ANALISIS PENDEKATAN JARINGAN SYARAF TIRUAN METODE EXTREME LEARNING MACHINE (ELM) SEBAGAI PENGEMBANGAN MINING SALES FORECASTING

Ardhan, Yunus (2022) ANALISIS PENDEKATAN JARINGAN SYARAF TIRUAN METODE EXTREME LEARNING MACHINE (ELM) SEBAGAI PENGEMBANGAN MINING SALES FORECASTING. Skripsi thesis, IBI Darmajaya.

	Text 1. Halaman Pernyataan.pdf Download (212kB)
	Text 2. Halaman Persetujuan.pdf Download (954kB)
	Text 3. Halaman Pengesahan.pdf Download (929kB)
	Text Cover.pdf Download (30kB)
	Text 4. Abstrak.pdf Download (79kB)
	Text 5. Daftar Isi.pdf Download (76kB)
	Text 6. BAB 1.pdf Download (140kB)
	Text 7. BAB 2.pdf Download (287kB)
	Text 8. BAB 3.pdf Download (181kB)
	Text 9. BAB 4.pdf Download (425kB)
	Text 10. BAB 5.pdf Download (95kB)
	Text 11. Daftar Pustaka.pdf Download (125kB)
	Text 12. Lampiran.pdf Download (3MB)

Abstract

Key words: Jaringan Syaraf Tiruan (JST), Business Warehouse, Mean Square Error, PT. XYZ, kualitatif Peramalan merupakan salah satu indikator akurat untuk mendukung keputusan manajemen. Konsep peramalan yang dilakukan pada peneltian ini menggunakan metode Jaringan Syaraf Tiruan (JST). Penulis melakukan penelitian pada perusahaan consumer goods PT. PT. XYZ. Perusahaan ini memiliki suatu Business Warehouse yang memungkinkan adanya pergerakan dinamis data yang besar. Pada proses yang sudah berjalan, peramalan penjualan dilakukan dengan metode tradisonal, yaitu dengan melakukan input data dan dilakukan improvisasi pattern yang sederhana dengan mengumpulkan historical sales dan sisa stock. Penelitian ini menggunakan beberapa variable data di business warehouse dilakukan Peramalan Penjualan. Metode penelitian ini juga mengaplikasikan metode kualitatif yang digunakan untuk menyelidiki, menemukan, menggambarkan, dan menjelaskan kualitas atau keistimewaan dari pengaruh data yang tidak dapat dijelaskan, diukur atau digambarkan melalui pendekatan kuantitatif. Berdasarkan hasil pengujian diperoleh beberapa kesimpulan, yaitu: Tingkat kesalahan berdasarkan hasil pengujian yang diukur dengan Mean Square Error (MSE) pada hasil forecasting sales PT. XYZ adalah: 0,02716 dengan waktu 0,0525 Dari 10 kali pengujian jaringan neuron. didapatkan juga, semakin banyak jumlah hidden neuron yang diuji tidak menjadi patokan optimalisasi algoritma. Dengan menggunkan 12 hidden neuron dari 30 neuron uji dapat menghasilkan nilai error yang lebih sedikit, Nilai rata-rata akurasi yang dihasilkan metode Forecasting ELM saat pengujian 9 data testing adalah sebesar 111%. Hal ini menggambarkan adanya peluang perusahaan untuk menganalisa lebih lanjut potensi pertumbuhan laba penjualan, Jika dibandingkan data rata-rata 3 Bulan terkahir, nilai prediksi yang dihasilkan ELM mencapai angka 132% dibandingkan metode tradisional yang hanya mencapai rata-rata akurasi 82%.

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer eSkripsi
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Yunus Ardhan Yunus
Date Deposited:	17 Mar 2022 03:35
Last Modified:	17 Mar 2022 03:35
URI:	http://repo.darmajaya.ac.id/id/eprint/6659

Actions (login required)

View Item