• Tidak ada hasil yang ditemukan

Prediksi Penjualan Pada Perusahaan Industri Menggunakan Back Propagation

N/A
N/A
Protected

Academic year: 2017

Membagikan "Prediksi Penjualan Pada Perusahaan Industri Menggunakan Back Propagation"

Copied!
4
0
0

Teks penuh

(1)

BAB 1 PENDAHULUAN

1.1Latar Belakang

Penjualan merupakan sebuah kegiatan yang bertujuan untuk mencari, mempengaruhi dan memberi petunjuk kepada pembeli agar dapat menyesuaikan kebutuhannya dengan produk yang ditawarkan serta mengadakan perjanjian mengenai harga yang menguntungkan bagi kedua belah pihak (Moekjiat, 2000). Dunia industri selalu ada persaingan antara satu perusahan dengan perusahan lainnya. Prediksi adalah perpaduan antara seni dan ilmu dalam memperkirakan keadaan di masa yang akan datang, dengan memproyeksikan data-data masa lampau ke masa yang akan datang dengan menggunakan model matematika maupun perkiraan yang subjektif (Montgomery, 1990).

Prediksi tingkat penjualan yang dapat dijadikan rujukan, guna meningkatkan keuntungan adalah data penjualan untuk aktivitas pemberitahuan data penjualan perbulan, pertahun, dan wilayah pemasaran produk. Salah satu metode yang dianjurkan dalam memprediksi penjualan adalah neural network. Salah satu algoritma neural network yang umum dipakai adalah metode backpropagation. Jaringan saraf tiruan atau neural network merupakan pradigma pengelolahan informasi yang terinspirasi oleh sistem saraf secara biologis, seperti informasi pada otak manusia.

Elemen kunci dari paradigma ini adalah sebuah prosesor yang terdisibusi paralel dan mempunyai kecenderungan dan membuatnya tetap tersedia untuk digunakan, berkerja serentak untuk menyelesaikan masalah tertentu (Haykin, 1994).

Backpropagation merupakan satu metode penurunan gradien untuk meminalkan kuadrat error keluaran untuk mengubah nilai bobot arah mundur (Muis, 2009). Backpropagation untuk mempermudah saat melakukan prediksi penjualan dengan memakai data penjualan pada tahun sebelumya untuk memprediksi penjualan tahun akan datang.

(2)

2

Berdasarkan latar belakang di atas, penulis dalam penelitian ini dengan judul "PREDIKSI PENJUALAN PADA PERUSAHAAN INDUSTRI MENGGUNAKAN

BACKPROPAGATION”.

1.2 Rumusan Masalah

Berdasarkan pemaparan latar belakang di atas, rumusan masalah yang akan dibahas yaitu bagaimana memprediksi penjualan yang di masa yang akan datang berdasarkan penjualan di masa lalu.

1.3 Batasan Masalah

Hendaknya pembahasan penelitian ini tidak menyalahi aturan dari apa yang telah dirumuskan, maka dibutuhkan batasan masalah dan ruang lingkup penelitian seperti berikut:

1. Data yang digunakan merupakan data tahun sebelumynya dari tahun 2006 hingga 2013 yang diperoleh dari PT. Lafarge Semen Andalas Indonesia.

2. Parameter yang digunakan adalah waktu, wilayah pemasaran dan jenis produk. 3. Data yang digunakan adalah data penjualan setiap bulan.

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk memprediksi penjualan pada tahun yang akan datang menggunakan jaringan saraf tiruan serta metode backpropagation.

1.5Manfaat Penelitian

Adapun manfaat yang diharapkan dari penelitian ini adalah:

1 Penelitian ini dapat membantu perusahaan untuk mengetahui prediksi penjualan dimasa yang akan datang.

2 Sebagai acuan alternative perusahan dalam membantu meningkatkan kinerja perusahaan.

3 Menambah pengetahuan penulis dalam bidang Neural network dan menambah pengetahuan dalam ilmu backpropagation untuk memprediksi penjualan.

