Membangun pertumbuhan UMKM seharusnya diikuti dengan pengetahuan yang cukup agar dapat menentukan strategi penjualan yang tepat. Terlebih di era digital seperti sekarang, informasi analytics sangat dibutuhkan untuk perencanaan usaha dan pengambilan keputusan. Dari permasalahan tersebut, pada tugas akhir ini akan dilakukan “Implementasi Data Mining Untuk Sistem Informasi Perkembangan Laju Usaha Mikro Kecil Menegah di Jawa Timur”. Proses implementasi data mining dilakukan dengan mengolah data yang telah didapatkan dari database, kemudian diseleksi, ditransformasi hingga diinterpretasikan. Data yang di proses merupakan dataset informasi UMKM di masing-masing sektor yang ada di Jawa Timur. Dalam hal ini metode yang digunakan adalah Long Short Term Memory (LSTM). LSTM merupakan varian dari unit Recurrent Neural Network (RNN). Hasil yang didapatkan dalam proyek akhir ini adalah untuk nilai parameter time step yang akurasinya paling tinggi adalah 5, dengan RMSE rata rata sebesar 74,53. Sedangkan nilai parameter Epoch yang akurasinya paling tinggi adalah 100, dengan RMSE rata rata sebesar 74,50. Komposisi data dari tiap dataset tidak berpengaruh secara signifikan terhadap nilai akurasi model LSTM. Pada komposisi 50% data uji dan 50% data test, RMSE rata-ratanya sebesar 73,2. Sedangkan pada komposisi 70% data uji dan 30% data tes nilai RMSE rata-ratanya sebesar 72,99.