IMPLEMENTASI PERAMALAN PENJUALAN PRODUK DI PT. PRIMA PER TRADEA UTAMA MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK
DOI:
https://doi.org/10.56244/fiki.v11i2.428Abstract
PT Prima Per Tradea Utama merupakan produsen peralatan per mobil yang berfokus pada produksi per pegas dan per daun. PT Prima Per memasarkan produknya pada distributor-distributor yang tersebar di beberapa wilayah di Indonesia sehingga sangat penting bagi PT Prima Per untuk dapat memprediksi penjualan barang pada bulan berikutnya. Peramalan penjualan produk adalah suatu cara yang digunakan oleh perusahaan untuk memperkirakan atau memprediksi tingkat penjualan pada waktu yang akan datang dengan menggunakan data penjualan pada tahun sebelumnya. Algoritma Artificial Neural Network Backpropagation dapat melakukan proses peramalan terhadap penjualan barang untuk periode waktu selanjutnya pada masing-masing barang pada perusahaan tersebut. Proses peramalan dimulai dengan menentukan variabel-variabel yang akan dibutuhkan dalam pola jaringan, selanjutnya pola jaringan yang sudah dibentuk akan dilanjutkan pada proses pelatihan jaringan dengan menggunakan algoritma backpropagation. Setelah melakukan proses pelatihan jaringan, peneliti akan melakukan perbandingan dengan beberapa pola jaringan yang sudah dibentuk. Penelitian ini dilakukan untuk membahas mengenai analisis peramalan produk PT Prima Per pada jenis per pegas dan per daun. Peramalan akan dilakukan pada jenis per pegas toyota 48210-25290 R3 dengan menggunakan metode Artificial Neural Network Backpropagation dengan nilai bobot learning rate 0,1 hidden layer 4 dan error 0,01. Dari analisis pengolahan data yang telah dilakukan berdasarkan parameter bobot yang dipilih, maka prediksi penjualan pada bulan april dengan produk per pegas toyota 48210-25290 R3 adalah Rp.129.447.450 Kata kunci: PT Prima Per , peramalan penjualan, Artificial Neural Network Backpropagation.Downloads
Published
2022-02-15 — Updated on 2022-06-01
Versions
- 2022-06-01 (2)
- 2022-02-15 (1)
Issue
Section
Articles
License
Copyright (c) 2022 Aly Dzulfikar, Iswanto, Nopi Ramsari, Sri Sutjiningtyas, Hernawati
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.