Peramalan Jumlah Permintaan Produksi Menggunakan Metode Jaringan Syaraf Tiruan (JST) Backpropagation
Abstract
Peramalan merupakan suatu dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa variabel peramal, sering berdasarkan data deret waktu historis. Banyaknya perusahaan yang sedang berkembang di Indonesia saat ini menimbulkan persaingan bisnis yang sangat ketat baik di bidang jasa dan produk. Konsumen memilih pelayanan yang terbaik serta mutu tinggi dan harga yang murah. Permintaan konsumen ini selalu tidak menentu atau berubah-ubah di setiap periode berikutnya.. Penelitian ini bertujuan umtuk menentukan rancangan arsitektur jaringan syaraf tiruan backpropagation terbaik dan meramalkan jumlah permintaan produk v-belt AJGG B-65. Penelitian ini menggunakan metode Jaringan Syaraf Tiruan (JST) dengan faktor terkait yaitu hasil penjualan, harga dan stok barang jadi. Pengolahan JST menggunakan software MATLAB. Penerapan metode JST di PT.XYZ menggunakan algoritma Backpropagation. Arsitektur jaringan syaraf tiruan yang digunakan yaitu 3 input layer, 1 output layer, dan 1 hidden layer serta fungsi aktivasi yang digunakan logsig dan purelin. Logsig untuk hidden layer dan purelin untuk output layer. Rancangan arsitektur jaringan syaraf tiruan terbaik untuk peramalan permintaan v-belt AJGG B-65 adalah jaringan multi layer feedforward dengan struktur neuron 20-1 dengan 1 (satu) hidden layer, learning rate (lr) yang digunakan 0,1 dan momentum constant (mc) 0,2. Nilai Mean Square Error (MSE) pelatihan jaringan sebesar 0,001 Nilai MAPE pengujian data sebesar 5,7134% . Hasil peramalan JST permintaaan periode 2013 v-belt AJGG B-65 yaitu 12142 pcs, 30927 pcs, 27259 pcs, 40259 pcs, 14529 pcs, 23135 pcs, 19611 pcs, 10434 pcs, 6062 pcs, 35201 pcs, 16289 pcs dan 31763 pcs.
Keywords
Full Text:
PDFReferences
Fausett, L. 1994. Fundamentals of Neural Networks (Architectures, Algorithms, and Applications). New Jersey: Prentice-Hall
Gaspersz, V. 1998. Production Planning And Inventory Control Berdasarkan Pendekatan Sistem Terintegrasi MRP II dan JIT Menuju Manufakturing 21. Jakarta: Gramedia Pustaka
Hariati, I.P., Deoranto, P., dan Dewi I.A. 2012. Peramalan Permintaan Produk Keripik Tempe CV Aneka rasa dengan Metode Jaringan Syaraf Tiruan. Jurnal Teknik Industri, Vol. 1, No. 1, hal: 10-21.
Iman, S., Effendi, U., dan Fauziya, C. 2007. Penerapan Jaringan Syaraf Tiruan untuk Peramalan Permintaan Komoditas Karet di PT. Perkebunan Nusantara XII Surabaya, Jurnal Teknologi Pertanian, Vol. 8 No.1, hal: 46-54
Kusumadewi, S. 2004. Membangun Jaringan Syaraf Tiruan (Menggunakan Matlab dan Excel Link). Yogyakarta: Graha Ilmu.
Makridakis, S., Anderson, A., Carbone, R., Fildes, R., Hibon, M., Lewandowski, R., Newton, J., Parzen, E. and Winkler, R.. 1982. The accuracy of extrapolation (time series) methods: Results of a forecasting competition. Journal of Forecasting 1 (2), 111-153
Siang, J. 2005. Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab. Yogyakarta: Andi Offset.
DOI: http://dx.doi.org/10.36055/jti.v1i2.140
Refbacks
- There are currently no refbacks.