Peramalan Jumlah Permintaan Crumb Rubber SIR 20 Menggunakan Metode Backpropagation Pada PT XYZ
DOI:
https://doi.org/10.30871/ji.v17i2.7649Keywords:
SIR 20, Forecasting, Backpropagation, MAPEAbstract
PT XYZ merupakan industri manufaktur yang memproduksi crumb rubber dengan jenis SIR 20. Tahun 2021, perbandingan jumlah persediaan bahan baku dengan hasil produksi memiliki tingkat eror MAPE lebih dari 50% yang mengindikasikan bahwa model yang digunakan tergolong buruk. Selisih antara jumlah persediaan bahan baku dan jumlah produksi berpotensi meningkatkan biaya produksi. Jumlah persediaan bahan baku di atas titik optimal dapat menyebabkan meningkatnya biaya penyimpanan, sedangan jumlah persediaan di bawah titik optimal berpotensi menambah biaya produksi akibat biaya kekurangan. Tujuan penelitian ini adalah memilih model arsitektur Backpropagation dengan nilai MAPE terendah yang selanjutnya digunakan memprediksi jumlah permintaan produk SIR 20 pada tahun 2023. Arsitektur Backpropagation yang digunakan pada penelitian ini adalah (3-9-1-1), (3-10-1-1), (3-11-1-1), (3-11-1-1), dan (3-12-1-1). Variabel input dalam penelitian ini adalah tahun produksi, jumlah hari, dan harga SIR 20. Model Backpropagation (3-11-1-1) merupakan model yang memberikan hasil prediksi dengan eror terendah, yaitu 14,5%. Model tersebut memberi hasil penuruan nilai MAPE sebesar 36,5% dan peningkatan pendapatan berdasarkan selisih antara pembelian bahan baku dan penjual produk sebesar Rp 62.295.269.963,13.
Downloads
References
[2] R. Wahyudi, R. G. Ferdana, and A. T. Nugraha, "Penerapan Metode Overall Equipment Effectiveness (OEE) Dan Six Big Losses Untuk Mengukur Efektivitas Mesin Packing Pada PT Surya Tsabat Mandiri," J. Optim., vol. 09, no. 02, pp. 82"“89, 2023, doi: https://doi.org/10.35308/jopt.v9i2.
[3] R. Wahyudi, M. Iqbal, and S. Sunarti, "Enhancing Textile Industry's Employee Satisfaction through Market Sensing Capability and Internal Marketing Practice," Bina Tek., vol. 17, no. 1, p. 23, 2021, doi: 10.54378/bt.v17i1.2872.
[4] D. K. Mulyaningsih, Anisa Dwi Mulyaningsih, "Peramalan Jumlah Pengguna Baru yang Terdaftar di Aplikasi iPusnas Menggunakan Metode Extreme Learning Machine," Emerg. Stat. Data Sci. J., vol. 1, no. 2, pp. 281"“290, 2023, doi: 10.20885/esds.vol1.iss.2.art28.
[5] R. Arisdianto, "Sistem Peramalan Volume Penjualan Mebel Menggunakan Metode Double Exponential Smoothing Berbasis Website," Multidiscip. Appl. Quantum Inf. Sci., vol. 2, no. 1, pp. 84"“90, 2022, doi: 10.32665/almantiq.v1i2.1996.
[6] N. Kurnia, "Penerapan Peramalan Penjualan Sembako Menggunakan Metode Single Moving Average (Studi Kasus Toko Kelontong Dedeh Retail)," J. Ilm. Wahana Pendidik., vol. 8, no. 17, pp. 307"“316, 2022, doi: 10.5281/zenodo.7076573.
[7] M. K. Sandryan, B. Rahayudi, and D. E. Ratnawati, "Analisis Sentimen Pada Media Sosial Twitter Terhadap Undang-Undang Cipta Kerja Menggunakan Algoritma Backpropagation dan Term Frequency-Inverse Document Frequency," J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 12, pp. 469"“476, 2021, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/8514
[8] M. F. Lathief, I. Soesanti, and A. E. Permanasari, "Combination of Fuzzy C-Means, Xie-Beni Index, and Backpropagation Neural Network for Better Forecasting Result," Proc. Int. Conf. Creat. Econ. Tour. Inf. Manag. (ICCETIM 2019, vol. 1, no. Iccetim 2019, pp. 72"“77, 2019, doi: 10.5220/0009858200720077.
[9] D. P. Resda, J. H. Purba, M. Miranda, A. Sitanggang, M. Fani, and A. Triwinarko, "Aplikasi Penerapan Jaringan Syaraf Tiruan untuk Memprediksi Tingkat Pengangguran di Kota Batam dengan Menggunakan Algoritma Pembelajaran Backpropagation," J. Integr., vol. 15, no. 1, pp. 91"“96, 2023, doi: 10.30871/ji.v15i1.6351.
[10] M. Thoriq, "Peramalan Jumlah Permintaan Produksi Menggunakan Jaringan Saraf Tiruan Algoritma Backpropagation," J. Inf. dan Teknol., vol. 4, no. 1, pp. 27"“32, 2022, doi: 10.37034/jidt.v4i1.178.
[11] F. A. Hizham, Y. Nurdiansyah, and D. M. Firmansyah, "Implementasi Metode Backpropagation Neural Network (BNN) dalam Sistem Klasifikasi Ketepatan Waktu Kelulusan Mahasiswa (Studi Kasus: Program Studi Sistem Informasi Universitas Jember)," Berk. Sainstek, vol. 6, no. 2, pp. 97"“105, 2018, doi: 10.19184/bst.v6i2.9254.
