Integrasi Metode Agglomerative Hierarchical Clustering dan Backpropagation Pada Model Peramalan Penjualan

Authors

  • Krisna atma wijaya Universitas Nusantara PGRI Kediri Indonesia
  • Daniel Swanjaya Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/inotek.v5i3.1092

Abstract

Artificial Neural Network (ANN) merupakan sebuah sistem cerdas yang digunakan untuk mengolah informasi yang merupakan perkembangan dari generalisasi model matematika, salah satu teknik yang sering digunakan untuk peramalan adalah Backpropagation. Banyak penelitian yang telah menggunakan Backpropagation untuk menyelesaikan masalah prediksi, tetapi kualitas peramalan yang didapat belum memuaskan. Penelitian ini bertujuan untuk memodifikasi model peramalan dengan menambahkan proses Clustering data sebelum dilakukannya proses peramalan. Dataset yang digunakan adalah data penjualan kopi sachet per bulan dari PT. Kapal Api. Data penjualan dinormalisasi, kemudian dibentuk menjadi Vektor Fitur dengan panjang tertentu, kemudian dikelompokan menggunakan Agglomerative Hierarchical Clustering (AHC). Tiap kelompok hasil dari AHC diolah menggunakan Backpropagation sehingga didapat Jaringan yang telah siap digunakan. Jaringan Backpropagation digunakan untuk mendapatkan output, kemudian output tersebut didenormalisasi untuk mendapatkan nilai aktual. Nilai aktual dan nilai nyata dibandingkan untuk pendapatkan nilai Mean Absolute Precentage Error (MAPE). Hasil dari penelitian ini menunjukan bahwa tingkat heterogenitas data sangat berpengaruh terhadap kuallitas pengelompokan dan peramalan yang didapat. Pada penelitian ini nilai MAPE yang diperoleh dari proses peramalan yang mengintegrasikan AHC dan Backpropagation lebih baik dari pada proses peramalan yang hanya menggunakan Backpropagation saja.

Keywords:

Artificial Neural Network

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

P. Konsumsi, M. Universitas, T. Kopi, B. Instan, and S. Saji, “Jiia, volume 1, no. 4, oktober 2013,” vol. 1, no. 4, pp. 326–333, 2013.

E. Suherman, “Agglomerative Hierarchical Clustering Dengan Berbagai Pengukuran Jarak Dalam Mengklaster Daerah Berdasarkan Tingkat Kemiskinan,” vol. 5, no. 1, pp. 978–979, 2019.

E. ARISKA, “Implementasi Agglomerative Hierarchical Clustering Pada Data Produksi Dan Data Penjualan Perusahaan,” pp. 4–16, 2018.

A. M. B. Ririn Patmawati Sari, “PENERAPAN DATA MINING PADA DATA PENJUALAN SEPATU MENGGUNAKAN METODE CLUSTERING Jurnal Ilmiah Komputer dan Informatika ( KOMPUTA ),” vol. 5, no. 2, 2016.

F. Dristyan, “Prediksi Jumlah Penjualan Kredit Sepeda Motor Menggunakan Algoritma Backpropagation,” Semin. Nas. R., vol. 1, no. 1, pp. 185–190, 2018.

Y. D. Lestari, “Jaringan syaraf tiruan untuk prediksi penjualan jamur menggunakan algoritma backropagation,” J. ISD, vol. 2, no. 1, pp. 40–45, 2017.

Welnof Satria, “Jaringan Syaraf Tiruan Backpropagation Untuk Peramalan Penjualan Produk (Studi Kasus Di Metro Electronic Dan Furniture),” Djtechno J. Inf. Technol. Res., vol. 1, no. 1, pp. 14–19, 2020.

N. Pitaloka, “Pengelompokan Data Menggunakan Hierarchical Clustering (AHC),” 2009.

M. Barrimi et al., “済無No Title No Title,” Encephale, vol. 53, no. 1, pp. 59–65, 2013, [Online]. Available: http://dx.doi.org/10.1016/j.encep.2012.03.001.

Downloads

Published

2021-08-16

Issue

Vol. 5 No. 3 (2021): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2021

Section

Articles

License

Copyright (c) 2021 Krisna atma wijaya, Daniel Swanjaya

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Integrasi Metode Agglomerative Hierarchical Clustering dan Backpropagation Pada Model Peramalan Penjualan. (2021). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 5(3), 132-141. https://doi.org/10.29407/inotek.v5i3.1092