Model Peramalan Toko Swalayan XYZ dengan Backpropagation Neural Network
DOI:
https://doi.org/10.58982/krisnadana.v3i3.556Kata Kunci:
Backpropagation Neural Network, Peramalan, PenjualanAbstrak
Data penjualan barang di toko swalayan XYZ termasuk ke dalam jenis data time series. Setelah melihat keseluruhan data, pola data dari kategori body care adalah stasioner dimana kategori ini mengalami penurunan dan kenaikan penjualan tiap bulannya, dapat dikatakan bahwa fluktuasi dari data kategori tersebut lumayan stabil. Salah satu analisis time series adalah peramalan, peramalan dapat dilakukan dengan berbagai metode namun pemilihan metode disesuaikan lagi dengan kondisi datanya. Penulis menggunakan metode backpropagation neural network karena dapat memproses data dengan jumlah yang besar seperti data penjualan. Pada kasus data time series ini, metode backpropagation neural network memiliki kemampuan untuk mempelajari pola – pola kompleks dengan berbagai model arsitektur yang mungkin sulit dilakukan oleh pendekatan lain. Tujuan dari penelitian ini adalah menghasilkan model terbaik dengan akurasi yang baik pula dari metode backpropagation neural network dalam meramalkan data penjualan ini. Hasil dari penelitian ini yaitu dari 50 model yang dicoba, dihasilkan 2 model terbaik yaitu model 42 dengan arsitektur 13-15-10 yang menghasilkan MAPE sebesar 23,10% den model 41 dengan arsitektur 13-14-10 yang menghasilkan MSE sebesar 10,12.
Referensi
J. I. Matematika and U. Lampung, “MATH unesa,” vol. 11, no. 01, pp. 8–16, 2023.
M. Ashouri, R. J. Hyndman, and G. Shmueli, “Fast Forecast Reconciliation Using Linear Models,” J. Comput. Graph. Stat., 2021, doi: 10.1080/10618600.2021.1939038.
H. Aprilianto, S. Kumalaningsih, and I. Santoso, “Penerapan Jaringan Syaraf Tiruan Untuk Peramalan Penjualan Dalam Mendukung Pengembangan Agroindustri Coklat di Kabupaten Blitar,” Habitat, vol. 29, no. 3, pp. 129–137, 2018, doi: 10.21776/ub.habitat.2018.029.3.16.
S. Li, H. Huang, and W. Lu, “A Neural Networks Based Method for Multivariate Time-Series Forecasting,” Ieee Access, 2021, doi: 10.1109/access.2021.3075063.
N. P. S. Widitriani, W. G. S. Parwita, and N. P. S. Meinarni, “Forecasting system using single exponential smoothing with golden section optimization,” in Journal of Physics: Conference Series, 2020, vol. 1516, no. 1, p. 12008.
A. Dzulfikar, Iswanto, N. Ramsari, S. Sutjiningtyas, and Hernawati, “Implementasi Peramalan Penjualan Produk Di Pt. Prima Per Tradea Utama Menggunakan Metode Artificial Neural Network,” J. Teknol. Inf. dan Komun., vol. 11, no. 2, pp. 10–19, 2021.
B. Kwintiana et al., DATA SCIENCE FOR BUSINESS: Pengantar & Penerapan Berbagai Sektor. PT. Sonpedia Publishing Indonesia, 2023.
I. K. A. G. Wiguna, N. L. P. A. C. Utami, W. G. S. Parwita, I. P. A. E. D. Udayana, and I. G. I. Sudipa, “Rainfall Forecasting Using the Holt-Winters Exponential Smoothing Method,” J. Info Sains Inform. dan Sains, vol. 13, no. 01, pp. 15–23, 2023.
S. Salmiati, Y. Yuhandri, and S. Sumijan, “Tingkat Pemahaman Siswa dalam Pembelajaran Daring dan Tatap Muka Langsung dalam Masa Pandemi Covid-19,” J. Sistim Inf. dan Teknol., vol. 3, pp. 95–101, 2021, doi: 10.37034/jsisfotek.v3i3.50.
N. Ketut and T. Tastrawati, “Peramalan Menggunakan Metode Backpropagation,” vol. 7, no. 3, pp. 264–270, 2018.
A. Fitriadini, T. Pramiyati, and A. B. Pangaribuan, “Penerapan Backpropagation Neural Network Dalam Prediksi Harga Saham,” Semin. Nas. Mhs. Ilmu Komput. dan Apl., pp. 561–573, 2020.
B. H. Hayadi, I. G. I. Sudipa, and A. P. Windarto, “Model peramalan pada peserta KB aktif jalur pemerintahan menggunakan Artificial Neural Network Back-propagation Artificial Neural Network Back-propagation models for active family planning participants in the government pathway,” vol. 21, no. 1, 2021, doi: 10.30812/matrik.v21i1.1273.
N. O. Syamsiah et al., “PENERAPAN NEURAL NETWORK UNTUK PERAMALAN DATA TIME SERIES UNIVARIATE JUMLAH WISATAWAN,” vol. 3, no. 3, pp. 100–106, 2019.
Y. Umaidah, “PENERAPAN ALGORITMA ARTIFICIAL NEURAL NETWORK DALAM PREDIKSI HARGA SAHAM LQ45 PT . BANK RAKYAT,” vol. 8, no. 1, 2018.
P. Samuel, F. Lefta, I. Indahsari, and L. Gozali, “Penentuan Metode Peramalan Permintaan Barang Setengah Jadi Di Pt. Xyz,” J. Ilm. Tek. Ind., vol. 8, no. 1, pp. 7–17, 2020, doi: 10.24912/jitiuntar.v8i1.8066.
##submission.downloads##
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Gusti Ayu Agung Putri Pramesti Maharani, Wayan Gede Suka Parwita
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
