Mehaninda, Danastri Ramya (2018) Peramalan Persediaan Spare Part Menggunakan Algoritme Backpropagation. Sarjana thesis, Universitas Brawijaya.
Abstract
Sepeda motor adalah transportasi darat yang paling banyak digunakan karena harganya lebih terjangkau dan lebih efisien. Sepeda motor memerlukan perawatan yang baik agar penggunaannya tetap nyaman dan menjaga kinerja sepeda motor sehingga dapat juga meminimalisir kecelakaan. Perawatan sepeda motor dapat dilakukan dengan cara penggantian spare part atau suku cadang secara berkala di bengkel. Guna menunjang perawatan sepeda motor, sebaiknya bengkel memberikan pelayanan perawatan yang terbaik termasuk memiliki persediaan spare part yang cukup agar dapat memenuhi kebutuhan pelanggan dalam perawatan sepeda motor. Jika bengkel memiliki persediaan spare part yang cukup, maka bengkel dapat meminimalisir biaya pemesanan dan dapat meminimalisir terjadinya kerusakan akibat penyimpanan terlalu lama sehingga perputaran spare part dinilai baik karena stok tidak terlalu banyak ataupun terlalu sedikit dan seluruh transaksi dapat terpenuhi. Terdapat banyak bengkel yang menyediakan pelayanan penggantian spare part seperti pada Pangestu Utomo Motordi Candi, Sidoarjo. Pada Pangestu Utomo Motortersebut mengalami kesulitan dalam menentukan persediaan spare part untuk bulan berikutnya. Peramalan persediaan dapat membantu untuk menentukan persediaan spare part pada Pangestu Utomo Motor. Penelitian ini menggunakan algoritme backpropagation untuk peramalan persediaan spare part. Arsitektur backpropagation yang terbaik adalah 9-7-1, yaitu 9 node input, 7 node hidden dan 1 node output. Input yang digunakan adalah history penjualan spare part bulan sebelumnya. Rata-rata MSE (nilai error) yang didapatkan dari hasil pengujian adalah 0.0094506 dan MSE terkecil yang didapatkan adalah 0.0085305 dengan rata-rata selisih nilai aktual dengan hasil peramalan adalah 6. Pada nilai MSE terkecil tersebut, hasil peramalan mendekati nilai aktualnya dan memiliki pola yang hampir sama.
English Abstract
Motorcycle are the most used roudways transportation because they are more affordable and more efficient. Motorcycle require good maintenance to keep comfortable uses and maintain motorcycle performance so as to minimize accidents. Motorcycle maintenance can be done by replacing spare parts regularly in the workshop. To support the maintenance of motorcycle, the workshop should provide the best care services including having spare part inventory to suffice customer who maintance of motorcycle. If the workshop has sufficient spare part, the workshop can minimize the cost of ordering and can minimize the damage caused by storage for too long so that spare part rotation is considered good because the stock is not too much or too little and all transactions can be fulfilled. There are many workshops that provide spare part replacement service such as Yamaha Motor in Candi, Sidoarjo. At Pangestu Utomo Motor is having difficulty in determining the spare part inventory for the next month. Inventory forecasting can help to determine the supply of spare part on Pangestu Utomo Motor. This research uses backpropagation algorithm for forecasting spare part inventory. The best backpropagation architecture is 9-7-1, which mean 9 input nodes, 7 hidden nodes and 1 output node. The input used is the history of spare part sales the previous month. The average MSE (error value) obtained from the test result is 0.0094506 and the smallest MSE obtained is 0.0085305 with the average difference of the actual value with the forecasting result is 6. At the smallest MSE value, the forecasting result approaches the actual value and has a pattern that almost the same.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/505/051808314 |
| Uncontrolled Keywords: | peramalan, prediksi, persediaan, spare part, sepeda motor, backpropagation. forecasting, prediction, inventory, spare part, motorcycle, backpropagation. |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.32 Neural nets (neural networks) |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 31 Jan 2019 03:11 |
| Last Modified: | 21 Oct 2021 02:14 |
| URI: | http://repository.ub.ac.id/id/eprint/162081 |
Preview |
Text
Danastri Ramya Mehaninda.pdf Download (24MB) | Preview |
Actions (login required)
 |
View Item |