Implementasi Algoritma Backpropagation untuk Memprediksi Keuntungan Penjualan Sagu (Studi Kasus: CV. Pengolahan Sagu Fisilia Kabupaten Lingga)

Marzalita, Silvia and Bettiza, Martaleli and Nurfalinda, Nurfalinda Implementasi Algoritma Backpropagation untuk Memprediksi Keuntungan Penjualan Sagu (Studi Kasus: CV. Pengolahan Sagu Fisilia Kabupaten Lingga). Implementasi Algoritma Backpropagation untuk Memprediksi Keuntungan Penjualan Sagu (Studi Kasus: CV. Pengolahan Sagu Fisilia Kabupaten Lingga). (Unpublished)

[img]
Preview
Text
SILVIA MARZALITA - 130155201070 - TEKNIK - 2019.pdf

Download (680kB) | Preview

Abstract

Kabupaten Lingga merupakan salah satu penghasil sagu di Provinsi Kepulauan Riau. Pencatatan mengenai keuntungan penjualan sagu perlu dilakukan dalam rangka peningkatan perekonomian rakyat. Penelitian ini memprediksi keuntungan penjualan sagu dengan menggunakan algoritma backpropagation di mana inisialisasi bobot awal menggunakan Nguyen Widrow. Keuntungan penjualan sagu diprediksi berdasarkan 5 (lima) variabel yaitu bahan baku, gaji, overhead, penyusutan dan pendapatan sedangkan hasil prediksi yang menjadi target adalah keuntungan penjualan sagu perbulan. Banyaknya data yang digunakan untuk penelitian berjumlah 52 data, di mana 70% data berjumlah 36 data digunakan untuk pelatihan dan 30% data berjumlah 16 menjadi data uji. Tingkat akurasi dari hasil prediksi diukur menggunakan Root Means Square Error (RMSE). Pada penelitian ini hasil data pengujian yang telah diujikan menunjukan hasil prediksi dari parameter pelatihan terbaik pada keuntungan penjualan sagu dengan neuron hidden layer 5, learning rate 0.3 target error 0.001, maximum epoch 1000 menghasilkan nilai RMSE 0.315261. Kata kunci: Prediksi, Sagu, Nguyen Widrow, Backpropagation.

Item Type: Article
Subjects: L Education > L Education (General)
Division: Fakultas Teknik
Fakultas Teknik
Depositing User: SILVIA MARZALITA RAZUL
Date Deposited: 15 Apr 2019 01:41
Last Modified: 15 Apr 2019 01:41
URI: http://repository.umrah.ac.id/id/eprint/2658

Actions (login required)

View Item View Item