Maulana, Noval Dini (2018) Implementasi Metode Support Vector Regression (Svr) Dalam Peramalan Penjualan Roti (Studi Kasus: Harum Bakery). Sarjana thesis, Universitas Brawijaya.
Abstract
Roti merupakan salah satu jenis makanan yang digemari oleh Masyarakat Indonesia. Salah satu bukti pentingnya roti bagi masyarakat Indonesia adalah impor tepung terigu yang terus meningkat. Salah satu perusahaan pembuat roti yang saat ini sedang berkembang adalah Harum Bakery. Kendala yang sering dihadapi Harum Bakery adalah sistem peramalan permintaan pelanggan yang masih manual dan terkesan mengira-ngira. Proses peramalan tersebut sangat jelas berpengaruh besar terhadap proses penjualan. Dengan adanya peramalan penjualan roti, diharapkan dapat membantu toko roti Harum Bakery dalam mempersiapkan bahan baku dan segala sesuatu yang diperlukan untuk pembuatan roti. Support Vector Regression (SVR) adalah salah satu metode yang bisa digunakan dalam melakukan peramalan. Data yang digunakan adalah data penjualan roti manis, cake dan tawar dengan tipe data time series dan menggunakan 4 fitur. Pada penelitian ini metode SVR yang digunakan untuk meramal hasil penjualan menghasilkan nilai evaluasi RMSE untuk roti manis sebesar 0,00176, roti cake sebesar 0,00019, dan roti tawar sesbesar 0,00010.
English Abstract
Bread is one of the favorite foods of the Indonesian people, the proof is the increasing import of wheat flour. One of the bakery companies that is currently developing is Harum Bakery. Constraints that are often faced by Harum Bakery are customer demand forecasting systems that are still manual and seem to be guessing. The forecasting process give a big impact on the sales process. With the forecasting of bread sales, it is hoped that Harum Bakery can help bakeries in preparing raw materials and everything needed for bread making. Support Vector Regression (SVR) is one method that can be used in forecasting. The data used is data on sales of sweet bread, cake and white bread with time series data types and uses 4 features. In this study the SVR method used to predict the results of the sale resulted in an evaluation value of RMSE for sweet breads is 0.00176, bread cake is 0.00019, and large breads is 0.00010.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/1012/051900804 |
| Uncontrolled Keywords: | Support Vector Regression, Peramalan, Time Series / Support Vector Regression, Forcasting, Time Series |
| 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: | Endang Susworini |
| Date Deposited: | 24 Apr 2020 01:32 |
| Last Modified: | 24 Jun 2022 02:13 |
| URI: | http://repository.ub.ac.id/id/eprint/167104 |
![[thumbnail of Noval Dini Maulana.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
Noval Dini Maulana.pdf Download (2MB) |
Actions (login required)
 |
View Item |