NilaKristina (2008) Penerapan Metode Jaringan Syaraf Tiruan (Artificial Neural Network) untuk Peramalan Permintaan Kecap Manis pada Firma Eka Jaya, Madiun. Sarjana thesis, Universitas Brawijaya.
Abstract
Pada penelitian ini dilakukan penerapan jaringan syaraf tiruan ( Artificial Neural Network ) untuk peramalan permintaan produk pada Firma Eka Jaya. Jaringan syaraf tiruan adalah metode yang sangat baik untuk masalah peramalan time series terutama jika asumsi stasioner dan linieritas tidak terpenuhi. Tujuan dari penelitian ini adalah mendapatkan model arsitektur jaringan syaraf tiruan terbaik berdasarkan nilai MSE terkecil dan menggunakannya untuk peramalan permintaan produk pada Firma Eka Jaya, Madiun serta mengetahui perbandingan hasil peramalan antara metode jaringan syaraf tiruan dengan metode konvensional. Penelitian dilaksanakan pada Bulan Oktober sampai November 2007 di perusahaan kecap Cap Tawon Firma Eka Jaya yang berlokasi di Jalan H. A. Salim No.128 Madiun. Pengolahan dan analisis data dilaksanakan di Laboratorium Manajemen Sistem Industri, Jurusan Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Universitas Brawijaya, Malang. Berdasarkan hasil penelitian diketahui bahwa penerapan metode jaringan syaraf tiruan untuk peramalan permintaan kecap manis di Firma Eka Jaya adalah dengan menggunakan metode pembelajaran Backpropagation , arsitektur Multi Layer Neural Network menghasilkan arsitektur jaringan singel hidden layer terbaik 1-5-1 (1 neuron input , 5 neuron hidden dan 1 neuron output ), sejumlah 200 iterasi, nilai learning rate 0.05 dan nilai MSE pelatihan jaringan sebesar 4.16 x 10-6. Rata-rata hasil peramalan permintaan kecap manis periode November 2007 sampai Oktober 2009 dengan jaringan syaraf tiruan adalah 38.827 botol per bulan. Permintaan tertinggi terjadi pada Bulan Desember 2008 dengan jumlah permintaan sebanyak 43.989 botol dan permintaan terendah terjadi pada Bulan Juli 2008 dengan jumlah permintaan sebanyak 34.556 botol. Hasil peramalan dengan menggunakan jaringan syaraf tiruan lebih akurat dibandingkan dengan metode peramalan dekomposisi yang ditunjukkan dengan nilai akurasi peramalan MAD yang didapatkan lebih kecil yaitu sebesar 3.152,4 sedangkan untuk metode dokomposisi sebesar 6.474.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTP/2008/108/0508001557 |
Subjects: | 300 Social sciences > 338 Production > 338.1 Agriculture |
Divisions: | Fakultas Teknologi Pertanian > Teknologi Hasil Pertanian |
Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
Date Deposited: | 11 Aug 2008 10:03 |
Last Modified: | 21 Oct 2021 05:36 |
URI: | http://repository.ub.ac.id/id/eprint/147876 |
![]() |
Text
050801557.pdf Restricted to Registered users only Download (2MB) |
Actions (login required)
![]() |
View Item |