PREDIKSI PENJUALAN SEPEDA MOTOR HONDA MENGGUNAKAN JARINGAN SYARAF TIRUAN

Tri Waluyo, Arief Hermawan, Adityo Permana Wibowo

Abstract


Prediksi penjualan merupakan salah satu cara untuk meningkatkan laba perusahaan. Peramalan dipergunakan untuk menyeterakan antara perbedaan waktu yang sekarang dan yang akan datang terhadap kebutuhan. Jaringan Syaraf Tiruan (JST) dapat mengaplikasikan dengan baik metode peramalan. Data yang diperoleh dibagi menjadi data pelatihan dan pengujian. Dengan menggunakan berbagai operator di software Rapidminer diperoleh hasil Root Mean Square Error (RMSE) terendah yaitu 45327.969 windowing 12, yang artinya data 12 bulan pertama adalah data yang krusial atau penting sebagai acuan untuk meramalkan/memprediksi penjualan sepeda motor Honda. Perusahaan dapat memprediksi jumlah permintaan konsumen terhadap produk pada  tahun berikutnya, selanjutnya ditindaklanjuti ke bagian produksi.

 

Kata Kunci: Prediksi, Penjualan Sepeda Motor, Jaringan Syaraf Tiruan, Root Mean Square Error (RMSE)


Full Text:

PDF

References


Daftar Pustaka

Dristyan, F. (2018). PREDIKSI JUMLAH PENJUALAN KREDIT SEPEDA MOTOR MENGGUNAKAN ALGORITMA BACKPROPAGATION. In Seminar Nasional Royal (SENAR) 2018 (pp. 185–190).

Fachrie, M., & Wibowo, A. P. (2018). Jaringan syaraf tiruan untuk memprediksi kinerja satpam. Jurnal Informatika Dan Komputer, 3(1), 46–51.

Pakaja, F., Naba, A., & Purwanto. (2012). Peramalan Penjualan Mobil Menggunakan Jaringan Syaraf Tiruan dan Certainty Factor. Jurnal EECCIS, 6(1), 23–28.

Paruntu, S. A., & Palandeng, I. D. (2018). ANALISIS RAMALAN PENJUALAN DAN PERSEDIAAN PRODUK SEPEDA MOTOR SUZUKI PADA PT SINAR GALESONG MANDIRI MALALAYANG. EMBA, 6(4), 2828–2837.

Sholikhah, M. (2011). FORECASTING TINGKAT PENJUALAN SEPEDA MOTOR SUZUKI PADA CV . ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES AUTOREGRESSIVE. Universitas Islam Negeri Sultan Syarif Kasim Riau.

Triatmono, R. (2018). DATA PENJUALAN MOTOR TAHUN 2005 – 2018. Retrieved July 19, 2019, from http://triatmono.info/data-penjualan-tahun-2012/data-penjualan-motor-tahun-2005/

Wahyuni, A. (2017). PREDIKSI PENJUALAN HYDRATED LIME MENGGUNAKAN METODE NEURAL NETWORK. Jurnal Techno Nusa Mandiri, XIV(1), 27–34.

Wibisono, G., & Hermawan, A. (2019). FAKTOR-FAKTOR PENENTU GEJALA PENYAKIT. Jurnal Aplikasi Sains, Informasi, Elektronika Dan Komputer, 1(1), 1–6. Retrieved from http://jurnal.unmer.ac.id/index.php/jasiek/article/view/3098/pdf

Widyatmoko, H., Honggowibowo, A. S., & Retnowati, N. C. D. (2012). IMPLEMENTASI DATA MINING UNTUK MERAMALKAN PENJUALAN DI MINIMARKET IDOLA JL PATI-TAMBAKROMO KM 2 DESA KARANGMULYO RT.08 RW.01 DENGAN METODE TIME SERIES. Jurnal Compiler, 1(2), 29–37.


Refbacks

  • There are currently no refbacks.