Melola Discovery

← Melola Discovery

Jurnal SINTA 2

APLIKASI JARINGAN SYARAF TIRUAN UNTUK PERAMALAN PERMINTAAN BARANG

JUTI: Jurnal Ilmiah Teknologi Informasi · Vol. 5 No. 2 (2006) · hlm. 99–105

DOI
10.12962/j24068535.v5i2.a234
ISSN
2406-8535, 1412-6389
Terbit
2006-07-01
Penerbit
Institut Teknologi Sepuluh Nopember
Bahasa
eng

Abstrak

Perhitungan jumlah barang yang harus di produksi oleh suatu perusahaan menjadi suatu hal yang sangat penting. Hal ini disebabkan oleh banyaknya akibat yang harus ditanggung oleh perusahaan dalam rangka menangani barang-barang hasil produksi tersebut, baikitu akibat dari segi ekonomi mapun social. Oleh karena itu, peramalan jumlah permintaan pada beberapa periode waktu ke depan perlu dilakukan untuk menghindari jumlah produksi barang yang berlebihan. Dalam penelitian ini, metode yang digunakan untuk peramalan adalah Jaringan Syaraf Tiruan atau biasa disebut dengan Arificial Neural Networks dengan menggunakan algoritma backpropagation. Terhadap dataset input akan dilakukan pelatihan untuk mendapatkan bobot pada masing-masing layer sehingga didapatkan suatu nilai output. Kemudian otput tersebut akan dibandingkan dengan data tes yang diberikan dan apabila error masih besar akan dilakukan pelatihan balik dan begitu seterusnya sampai didapatkan bobot yang sesuai.Aplikasi telah diuji coba pada system sesuai dengan spesifikasi dan kebutuhan. Hasil uji coba menunjukkan bahwa algoritma dapat diimplementasikan dengan baik dan didapatkan hasil peramalan yang mendekati data aslinya. Kata kunci: Backpropagation, Jaringan Syaraf Tiruan, Peramalan, Permintaan produksi

Jaringan kolaborasi para penulis

18 penulis · 58 tautan kepenulisan bersama · 7 lintas organisasi

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Institut Teknologi Sepuluh Nopember
  • Universitas Muhammadiyah Malang
  • Universitas Katolik Widya Mandira
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Edwin RiksakomaraInstitut Teknologi Sepuluh Nopember2
Leivina Kartika DewiAfiliasi tidak diketahui1
Handayani TjandrasaAfiliasi tidak diketahui1
Febriliyan SamopaInstitut Teknologi Sepuluh Nopember1
Radityo Prasetianto WibowoInstitut Teknologi Sepuluh Nopember1
Tresnaning ArifiyahInstitut Teknologi Sepuluh Nopember1
Pujiadi PujiadiAfiliasi tidak diketahui1
Siti Aminatus ZehrohInstitut Teknologi Sepuluh Nopember1
Nur Aini LestariInstitut Teknologi Sepuluh Nopember1
Yeyen SudiartiInstitut Teknologi Sepuluh Nopember1
Muhammad Ilham PerdanaUniversitas Muhammadiyah Malang1
Adri Gabriel SooaiUniversitas Katolik Widya Mandira1
Retno Aulia VinartiInstitut Teknologi Sepuluh Nopember1
Ahmad MuklasonInstitut Teknologi Sepuluh Nopember1
Faizal MahanantoInstitut Teknologi Sepuluh Nopember1
Raras TyasnuritaInstitut Teknologi Sepuluh Nopember1
Mursyidatun NabilahInstitut Teknologi Sepuluh Nopember1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://juti.if.its.ac.id/index.php/juti/oai, pertama di-harvest 26 Okt 2026, terakhir terlihat 8 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">APLIKASI JARINGAN SYARAF TIRUAN UNTUK PERAMALAN PERMINTAAN BARANG</dc:title>
	<dc:creator xml:lang="en">Anggraeni, Wiwik</dc:creator>
	<dc:description xml:lang="en">Perhitungan  jumlah  barang yang harus di produksi oleh suatu perusahaan menjadi suatu hal yang sangat penting. Hal ini disebabkan oleh banyaknya akibat yang harus ditanggung oleh perusahaan dalam rangka menangani barang-barang hasil produksi tersebut, baikitu  akibat dari segi ekonomi mapun social. Oleh karena itu, peramalan jumlah permintaan pada beberapa periode waktu ke depan perlu dilakukan untuk menghindari jumlah produksi barang yang berlebihan. Dalam penelitian ini, metode yang digunakan untuk peramalan adalah Jaringan Syaraf Tiruan atau biasa disebut dengan Arificial Neural Networks dengan menggunakan algoritma backpropagation. Terhadap dataset input akan dilakukan pelatihan untuk mendapatkan bobot pada masing-masing layer sehingga didapatkan suatu nilai output. Kemudian otput tersebut akan dibandingkan dengan data tes yang diberikan dan apabila error masih besar akan dilakukan pelatihan balik dan begitu seterusnya sampai didapatkan bobot yang sesuai.Aplikasi telah diuji coba pada system sesuai dengan spesifikasi dan kebutuhan. Hasil uji coba menunjukkan bahwa algoritma dapat diimplementasikan dengan baik dan didapatkan hasil peramalan yang mendekati data aslinya. Kata kunci : Backpropagation, Jaringan Syaraf Tiruan, Peramalan, Permintaan produksi</dc:description>
	<dc:publisher xml:lang="en">Institut Teknologi Sepuluh Nopember</dc:publisher>
	<dc:date>2006-07-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://juti.if.its.ac.id/index.php/juti/article/view/234</dc:identifier>
	<dc:identifier>10.12962/j24068535.v5i2.a234</dc:identifier>
	<dc:source xml:lang="en">JUTI: Jurnal Ilmiah Teknologi Informasi; Vol 5, No 2 Juli 2006; 99-105</dc:source>
	<dc:source>2406-8535</dc:source>
	<dc:source>1412-6389</dc:source>
	<dc:source>10.12962/j24068535.v5i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://juti.if.its.ac.id/index.php/juti/article/view/234/183</dc:relation>
</oai_dc:dc>