Model Integrasi Algoritma Spectral Clustering Dan Backpropagation Pada Prediksi Penjualan Barang
Abstract views: 16
,
PDF downloads: 8
Abstract
Prediksi merupakan kegiatan yang krusial dalam dunia usaha. Banyak penelitian sebelumnya telah membuktikan performa algoritma Jaringan Saraf Tiruan (JST) dalam prediksi, namun tingkat akurasi yang dihasilkan masih kurang maksimal. Oleh karena itu, penelitian ini dilakukan untuk meningkatkan efisiensi dan keakuratan dalam pengadaan barang dengan menggabungkan metode Spectral Clustering dan Backpropagation dalam sebuah model prediksi. Data yang digunakan adalah data rekapitulasi penjualan harian makanan kucing Cat Choize dari XY Petshop selama tahun 2021-2022. Pendekatan gabungan metode Spectral Clustering dan Backpropagation telah diimplementasikan dan dievaluasi. Hasil penelitian menunjukkan bahwa tingkat error Mean Absolute Percentage Error (MAPE) yang dihasilkan adalah sebesar 21,21%. Hal ini membuktikan bahwa integrasi kedua metode tersebut menghasilkan tingkat error yang lebih rendah dibandingkan dengan penggunaan algoritma JST secara mandiri.
References
Hafizd Elison, M., Asrianto, R., Program Studi Sistem Informasi, M., & Program Studi Sistem Informasi, D. (2020). PREDIKSI PENJUALAN PAPAN BUNGA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING. JURSISTEKNI (Jurnal Sistem Informasi Dan Teknologi Informasi), 2(3), 2715–1875.
Hermansyah, H., Wahyuni, S., & Akbar, A. (2022). Perancangan Sarana Media Informasi Berbasis Web Desa Klambir Lima Menggunakan Metode Waterfall. JURIKOM (Jurnal Riset Komputer), 9(2), 515. https://doi.org/10.30865/jurikom.v9i2.3803
Muningsih, E., Maryani, I., & Handayani, V. R. (2021). Penerapan Metode K-Means dan Optimasi Jumlah Cluster dengan Index Davies Bouldin untuk Clustering Propinsi Berdasarkan Potensi Desa. Jurnal Sains Dan Manajemen, 9(1). www.bps.go.id
Nabillah, I., & Ranggadara, I. (2020). Mean Absolute Percentage Error untuk Evaluasi Hasil Prediksi Komoditas Laut. JOINS (Journal of Information System), 5(2), 250–255. https://doi.org/10.33633/joins.v5i2.3900
Orpa, E. P. K., Ripanti, E. F., & Turnisa. (2019). Model Prediksi Awal Masa Studi Mahasiswa Menggunakan Algoritma Decision tree c4.5. Justin : Jurnal Sistem Dan Teknologi Informasi, 7(4), 272–278.
Putra, H., & Ulfa Walmi, N. (2020). Penerapan Prediksi Produksi Padi Menggunakan Artificial Neural Network Algoritma Backpropagation. Jurnal Nasional Teknologi Dan Sistem Informasi, 6(2), 100–107. https://doi.org/10.25077/teknosi.v6i2.2020.100-107
Sari, I. P., Trisnawati, L., & Silviana, N. (2023). PENERAPAN SISTEM PAKAR BERBASIS FRAME UNTUK IDENTIFIKASI JENIS PADA RAS KUCING. Rabit : Jurnal Teknologi Dan Sistem Informasi Univrab, 8(1), 59–68. https://doi.org/10.36341/rabit.v8i1.2703
Syafiq, M., Hartama, D., Kirana, I. O., Gunawan, I., & Wanto, A. (2020). Prediksi Jumlah Penjualan Produk di PT Ramayana Pematangsiantar Menggunakan Metode JST Backpropagation. JURIKOM (Jurnal Riset Komputer), 7(1), 175. https://doi.org/10.30865/jurikom.v7i1.1963
Wulandari, S. (2020). P r o s i d i n g S e m i n a r N a s i o n a l S a i n s Clustering Microarray Adenoma Menggunakan Spectral Clustering dengan Algoritma Partitioning Around Medoid (PAM).
Wulandari, S., & Novita, D. (2021). STRING (Satuan Tulisan Riset dan Inovasi Teknologi) ANALISIS CLUSTERING VIRUS MERS-CoV MENGGUNAKAN METODE SPECTRAL CLUSTERING DAN ALGORITMA K-MEANS. www.ncbi.nlm.nih.gov.
Yang, X., Deng, C., Zheng, F., Yan, J., & Liu, W. (2019). Deep Spectral Clustering using Dual Autoencoder Network.
Yusuf, A., & Tjandrasa, H. (2014). PREDIKSI NILAI DENGAN METODE SPECTRAL CLUSTERING DAN CLUSTERWISE REGRESSION.
Copyright (c) 2024 Dhaniar Ruandha Putri, Daniel Swanjaya, Intan Nur Farida
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:
- Copyright on any article is retained by the author(s).
- 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.
- 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.
- 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.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
