PREDIKSI PENJUALAN MENGGUNAKAN ALGORITMA NEURAL NETWORK: STUDI KASUS DI PT. BALARAJA FOOD MAKMUR ABADI

Beby Tiara

Abstract


ABSTRAK
Prediksi atau peramalan penjualan mempunyai peranan yang penting dalam perusahaan, PT.Balaraja
Food Makmur Abadi merupakan perusahaan yang bergerak di bidang penjualan makanan ringan
(snack). Salah satu masalah yang dihadapi oleh perusahaan ini adalah sulitnya menentukan angka
prediksi penjualan untuk bulan berikutnya, sehingga bagian purchasing mengalami kesulitan dalam
memperhitungkan ketersediaan bahan baku akibat terjadinya perbedaan antara forecast penjualan dan
aktual penjualan hal ini dapat mengecewakan konsumen karena barang yang akan dipesan tidak ada,
sehingga permasalahan ini tentunya akan mengurangi keuntungan perusahaan.Untuk mengatasi
permasalahan tersebut dengan menggunakan metode pengenalan pola yaitu neural network dengan
algoritma backpropagation yang menggunakan data penjualan dari tahun 2013 sampai dengan 2015
penghitungan yang telah dilakukan menggunakan neural network backpropagation maka dapat
dihasilkan akurasi prediksi mencapai 90,8 % yang sebelumnya akurasi prediksi 81,75%,sehingga
dapat meningkatkan akurasi sebesar 9.05 %.
Kata Kunci: Neural Network,Backpropagation, Prediksi, Akurasi, MAPE
ABSTRACT
Prediction or forecasting sales has an important role in the company, PT. Balaraja Food Holding is a
company engaged in the sale of snacks (snacks). One of the problems faced by these companies is the
difficulty of determining the sales forecast for the next month, so that the purchasing experience
difficulties in taking into account the availability of raw materials due to differences between forecast
sales and actual sales of this can be frustrating consumers for goods to be ordered nothing, so that
this problem will certainly reduce the company''s profits. To overcome these problems by using
pattern recognition methods, namely neural network with backpropagation algorithm that uses sales
data from 2013 to 2015 the calculation was done using the back propagation neural network can be
generated prediction accuracy reached 90.8% previously forecast accuracy 81.75%, so as to improve
the accuracy of 9,05%.
Keywords: Neural Network, Backpropagation, Prediction, Accuration, MAPE


References


DAFTAR PUSTAKA

Susanto, S, and D Suryadi. Pengantar Data

Mining menggali Pengetahuan dari Bongkahan

Data. Yogyakarta: C.V ANDI OFFSET, 2010.

Gorunescu, Florin. Data Mining Concepts,

Models and Techniques. Springer-Verlag,

—. Data Mining: Concepts,Models and

Techniques . Springer, 2011.

Larose, Daniel T. Discovering Knowledge In

Data : An Introduction to Data Mining. Canada:

John Wiley & Sons, Inc., Hoboken, New Jersey,

Data Mining . Mengolah Data Menjadi

Informasi Menggunakan Matlab, Andi,

Yogyakarta. 2014.

Han, Jiawei, and Micheline Kamber. Data

Mining: Concepts and Techniques. Second

Edition. San Francisco: Elsevier Inc., 2006.—.

Data Mining: Concepts and Techniques 2nd

Edition. Elsevier, 2006.

Alpaydın, Ethem. Introduction to Machine

Learning. Second Edition. London: The MIT

Press, 2010 .

Larose, Daniel T. Discovering Knowledge In

Data : An Introduction to Data Mining. Canada:

John Wiley & Sons, Inc., Hoboken, New Jersey,

Ardi, F.S. 2014, Kajian Penerapan Model

Naive Bayes Dan C4.5 Dalam Prediksi

Penawaran Produk Pada PT. Bank XYZ

Tbk.2014.

[9 [9] Myatt, Glenn J. Practical Guide to

Exploratory Data Analysis and Data Mining.

United State: John Wiley, 2007




DOI: https://doi.org/10.58217/ipsikom.v6i1.93

Refbacks

  • There are currently no refbacks.


LPPM Universitas Insan Pembangunan Indonesia
Jl. Raya Serang Km. 10 Bitung, Curug, Tangerang 15810
Telp. 021-59492836 / 02159492837
Website : http://www.lppm.ipem.ac.id
Email : lppm@ipem.ac.id

 Lisensi Creative Commons Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.