Analisis Arsitektur Jaringan Syaraf Tiruan Untuk Peramalan Penjualan Air Minum Dalam Kemasan

Nur Fitrianingsih Hasan, Kusrini Kusrini, Hanif Al Fatta

Abstract


Air merupakan salah satu kebutuhan hidup yang paling penting. Salah satu cara dalam memenuhi kebutuhan air yang aman untuk dikonsumsi yaitu dengan AMDK. Perusahaan ABC adalah perusahaan yang memproduksi dan mendistribusikan produk AMDK di Kota Jayapura mengalami masalah, salah satunya yaitu terhambatnya pendistribusian produk AMDK dimana saat masalah ini terjadi permintaan terhadap kebutuhan AMDK sangat tinggi. Munculnya masalah ini perlu adanya langkah solusi baik jangka panjang maupun jangka pendek. Penelitian ini bertujuan untuk menentukkan rancangan model arsitektur jaringan syaraf tiruan backpropagation terbaik. Penelitian ini menggunakan metode jaringan syaraf tiruan yang bersifat supervised learning dimana hasil peramalan dapat mendekati nilai actual berdasarkan penelitian-penelitian terdahulu. Pengelolaan jaringan syaraf tiruan menggunakan software Matlab dan algoritma yang digunakan adalah backpropagation. Dalam percobaan mencari arsitektur terbaik didapatkan yaitu menggunakan 12 variabel lapisan masukkan, 1 lapisan tersembunyi dengan 10 neuron dan 1 lapisan keluaran. Beberapa parameter yang digunakan yaitu goal 0.001, learning rate 0.1, momentum constant 0.9, epoch 990 dan fungsi aktivasi yang digunakan adalah fungsi sigmoid biner (logsig). Hasil dari arsitektur terpilih 12-10-1 mendapatkan nilai MSE pelatihan jaringan sebesar 0.000437 dan nilai MAPE 6.88%. Karena hasil MAPE 6.88% kurang dari 10% maka arsitektur 12-10-1 baik untuk diterapkan dalam peramalan penjualan AMDK menggunakan metode JST backpropagation.

Full Text:

PDF

References


D. Puspitasari, M. Mentari, and W. R. Faldiansyah., 2017, Penerapan Metode Single Exponential Smoothing Menggunakan Pendekatan Adaptif Pada Peramalan Jumlah Pelanggan Dan Kebutuhan Air Pada Pdam Kota, Jurnalti Polinema, Seminar Informatika Aplikatif Polinema, Hal.1–6.

A. Rohman, 2006, Peramalan Penjualan Air Minum Dalam Kemasan (AMDK) PT. Tirta Investama Subang, Jawa Barat, Tesis, Institut Pertanian Bogor, Jawa Barat.

Marjiyono, Bambang Soedijono, and E. L. Taufiq., 2018, Penggunaan Jaringan Syaraf Tiruan Untuk Meramalkan Permintaan pada Perusahaan Retail, Seminar Nasional Teknologi Informatika dan Multimed., Hal. 7–12.

F. Pakaja, Agus Naba, and Purwanto., 2012, Peramalan Penjualan Mobil Menggunakan Jaringan Syaraf Tiruan dan Certainty Factor, Jurnal EECCIS, No.1, Vol. 6, 23–28.

H. Aprilianto, S. Kumalaningsih, and I. Santoso., 2018, Penerapan Jaringan Syaraf Tiruan Untuk Peramalan Penjualan Dalam Mendukung Pengembangan Agroindustri Coklat di Kabupaten Blitar, Jurnal Habitat, No.3, Vol. 29, 129–137.

A. Revi, S. Solikhun, and M. Safii., 2018, Jaringan Syaraf Tiruan Dalam Memprediksi Jumlah Produksi Daging Sapi Berdasarkan Provinsi, KOMIK (Konferensi Nasional Teknologi Infomatika dan Komputer), No.1, Vol. 2, 297–304.

A. E. Armi, A. H. Kridalaksana, and Z. Arifin., 2019, Peramalan Angka Inflasi Kota Samarinda Menggunakan Metode Double Exponential Smoothing (Studi Kasus : Badan Pusat Statistik Kota Samarinda), Jurnal Ilmiah Ilmu Komputer (JURTI), No.1, Vol. 14, 21-26.

J. Heizer and B. Render., 2005, Operation Management, 7th ed, Prentice Hall, New Jersey:.

F. A. Muqtadiroh, A. R. Syofiani, and T. S. Ramadhani., 2015, Analisis Peramalan Penjualan Semen Non-curah ( ZAK ) PT Semen Indonesia ( PERSERO ) TBK PADA Area Jawa Timur, Seminar Nasional Teknologi Informasi dan Komunikasi, Yogyakarta, March 28.

M. Nafarin, 2007, Penganggaran Perusahaan, 3rd ed., Salemba Empat, Jakarta.

J. J. Siang., 2005, Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab, Penerbit Andi, Yogyakarta.

A. Kristianto, Jaringan Syaraf Tiruan (Konsep Dasar, Algoritma dan Aplikasi), Gava Media, Yogyakarta.

M. Febrina., F. Arina., R. Ekawati., 2013, Peramalan Jumlah Permintaan Produksi Menggunakan Metode Jaringan Syaraf Tiruan (JST) Backpropagation, Jurnal Teknik Industri., No.2, Vol.1, 174–179.

A. Sudarsono, 2016, “Jaringan Syaraf Tiruan Untuk Memprediksi laju Pertumbuhan Penduduk Menggunakan Metode Bacpropagation (Studi Kasus di Kota Bengkulu), Jurnal Media Infotama, No.1, Vol. 12, 61–69.

A. Hermawan, 2006, Jaringan Saraf Tiruan Teori dan Aplikasi, Penerbit Andi, Yogyakarta.

A. W. Muhamad and F. Alameka, 2017, Integrasi Normalized Relative Network Entropy dan Neural Backprogation (BP) Untuk Deteksi dan Peramalan Serangan DDoS, Jurnal Ilmiah Ilmu Komputer (JURTI), No.1, Vol. 1, 1–7.




DOI: http://dx.doi.org/10.30872/jurti.v3i1.2290

Refbacks



Copyright (c) 2019 JURNAL REKAYASA TEKNOLOGI INFORMASI

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Alamat Redaksi : 
Program Studi Informatika
Fakultas Teknik 
Jl. Sambaliung No. 9 Kampus Gunung Kelua Samarinda 75119 - Kalimantan Timur
e-mail : jurti.unmul@fkti.unmul.ac.id
Url : http://e-journals.unmul.ac.id/index.php/INF
Contact Person : Medi Taruk [081543438301]

 Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

StatCounter - Free Web Tracker and Counter