IMPLEMENTASI JARINGAN SYARAF TIRUAN ELMAN RECURRENT NEURAL NETWORK (ERNN) UNTUK PERAMALAN PENJUALAN KERUPUK MIRASA
| Main Author: | M. IRFAN RIFALDI, - |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.uin-suska.ac.id/23382/1/BAB%20V.pdf http://repository.uin-suska.ac.id/23382/2/BAB%20I-%20VI.pdf http://repository.uin-suska.ac.id/23382/ |
Daftar Isi:
- M. IRFAN RIFALDI (2019) : IMPLEMENTASI JARINGAN SYARAF TIRUAN ELMAN RECURRENT NEURAL NETWORK (ERNN) UNTUK PERAMALAN PENJUALAN KERUPUK MIRASA Mirasa merupakan salah satu perusahaan yang memproduksi makanan ringan kerupuk. Jumlah produksi yang banyak mengakibatkan adanya produk yang return ke perusahaan dan dapat mengalami kerugian. Oleh karena itu diperlukannya penerapan Jaringan Syaraf Tiruan Elman Recurrent Neural Network (ERNN) yang mampu melakukan peramalan terhadap penjualan kerupuk mirasa agar dapat menimalisir terjadinya kerugian. Jumlah data yang digunakan yaitu 707 data, Parameter yang digunakan pada penelitian ini didapat dari susunan dalam time series yaitu hari ke-1 sampai hari ke-7 dari data penjualan dijadikan sebagai inputan dan untuk hari ke-8 digunakan sebagai target. Pembagian data latih dan data uji adalah 70%:30%, 80%:20%, dan 90%:10%. Parameter yang digunakan yaitu epoch 500, nilai learning rate 0.1 hingga 0.9 dengan arsitektur 7 neuron input layer, 10 neuron hidden layer dan 1 output. Pada pengujian MAPE, tingkat error terendah terdapat pada pembagian data 70% data latih 30% terdapat pada learning rate 0.8 dengan nilai error 12,8436046. sedangkan tingkat error tertinggi terdapat pada pembagian data 90% data latih dan 10% data uji dengan learning rate 0.9 dengan nilai error 16,78861642. Dengan demikian, disimpulkan bahwa penerapan metode ERNN menghasilkan nilai output yang baik digunakan untuk peramalan penjualan kerupuk Mirasa.