Penerapan Metode Particle Swarm Optimization pada Artificial Neural Network Backpropagation untuk Peramalan Penjualan Furniture pada CV. Octo Agung

SRI, MARTYNA (2015) Penerapan Metode Particle Swarm Optimization pada Artificial Neural Network Backpropagation untuk Peramalan Penjualan Furniture pada CV. Octo Agung. Skripsi,Fakultas Ilmu Komputer.

Preview	PDF Download (2175Kb) | Preview
Preview	PDF Download (4Kb) | Preview

Abstract

Dalam dunia usaha penjualan merupakan salah satu indikator paling penting dalam sebuah perusahaan, bila tingkat penjualan yang dihasilkan oleh perusahaan tersebut besar, maka laba yang dihasilkan perusahaan itu akan besar. perusahaan memiliki permasalahan dalam penentuan jumlah produksi. Menentukan jumlah produksi merupakan keputusan penting yang harus diambil karena berpengaruh pada penjualan dari produk. Untuk mengatasi masalah dalam pengambilan keputusan jumlah produksi maka perusahaan dapat melakukan perkiraan atau peramalan jumlah produk yang akan diproduksi berdasarkan data-data penjualan yang telah ada sebelumnya. Salah satu factor penting dalam pemilihan dan penggunaan metode peramalan yaitu keakuratan. Metode peramalan yang selama ini banyak digunakan yaitu Artificial Neural Network. Pada implementasi beberapa metode masih memiliki beberapa kelemahan diantaranya waktu pelatihan yang lama, penentuan parameter pelatihan seperti learning rate dan momentum yang tepat dalam proses pelatihan. Pada penelitian ini peneliti menganalisa penggunaan metode Particle swarm optimization (PSO) untuk mengoptimasi bobot pada Jaringan syaraf tiruan Backpropagation. Data yang digunakan untuk proses pelatihan metode menggunakan data historis penjualan furniture CV. Octo Agung. Hasil penelitian menunjukan metode PSO berhasil diimplementasikan pada backpropagation untuk mengoptimalkan bobot. PSO berhasil mengoptimalkan jst pada proses perhitungan bobot dibuktikan pada nilai akurasi pada backpropagation sebesar 72 persen setelah diterapkan PSO nilai akurasi menjadi 82 persen.

Actions (login required)