(3)

3

1.6 Metode Penelitian

Tahapan yang akan dilakukan pada penelitian ini adalah sebagai berikut: a. Studi Literatur

Pada tahap awal pada penelitian penulis melakukan studi kepustakaan yaitu proses mengumpulkan bahan sebagai metode pembelajaran terhadap jaringan saraf tiruan, algoritma back propagation, prediksi penjualan pada perusahaan dari buku, jurnal, paper, makalah, dan sumber lainnya. Pada tahap ini melakukan studi tentang prediksi penjualan pada suatu perusahan.

b. Analisis Permasalahan

Pada tahap ini melakukan penganalisisan secara detail terhadap studi literatur untuk mendapatkan pemahaman mengenai metode backpropagation untuk menyelesaikan masalah tentang prediksi penjualan.

c. Perancangan Sistem

Pada tahap ini melakukan perancangan pada perangkat lunak yang dibangun secara kesuluruhan, seperti perancangan proses dan perancangan antarmuka. d. Implementasi

Pada tahap ini dilakukan pengkodean perangkat lunak menggunakan bahasa pemrograman yang sesuai dengan spesifikasi yang ditentukan.

e. Pengujian

Pada tahap ini dilakukan pengujian terhadap sistem perangkat lunak yang dibangun, dan bagaimana keakuratan dari sistem yang telah dibuat.

f. Penyusunan Laporan

Pada tahap ini dilakukan penyusunan laporan sebagai dokementasi dari keseluruahan perangkat lunak dan laporan mengenai perangkat lunak yang dikembangkan.

1.7 Sistematika Penulisan

Sistematika penulisan pada penulisan skripsi ini terbagi dalam lima bagian utama yang terdiri atas:

BAB 1 Pendahuluan

Pada bab ini pendahuluan yang berisi latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian,dan sistematika penulisan.

(4)

4

BAB 2 Studi Literatur

Bab ini membahas teori-teori yang digunakan untuk memahami permasalahan yang dibahas pada penilitian ini. Pada bab ini akan di jelaskan jaringan saraf tiruan secara umum, backpropagation, dan prediksi data penjualan pada perusahan.

BAB3 Analisis dan Perancangan

Pada bab ini berisikan membahas analis perancangan sistem dan program yang mencakup perencangan sistem yang dibangun.

BAB 4 : Implementasi dan Pengujian

Pada bab ini berisi pembahasan tentang implementasi dari analisis dan perencangan perangkat lunak dari sistem. Kemudian dilakukan cara kerja dari sistem dan menampilkan hasil pengujian sistem yang dibangun.

BAB 5 Kesimpulan dan Saran

Pada bab ini menjelaskan kesimpulan dan uraian dari hasil analisis dan implementasi kerja sistem pada bagian sebelumnya, dan saran yang diberikan untuk pengembangan sistem selanjutnya.

Referensi

Dokumen terkait

Pada pengerjaan skripsi dengan judul penerapan jaringan saraf tiruan untuk memprediksi pergerakan harga minyak mentah dunia menggunakan metode.. backpropagation , penulis

Pengenalan pola pada jaringan saraf tiruan dapat dilakukan dengan metode backpropagation dan metode perceptron.. Pada metode backpropagation jaringan dilatih melalui tiga fase

Sistem jaringan saraf tiruan menggunakan metode backpropagation yang diterapkan dalam penelitian ini untuk memprediksi prestasi mahasiswa, dan diharapkan dapat membantu

Ucapan terima kasih kepada bapak Muhammad Anggia Muchtar,ST,M.IT selaku dosen pembanding satu dan bapak Romi Fadhillah Rahmat,B.Sc.M.Sc selaku pembanding dua yang

Dari beberapa definisi dari pakar tentang prediksi yang telah disebutkan dapat disimpulkan bahwa prediksi merupkan keadaan yang memperkirakan data-data masa lampau ke

Pada pengerjaan skripsi dengan judul penerapan jaringan saraf tiruan untuk memprediksi pergerakan harga minyak mentah dunia menggunakan metode backpropagation, penulis

Kedua nilai tersebut menunjukkan bahwa proses pelatihan jaringan syaraf tiruan menggunakan algoritma backpropagation dapat memprediksi jumlah kendaraan dengan baik,

Dengan input data latih dan target latih, jaringan syaraf tiruan untuk memprediksi jumlah Kabupaten Langkat menggunakan metode backpropagation dapat memprediksi