Detail Karya Ilmiah
-
Sistem Peramalan Penjualan Menggunakan Metode Jaringan Syaraf Tiruan Dengan Algoritma BackpropagationPenulis : Dimas Taufany PutraDosen Pembimbing I : Fika HastaritaDosen Pembimbing II :Bain Khusnul KhotimahAbstraksi
Produk Olahraga merupakan salah satu bagian penting dalam organ-organ seorang atlit. Peningkatan jumlah penjualan produk yang tidak terduga menyebabkan kesulitan dalam pelayanan yang terbaik kepada konsumen. Demikian juga sebaliknya, apabila terjadi penurunan jumlah penjualan produk,maka akan menyebabkan inventorydi gudang. Oleh karena itu diperlukan sistem peramalan yang mampu meramalkan penjualan produk pada periode berikutnya. Sistem peramalan ini menggunakan metode Jaringan Syaraf Tiruan dengan algoritma Backpropagation dengan momentum untuk meramalkan jumlah penjualan produk pada bulan berikutnya. Data yang telah tersimpan dihitung menggunakan epoh dan learning rate yang berbeda. Dari hasil uji coba system, maka dapat disimpulkan bahwa dengan menggunakan semua data sebagai data training dan menggunakan learning rate 0.8 dan dengan epoh 18 akan menghasilkan tingkat kesalahan 56827.343. hasil ini menunjukkan hasil terbaik dari beberapa skenario ujicoba sistem, namum belum menunjukkan hasil terbaik dari skenario yang lain dengan meningkatkan epoch supaya mendapatkan hasil yang lebih baik. Kata kunci : Peramalan, Jaringan Syaraf Tiruan, Backpropagation, Momentum, Penjualan Produk Olahraga.
AbstractionProduct Sports is one important part of an athlete organs. An increasing number of product sales that caused unexpected difficulties in the best service to consumers. Vice versa, if a decline in the number of sales of the product, it will cause the inventory in the warehouse. Therefore we need a forecasting system that is able to predict product sales in the next period. The forecasting system using Artificial Neural Network with Backpropagation with momentum algorithm to predict the amount of product sales in the next month. Stored data is calculated using the epoch and the different learning rate. From the test system, it can be concluded that by using all the data as training data and using learning rate 0.8 and the epoch 18 will result in an error rate of 56827,343. The results show the best results of several scenarios testing the system, yet has not shown the best results of other scenarios with increasing epoch in order to get better results. Keywords:Forecasting, Neural Networks, Backpropagation, Momentum, Product Sales Sports..