Prediksi Jumlah Penjualan Aki Menggunakan Jaringan Syaraf Tiruan Backpropagation (Studi Kasus: Toko Aki CK Battery)

OKTAVIAN, RIFA (2024) Prediksi Jumlah Penjualan Aki Menggunakan Jaringan Syaraf Tiruan Backpropagation (Studi Kasus: Toko Aki CK Battery). Other thesis, UPN Veteran Yogyakarta.

	Text SKRIPSI FULL RIFA OKTAVIAN.pdf Restricted to Repository staff only Download (2MB)
	Text COVER.pdf Download (110kB)
	Text ABSTRAK.pdf Download (113kB)
	Text LEMBAR PENGESAHAN PEMBIMBING.pdf Download (343kB)
	Text LEMBAR PENGESAHAN PENGUJI.pdf Download (330kB)
	Text DAFTAR ISI.pdf Download (1MB)
	Text DAFTAR PUSTAKA.pdf Download (169kB)

Abstract

Penjualan dengan pembukuan secara manual sering mengalami masalah dalam
melakukan pengolahan data hasil penjualan untuk menentukan langkah yang akan diambil
kedepannya. Prediksi penjualan adalah salah satu usaha penjual atau pengusaha dalam
pengambilan keputusan strategis dalam menjaga dan meningkatkan kestabilan usahanya.
Penggunaan jaringan syaraf tiruan untuk prediksi dapat membantu dalam menyelesaikan
masalah dengan menghasilkan sistem prediksi penjualan aki untuk meningkatkan penjualan
dan mengurangi kerugian toko akibat kelebihan stok yang tersedia menggunakan metode
Jaringan Syaraf Tiruan Backpropagation.
Penelitian ini menerapkan jaringan syaraf tiruan backpropagation untuk prediksi
dengan dilakukan pengujian hyperparameter yang sudah ditentukan untuk mendapatkan nilai
akurasi yang baik. Dataset yang digunakan adalah data penjualan bulanan dari toko aki selama
lima tahun dengan rentang waktu 2015-2019 dengan perbandingan data uji dan data tes 80:20.
Dari hasil pengujian, diperoleh hasil Tingkat akurasi dari prediksi yang menunjukan
jika model prediksi menggunakan jaringan syaraf tiruan backpropagation menghasilkan nilai
MSE terbaik pada pengujian tipe aki GTZ5 dengan Nilai MSE yaitu 0.00531794922426343
dan MAPE 4.76% pada pengujian dengan epoch 20 dan jumlah hidden layer 3. Metode jaringan
syaraf tiruan terbukti mampu memberikan Tingkat akurasi yang cukup baik apabila jumlah data
yang digunakan cukup banyak.
Kata Kunci : JST, Prediksi, backpropagation

Item Type:	Thesis (Other)
Uncontrolled Keywords:	JST, Prediksi, backpropagation
Subjects:	T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	A.Md.SI Indah Lestari Wulan Aji
Date Deposited:	25 Jun 2024 06:59
Last Modified:	25 Jun 2024 06:59
URI:	http://eprints.upnyk.ac.id/id/eprint/39934

Actions (login required)

View Item