Analisis Arsitektur Jaringan Syaraf Tiruan Untuk Peramalan Penjualan Air Minum Dalam Kemasan

N. Hasan, K. Kusrini, Hanif Al Fatta
{"title":"Analisis Arsitektur Jaringan Syaraf Tiruan Untuk Peramalan Penjualan Air Minum Dalam Kemasan","authors":"N. Hasan, K. Kusrini, Hanif Al Fatta","doi":"10.30872/JURTI.V3I1.2290","DOIUrl":null,"url":null,"abstract":"Air merupakan salah satu kebutuhan hidup yang paling penting. Salah satu cara dalam memenuhi kebutuhan air yang aman untuk dikonsumsi yaitu dengan AMDK. Perusahaan ABC adalah perusahaan yang memproduksi dan mendistribusikan produk AMDK di Kota Jayapura mengalami masalah, salah satunya yaitu terhambatnya pendistribusian produk AMDK dimana saat masalah ini terjadi permintaan terhadap kebutuhan AMDK sangat tinggi. Munculnya masalah ini perlu adanya langkah solusi baik jangka panjang maupun jangka pendek. Penelitian ini bertujuan untuk menentukkan rancangan model arsitektur jaringan syaraf tiruan backpropagation terbaik. Penelitian ini menggunakan metode jaringan syaraf tiruan yang bersifat supervised learning dimana hasil peramalan dapat mendekati nilai actual berdasarkan penelitian-penelitian terdahulu. Pengelolaan jaringan syaraf tiruan menggunakan software Matlab dan algoritma yang digunakan adalah backpropagation. Dalam percobaan mencari arsitektur terbaik didapatkan yaitu menggunakan 12 variabel lapisan masukkan, 1 lapisan tersembunyi dengan 10 neuron dan 1 lapisan keluaran. Beberapa parameter yang digunakan yaitu goal 0.001, learning rate 0.1, momentum constant 0.9, epoch 990 dan fungsi aktivasi yang digunakan adalah fungsi sigmoid biner (logsig). Hasil dari arsitektur terpilih 12-10-1 mendapatkan nilai MSE pelatihan jaringan sebesar 0.000437 dan nilai MAPE 6.88%. Karena hasil MAPE 6.88% kurang dari 10% maka arsitektur 12-10-1 baik untuk diterapkan dalam peramalan penjualan AMDK menggunakan metode JST backpropagation.","PeriodicalId":102981,"journal":{"name":"Jurnal Rekayasa Teknologi Informasi (JURTI)","volume":"76 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-07-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"8","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Rekayasa Teknologi Informasi (JURTI)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30872/JURTI.V3I1.2290","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 8

Abstract

Air merupakan salah satu kebutuhan hidup yang paling penting. Salah satu cara dalam memenuhi kebutuhan air yang aman untuk dikonsumsi yaitu dengan AMDK. Perusahaan ABC adalah perusahaan yang memproduksi dan mendistribusikan produk AMDK di Kota Jayapura mengalami masalah, salah satunya yaitu terhambatnya pendistribusian produk AMDK dimana saat masalah ini terjadi permintaan terhadap kebutuhan AMDK sangat tinggi. Munculnya masalah ini perlu adanya langkah solusi baik jangka panjang maupun jangka pendek. Penelitian ini bertujuan untuk menentukkan rancangan model arsitektur jaringan syaraf tiruan backpropagation terbaik. Penelitian ini menggunakan metode jaringan syaraf tiruan yang bersifat supervised learning dimana hasil peramalan dapat mendekati nilai actual berdasarkan penelitian-penelitian terdahulu. Pengelolaan jaringan syaraf tiruan menggunakan software Matlab dan algoritma yang digunakan adalah backpropagation. Dalam percobaan mencari arsitektur terbaik didapatkan yaitu menggunakan 12 variabel lapisan masukkan, 1 lapisan tersembunyi dengan 10 neuron dan 1 lapisan keluaran. Beberapa parameter yang digunakan yaitu goal 0.001, learning rate 0.1, momentum constant 0.9, epoch 990 dan fungsi aktivasi yang digunakan adalah fungsi sigmoid biner (logsig). Hasil dari arsitektur terpilih 12-10-1 mendapatkan nilai MSE pelatihan jaringan sebesar 0.000437 dan nilai MAPE 6.88%. Karena hasil MAPE 6.88% kurang dari 10% maka arsitektur 12-10-1 baik untuk diterapkan dalam peramalan penjualan AMDK menggunakan metode JST backpropagation.
合成神经组织结构分析,用于包装瓶装水销售
水是最重要的生活必需品之一。满足安全饮用水的方法之一是AMDK。ABC公司是在Jayapura市生产和分发AMDK产品的公司,其中之一就是AMDK产品的分配受到限制,而AMDK产品的需求也非常高。这些问题的出现需要长期和短期的解决方案。这项研究的目的是设计一种最先进的模拟神经组织结构模型的再现。这项研究使用的是一种人工合成的过度学习神经网络方法,在这种方法中,预测的结果可能接近前几项研究的实际价值。使用Matlab软件和算法进行模拟神经网络管理。在寻找最好的架构时,可以使用12个变量层输入,1层隐藏层,10个神经元和1层输出层。使用的一些参数是。0.001,学习速率0.1,动量稳定0.9,epoch 990和激活功能使用的是sigmoid二进制功能(logsig)。选择的架构结果是12-10-1获得MSE培训成绩为0.000437和MAPE 6.88%。由于MAPE 6.88%的收益小于10%,所以12-10-1的架构很好地应用于JST的推广方法AMDK的销售。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信