Detail Karya Ilmiah

  • ANALISA DATA ANTARAN POS EXPRESS MENGGUNAKAN METODE RADIAL BASIS FUNCTION NEURAL NETWORK (RBF-NN) STUDY PT. POS INDONESIA SURABAYA
    Penulis : siti murtasiyah warda
    Dosen Pembimbing I : Bain Khusnul Khotimah.,S.T.,M.Kom
    Dosen Pembimbing II :Firli Irhamni, S.T., M.Kom.
    Abstraksi

    PT. Pos Indonesia (Persero) merupakan salah satu perusahaan yang bergerak di bidang komunikasi. Saat ini, salah produk pelayanan PT. Pos Indonesia (Persero) adalah produk Pos Express. Produk Pos Express ini diharapkan dapat diminati masyarakat dan dapat tetap bertahan bahkan semakin menunjukkan keunggulan PT. Pos Indonesia (Persero). Untuk itu perlu dilakukan analisis untuk melihat pola perkembangan, kemajuan yang telah ditunjukkan, bahkan untuk melihat dan memperoleh informasi, berupa peramalan dalam waktu ke depan terhadap produk Pos Express yang masuk ke kantor Mail Processing Center (MPC) Surabaya. Dalam hal ini analisis yang dilakukan adalah peramalan jumlah produk Pos Express dengan menggunakan Metode RBF-NN (Radial Basic function neural network). Hasil analisa pada ujicoba yang dilakukan menghasilkan nilai yang cukup optimal, salah satunya pada percobaan 2 inputan dengan hasil peramalan pada epoch ke-60 yang memperoleh hasil MSE : 0.124497 dan MAPE : 15.058923 dengan hasil ramal yang berjumlah 2587.9966. Kata kunci: Peramalan , Jaringan Syaraf Tiruan (JST), Radial Basis Function neural network (RBF-NN).

    Abstraction

    ABSTRACT PT. Pos Indonesia (Persero) Mail Processing Center (MPC) Surabaya is one of the companies working in the field of communication. Currently, one of the product of PT services. Pos Indonesia (Persero) is a product Pos Expres. Pos Expres product is expected to be interested in the community and can survive even the demonstrated superiority PT. Pos Indonesia (Persero). It is necessary for the analysis to look at patterns of development, the progress that has been shown, even to view and obtain information, such as forecasting the future of the Post Express product that goes to PT. Post MPC Surabaya. In this case, the analysis carried out is forecasting the number of products by using Method Pos Express RBF-NN (Radial Basic function). The results of the tests carried out analysis yields the optimal enough, one of them on trial 2 input with the results of forecasting the epoch to-60 who obtained the results of MSE: 0.124497 and MAPE: 15.058923 with the results predicted totaling 2587.9966. Keywords: Forecasting , Artificial Neural Network (ANN), Radial Basis Function neural network (RBF-NN).

Detail Jurnal