PENGGUNAAN JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN PERMINTAAN PADA PERUSAHAAN RETAIL

Abstract

Minimarket Citramart membutuhkan suatu sistem informasi yang mampu memprediksi penjualan dengan baik agar dapat digunakan sebagai dasar dalam penentuan jumlah pembelian barang. Metode Jaringan Saraf Tiruan (JST) Backpropagation dapat digunakan untuk meramalkan penjualan, namun dibutuhkan arsitektur yang tepat agar mendapat hasil prediksi yang baik. Penelitian ini menerapkan metode JST Backpropagation untuk meramalkan penjualan. Variable input berupa kegiatan kampus, hari penjualan dan tanggal penjualan dan variable output berupa jumlah penjualan . Menggunakan fungsi aktivasi Sigmoid Biner, maksimum epoch 1000 kali dan target Mean Square Error (MSE) 0,1. Beberapa arsitektur JST diterapkan dalam penelitian ini yaitu dengan kombinasi lapisan tersebunyi sebanyak 1 sampai 3 lapis, node pada lapisan tersembunyi sebanyak 2 sampai 4 node dan learning rate 0.1 , 0.5 dan 0.9. Arsitektur dengan nilai MSE terkecil dipilih untuk digunakan dalam proses pengujian. Hasil MSE menunjukan nilai terbaik dan arsitektur  yang berbeda di setiap item barang. Pada AQUA PET 600 ML di dapatkan nilai MSE pelatihan sebesar 0,0265 dan MSE pengujian sebesar 0.0430 atau akurasi sebesar 86%. Pada DJA SPR 16 ECER di dapatkan nilai MSE pelatihan sebesar 0,0242 dan MSE pengujian sebesar 0.0265 atau akurasi sebesar 89%.