Jaringan Syaraf Tiruan Backpropagation Untuk Peramalan Penjualan Produk (Studi Kasus Di Metro Electronic Dan Furniture)

Satria, Welnof

doi:10.46576/djtechno.v1i1.966

Cited by 7 publications

(5 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…JST mempunyai karakteristik menyerupai jaringan biologi manusia yang dapat melakukan pemrosesan informasi. Peramalan adalah melakukan perkiraan untuk melakukan pengujian yang akan dating dengan menggunakan data masa lalu [14]. JST diimplementasikan menggunakan pemrograman komputer untuk menyelesaikan sejumlah perhitungan selama proses pembelajaran.…”

Section: Jaringan Saraf Tiruanunclassified

Penerapan JST Backpropagation untuk Prediksi Siswa Penerima Bantuan

Supriyanto

Sunardi

Riadi

2022

mib

View full text Add to dashboard Cite

The role of education is to educate students and build quality human resources. School Operational Assistance (BOS) from the government is used to relieve students, not free schools but free students from school fees and extracurriculars. BOS can be used to provide scholarships to underprivileged students. Students are entitled to a scholarship if they meet three conditions, namely not having a Smart Indonesia Card (KIP), not having a Prosperous Family Card (KKS), and parental income of less than one million rupiah per month. The determination of BOS scholarship recipients is based on an agreement and joint decision by the management team, the teacher council, and the school committee. The process of determining students as scholarship recipients often encounters obstacles because it is done manually. This study applies backpropagation ANN to determine students who are eligible for BOS scholarships. The system is built based on the web using bootstrap as a framework, Javascript, and PHP. The training process uses a sample of 78 students with input architecture 4, hidden 6, output 1, learning rate 0.7, momentum 0.9, SSE 0.1, output 1, and a maximum of 10,000 iterations, an error of 0.03 is obtained. Testing with 21 student data obtained an error of 0.414923 and the accuracy of the test was 93.67%. The test results using the cause-effect graph technique can display the training process, graphs, error results, weight values and testing time with 93.67% success.

show abstract

Section: Jaringan Saraf Tiruanunclassified

Penerapan JST Backpropagation untuk Prediksi Siswa Penerima Bantuan

Supriyanto

Sunardi

Riadi

2022

mib

View full text Add to dashboard Cite

show abstract

“…Jaringan Syaraf Tiruan adalah Sistem yang meniru cara kerjaotak dalam pemprosesan informasi didesain untuk menyelesaikan suatu masalah dengan melakukan proses belajar melalui perubahan bobot synopsis [5]. Dalam implementasi JST terdapat beberapa teknik yang digunakan, teknik Backpropagation salah satunya yang digunakan [6]. Backpropagation merupakan algoritma pembelajaran dalam teknik JST yang sering digunakan untuk menentukan hasil prediksi [7].…”

Section: Pendahuluanunclassified

Prognosis Jumlah Mahasiswa Baru Menggunakan Backpropogation Algorithm Pada Fakultas Teknik dan Ilmu Komputer Universitas Dharmawangsa

Satria¹,

Rahmah

2021

JurTI

Self Cite

View full text Add to dashboard Cite

Jumlah pendaftaran mahasiswa baru di Fakultas Teknik dan Ilmu Komputer Universitas Dharmawangsa setiap tahunnya mengalami peningkatan dan juga mengalami pernurunan dibeberapa program studi sehingga jumlah mahasiswa baru di Fakultas Teknik dan Ilmu Komputer Universitas Dharmawangsa tidak stabil. Untuk hal itu akan lebih baik jika penyelenggara mampu melakukan antisipasi untuk meminimalisir kelemahan yang ada dengan membuat model prognosis dalam melakukan prediksi jumlah mahasiswa baru yang akan masuk ke universitas. Sistem jaringan syaraf tiruan menggunakan metode backpropagation yang diterapkan dalam penelitian ini untuk peramalan penjulan produk dan diharapkan dapat membantu memecahkan masalah dalam prognosis jumlah mahasiswa baru. Penelitian ini bertujuan untuk membangun sistem yang dapat untuk mengetahui hasil prediksi jumlah calon mahasiswa baru melalui program Jaringan Syaraf Tiruan Algoritma Backpropagation. Sumber data yang dipergunakan adalah data mahasiswa baru yang mendaftar tiap tahun diantaranya data mahasiswa baru pada 3 program studi yang saya dapat 5 tahun terakhir dari tahun 2016 sampai dengan tahun 2020. Hasil dari penelitian ini nantinya menghasilkan sebuah aplikasi berbasis web yang dapat memprediksi jumlah mahasiswa baru yang akan menempuh pendidikan pada Fakultas Teknik dan Ilmu Komputer Universitas Dharmawangsa dan menjadikan rekomendasi kepada pihak Universitas Dharmawangsa terkait strategi apa yang dapat digunakan untuk meningkatkan jumlah mahasiswa baru nantinya

show abstract

“…Inactivity forecasting, This can make policy or possible decisions give information, and forecast sales in accordance with forecasting. Through the use and selection method right a successful company in marketing products can bring advantages [3].…”

Section: Introductionmentioning

confidence: 99%

Implementation Network Nerves Imitation Using the Backpropagation Method For Prediction Sale Groceries

Nuraitul Janah,

Hastono,

Nurmala

et al. 2023

aplied.science.technology.research.journal

View full text Add to dashboard Cite

Abstract The sale of groceries is one of the important things _ in the retail industry, Predicting the sale of groceries accurately can help the company in planning supplies, and making decisions for business. In implementing network nerves imitation backpropagation method as tool predictions For sale basic food.Method This can used To practice network nerve imitation to recognize patterns and relationships between influencing factors _ _ in the sale of groceries, like price, promotion, and economic factors. Data sale collected groceries _ from periods previously used as a training dataset For practice network nerves imitation. Aside from That For shows that implementation network nerves imitation with backpropagation method can give predictions of sales enough basic necessities accurate predictions This is also used by other companies for optimizing inventory, managing promotional strategies, and responding to change conditions company with more effectively. .

show abstract

Jaringan Syaraf Tiruan Backpropagation Untuk Peramalan Penjualan Produk (Studi Kasus Di Metro Electronic Dan Furniture)

Cited by 7 publications

References 0 publications

Penerapan JST Backpropagation untuk Prediksi Siswa Penerima Bantuan

Penerapan JST Backpropagation untuk Prediksi Siswa Penerima Bantuan

Prognosis Jumlah Mahasiswa Baru Menggunakan Backpropogation Algorithm Pada Fakultas Teknik dan Ilmu Komputer Universitas Dharmawangsa

Implementation Network Nerves Imitation Using the Backpropagation Method For Prediction Sale Groceries

Contact Info

Product

Resources

About