan ternak yang kurang berkualitas dan pengelolaan limbah kotoran sapi yang belum optimal. Masalah tersebut berdampak pada produktivitas susu, kualitas produk, dan lingkungan sekitar. Hal ini berdampak pada penurunan produktivitas dan kualitas susu, serta masalah lingkungan. Dalam rangka meningkatkan produktivitas ternak maka dengan dilaksanakannya pengabdian kepada masyarakat hibah profesor 2024 sangatlah bermanfaat dan berdampak positif. Solusi yang dilaksanakan meliputi pelatihan mengenai praktik pembuatan pakan ternak (complete feed), olahan susu berupa produk yogurt, pengolahan limbah menjadi biogas dan pupuk yang mendukung ramah lingkungan di seluruh tahapan produksi, dan pemberian bantuan teknologi tepat guna berupa alat pencacah (chopper) makanan ternak. Luaran dari kegiatan ini diharapkan dapat meningkatkan keberdayaan dan kemandirian peternak sapi perah, serta memberikan dampak positif pada pembangunan berkelanjutan (SDGs). Luaran wajib yang disyaratkan meliputi prosiding seminar nasional, publikasi media massa, dan peningkatan daya saing produk. Luaran tambahan adalah pemanfaatan teknologi tepat guna.Luaran dari kegiatan ini adalah peningkatan keberdayaan berkelanjutan dan kemandirian mitra sesuai permasalahan yang dihadapi melalui penerapan green supply chain, kemudian untuk luaran wajib yang disyaratkan adalah prosiding seminar nasional, publikasi media massa cetak/online, peningkatan daya saing berupa kualitas produk dan pemanfaatan sumber daya lainnya seperti pengolahan limbah menjadi biogas dan pupuk.