Cover Image

Prediksi Penjualan Seblak Menggunakan Algoritme Extreme Learning Machine (ELM) di Seblak Malabar

Main Author: Ikhsan, Fadhlillah
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2020
Subjects:
003.2 Forecasting and forecasts
Online Access: http://repository.ub.ac.id/180615/1/Fadhlillah%20Ikhsan.pdf
http://repository.ub.ac.id/180615/
ctrlnum 180615
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/180615/</relation><title>Prediksi Penjualan Seblak Menggunakan Algoritme Extreme Learning Machine (ELM) di Seblak Malabar</title><creator>Ikhsan, Fadhlillah</creator><subject>003.2 Forecasting and forecasts</subject><description>Seblak Malabar merupakan salah satu bisnis di Kota Malang yang bergerak di bidang makanan. Keunikan cita rasa yang khas dan keanekaragaman variasi menu yang berbeda-beda membuat makanan tersebut diminati oleh banyak pelanggan. Namun, karena pengaruh dari beberapa faktor yang terjadi seperti perubahan cuaca dan persaingan pasar yang semakin ketat membuat penjualan Seblak Malabar mengalami fluktuasi. Hal tersebut menimbulkan beberapa permasalahan baru, yaitu permasalahan dalam memaksimalkan keuntungan, mengatur jumlah produksi bumbu seblak, menjaga stabilitas bahan baku, dan merancang strategi pemasaran yang tepat untuk meningkatkan jumlah penjualan. Dari beberapa permasalahan tersebut, prediksi penjualan yang akan datang merupakan solusi yang diusulkan peneliti karena memiliki peran yang sangat penting dalam mengambil suatu keputusan. Data yang digunakan untuk prediksi penjualan mengacu pada data penjualan sebelumnya. Data tersebut bersifat time series karena disusun berdasarkan waktu. Prediksi data time series merupakan permasalahan yang sangat kompleks sehingga dibutuhkan suatu metode yang mampu menghasilkan prediksi berdasarkan pergerakan pola data sebelumnya. Algoritme Extreme Learning Machine (ELM) pada Jaringan Saraf Tiruan (JST) feedforward network diusulkan peneliti karena memiliki kinerja yang sangat baik dalam memprediksi data yang bersifat time series. Dari hasil penelitian yang dilakukan, algoritme ELM mampu menghasilkan Mean Average Percentage Error (MAPE) sebesar 1,7548%. Hasil MAPE yang kurang dari 10% menunjukan bahwa algoritme ELM dapat digunakan untuk prediksi penjualan Seblak Malabar.</description><date>2020-01-09</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/180615/1/Fadhlillah%20Ikhsan.pdf</identifier><identifier> Ikhsan, Fadhlillah (2020) Prediksi Penjualan Seblak Menggunakan Algoritme Extreme Learning Machine (ELM) di Seblak Malabar. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FILKOM/2020/80/052003042</relation><recordID>180615</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Ikhsan, Fadhlillah
title Prediksi Penjualan Seblak Menggunakan Algoritme Extreme Learning Machine (ELM) di Seblak Malabar
publishDate 2020
topic 003.2 Forecasting and forecasts
url http://repository.ub.ac.id/180615/1/Fadhlillah%20Ikhsan.pdf
http://repository.ub.ac.id/180615/
contents Seblak Malabar merupakan salah satu bisnis di Kota Malang yang bergerak di bidang makanan. Keunikan cita rasa yang khas dan keanekaragaman variasi menu yang berbeda-beda membuat makanan tersebut diminati oleh banyak pelanggan. Namun, karena pengaruh dari beberapa faktor yang terjadi seperti perubahan cuaca dan persaingan pasar yang semakin ketat membuat penjualan Seblak Malabar mengalami fluktuasi. Hal tersebut menimbulkan beberapa permasalahan baru, yaitu permasalahan dalam memaksimalkan keuntungan, mengatur jumlah produksi bumbu seblak, menjaga stabilitas bahan baku, dan merancang strategi pemasaran yang tepat untuk meningkatkan jumlah penjualan. Dari beberapa permasalahan tersebut, prediksi penjualan yang akan datang merupakan solusi yang diusulkan peneliti karena memiliki peran yang sangat penting dalam mengambil suatu keputusan. Data yang digunakan untuk prediksi penjualan mengacu pada data penjualan sebelumnya. Data tersebut bersifat time series karena disusun berdasarkan waktu. Prediksi data time series merupakan permasalahan yang sangat kompleks sehingga dibutuhkan suatu metode yang mampu menghasilkan prediksi berdasarkan pergerakan pola data sebelumnya. Algoritme Extreme Learning Machine (ELM) pada Jaringan Saraf Tiruan (JST) feedforward network diusulkan peneliti karena memiliki kinerja yang sangat baik dalam memprediksi data yang bersifat time series. Dari hasil penelitian yang dilakukan, algoritme ELM mampu menghasilkan Mean Average Percentage Error (MAPE) sebesar 1,7548%. Hasil MAPE yang kurang dari 10% menunjukan bahwa algoritme ELM dapat digunakan untuk prediksi penjualan Seblak Malabar.
id IOS4666.180615
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-28T07:03:24Z
last_indexed 2021-10-28T07:03:24Z
recordtype dc
_version_ 1751453875135578112
score 17.538404

Lihat Juga