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: | |
| Online Access: |
http://repository.ub.ac.id/180615/1/Fadhlillah%20Ikhsan.pdf http://repository.ub.ac.id/180615/ |
Daftar Isi:
- 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.