Harum, Luqman Hakim (2018) Implementasi Metode Extreme Learning Machine(ELM) untuk Memprediksi Penjualan Roti (Studi Kasus : Harum Bakery). Sarjana thesis, Universitas Brawijaya.
Abstract
Harum Bakery merupakan sebuah toko roti yang terletak di daerah Kabupaten Malang. Jumlah penjualan roti pada perusahaan ini tidak menentu setiap harinya. Hal ini membuat perusahaan kesulitan untuk memprediksi penjualan roti perharinya. Agar tidak mengalami kerugian, perusahaan membutuhkan sistem untuk mempermudah prediksi penjualan. Dengan prediksi penjualan roti tersebut, harapannya perusahaan bisa menekan kerugian yang mungkin terjadi dan mengoptimalkan keuntungan. Penelitian ini menerapkan metode Extreme Learning Machine (ELM) yang merupakan metode dari Jaringan Syaraf Tiruan (JST) untuk memprediksi penjualan roti pada Harum Bakery. Proses dari prediksi menggunakan metode ELM ini adalah dimulai dari normalisasi data, kemudian proses training, proses testing, mencari perhitungan dari nilai error menggunakan metode Mean Square Error (MSE) untuk mencari nilai error terkecil dengan beberapa pengujian dan kemudian melakukan denormalisasi data. Metode ELM merupakan metode feedforward dengan single hidden layer yang kemudian disebut dengan Single Hidden Layer Feedforward Neural Network (SLFNs). Tujuan utama dari dibuatnya metode ini adalah ditujukan untuk memperbaiki kelemahan-kelemahan dari jaringan syaraf tiruan feedforward lainnya terutama dalam learning speed. Berdasarkan beberapa pengujian yang telah dilakukan, maka penelitian menghasilkan tingkat error terkecil sebesar 0,01616 untuk roti tawar dengan menggunakan 7 neuron pada hidden layer, 4 fitur, dan data penjualan selama 5 bulan, nilai MSE terbaik sebesar 0,02839 untuk roti manis dengan menggunakan 2 neuron pada hidden layer, 5 fitur, dan 4 bulan penjualan roti, dan 0,00812 untuk roti cake dengan menggunakan 7 neuron pada hidden layer, 4 fitur, dan 3 bulan penjualan roti.
English Abstract
Harum Bakery is a bread store located in Malang Regency area. The number of bread sales in this company is uncertain everyday. It makes the company difficult to predict the sale of breads per day. To avoid loss, this company need a system to predict sales prediction easily. With the prediction of the sale, the writer hope that the company can suppress the losses that may occur and optimizing company’s profit. This research use Extreme Learning Machine (ELM) method which is method of Artificial Neural Network(ANN) to predict bread sales at Harum Bakery. The Process of prediction using ELM method is started from data normalization, then training process, testing process, find the error value using Mean Square Error (MSE) method to find the smallest error value with some testing, and data denormalization the ELM method is feedforward method with a single hidden layer which is called Single Hidden Layer Feedforward Neural Network (SLFNs). The main purpose of this method is to improve the weakness of other feedforward artificial neural networks, especially in the learning speed. Based on some tests that have been done, the smallest error rate is 0,01616 for white bread using 7 neurons, 4 features, and 5 months of sales data, the best MSE is 0,02839 for sweet bread using 2 neurons, 5 features, and 4 months of sales data, and 0,00812 for cake bread using 7 neurons, 4 features, and 3 months of sales data.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/349/051805130 |
| Uncontrolled Keywords: | prediksi penjualan, extreme learning machine, jaringan syaraf tiruan, mean square error, single hidden layer feedforward neural network. sales prediction, extreme learning machine, artificial neural network, mean square error, single hidden layer feedforward neural network. |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.31 Machine learning |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 19 Feb 2019 01:17 |
| Last Modified: | 16 Oct 2021 06:36 |
| URI: | http://repository.ub.ac.id/id/eprint/13476 |
Preview |
Text
Luqman Hakim Harum.pdf Download (7MB) | Preview |
Preview |
Text
Luqman Hakim Harum.pdf Download (7MB) | Preview |
Actions (login required)
 |
View Item |