<![CDATA[Ekspor pulp merupakan kegiatan ekonomi penting bagi perusahaan dan pemerintah, yang membutuhkan informasi akurat mengenai permintaan pasar dan strategi bisnis yang tepat. Metode Long Short Term Memory (LSTM) digunakan untuk memprediksi hasil produksi pulp di masa depan dengan memanfaatkan data historis dan faktor-faktor yang mempengaruhinya. Tahapan penelitian meliputi studi literatur untuk memahami metode LSTM, pengumpulan data, seleksi dan transformasi data untuk mempersiapkan dataset yang akan digunakan, serta visualisasi data ekspor untuk mendapatkan wawasan yang lebih baik. Selanjutnya, metode LSTM diterapkan dengan langkah-langkah pembentukan model, pelatihan model, prediksi nilai ekspor, dan evaluasi hasil prediksi. Hasil penelitian ini untuk nilai Root Mean Squared Error (RMSE) terhadap produk Jumbo Roll Tissue, Napkin Tissue, Multi Purpose Tissue, dan Facial Tissue berturut-turut adalah 2.52, 1.88, 2.77, dan 2.67. Semakin kecil nilai RMSE, semakin baik performa model. Nilai RMSE yang kecil pada setiap produk menunjukkan bahwa model memiliki performa yang baik dalam memprediksi semua produk. Dengan prediksi yang lebih akurat, perencanaan produksi dan persediaan bahan baku dapat dilakukan dengan lebih efisien dan efektif, sehingga mengoptimalkan produktivitas dan mengurangi biaya produksi.Hasil penelitian ini diharapkan dapat membantu masyarakat dan pemerintah dalam pengambilan keputusan strategis terkait produksi pulp dan kebijakan ekspor. Selain itu, penelitian ini juga diharapkan dapat meningkatkan efisiensi pemasaran dan distribusi produk, meningkatkan pengetahuan tentang pasar dan produk, serta membuka peluang pasar baru untuk produk pulp.]]>
