Melola Discovery

← Melola Discovery

Journal

PERAMALAN PENJUALAN SEMEN MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK DAN RECURRENT NEURAL NETWORK

Unnes Journal of Mathematics · Vol. 9 No. 1 (2020) · pp. 6–21

DOI
10.15294/ujm.v9i1.29970
ISSN
2460-5859, 2252-6943
Published
2020-06-22
Publisher
Universitas Negeri Semarang
Language
eng

Abstract

Backpropagation Neural Netwrok (BPNN) adalah Neural Network (NN) yang tidak memiliki loop, sedangkan Recurrent Neural Network (RNN) adalah NN yang memiliki minimal satu feedback loop. Dalam penelitian ini dilakukan peramalan penjualan semen di PT Semen Indonesia (Persero) Tbk dengan menggunakan BPNN dan RNN tipe Elman. Tujuan penelitian ini adalah untuk memperoleh pemodelan BPNN dan RNN tipe Elman untuk peramalan penjualan semen, serta hasil peramalan menggunakan model terbaik. Hasil penelitian menunjukkan model BPNN terbaik adalah BPNN (9-5-1) dengan algoritma pelatihan Levenberg-Marquardt dengan inisialisasi Mu yang digunakan adalah 0,02 dan fungsi aktivasi yang digunakan adalah logsig, sedangkan model RNN tipe Elman terbaik adalah RNN tipe Elman (9-5-1) dengan algoritma pelatihan gradient descent dengan momentum dan adaptive learning rate dengan momentum yang digunakan adalah 0,2, learning rate yang digunakan adalah 0,2, dan fungsi aktivasi yang digunakan adalah logsig. Model terbaik untuk peramalan penjualan semen di PT Semen Indonesia (Persero) Tbk adalah BPNN (9-5-1).

Collaboration network of the authors

40 authors · 150 co-authorship links · 5 across different organisations · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • State University of Semarang
  • Universitas Airlangga
  • Institut Teknologi Kalimantan
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Emi PujiastutiState University of Semarang8
Scolastika MarianiState University of Semarang6
Amin SuyitnoAffiliation unknown6
Putriaji HendikawatiAffiliation unknown6
Zaenuri ZaenuriState University of Semarang5
Sunarmi SunarmiAffiliation unknown5
Masrukan MasrukanState University of Semarang5
Mulyono MulyonoAffiliation unknown4
Arief AgoestantoAffiliation unknown3
Kartono KartonoUniversitas Airlangga3
Wardono WardonoAffiliation unknown3
Heriyanto HeriyantoAffiliation unknown2
Nurkaromah DwidayatiAffiliation unknown2
Ignasia Santi Kumala SwariAffiliation unknown2
Nikmah NurvicalestiAffiliation unknown2
BERNIKA RAHMANIA NALURITAAffiliation unknown2
Isti HidayahAffiliation unknown2
Zaenuri MasturAffiliation unknown2
Alamsyah AlamsyahInstitut Teknologi Kalimantan2
Dwijanto DwijantoAffiliation unknown2
Hardi SuyitnoAffiliation unknown2
Rithia DamarratihAffiliation unknown2
Scolastika MarianiState University of Semarang1
Wardono WardonoState University of Semarang1
Ayu AristikaState University of Semarang1
Vena AgustinaState University of Semarang1
Bayu Rizky PratamaAffiliation unknown1
Stevanus Budi WaluyaAffiliation unknown1
Hendri HandokoAffiliation unknown1
Li Wei MingAffiliation unknown1
Nurul HidayatiAffiliation unknown1
Dedeh KurniasihAffiliation unknown1
Putri Dwi PradinaAffiliation unknown1
Leili UlfiatiAffiliation unknown1
Tias SafitriAffiliation unknown1
Sri PujilestariAffiliation unknown1
Eko SupriyadiAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/ujm/oai, first harvested 6 Nov 2026, last seen 6 Nov 2026.
Original metadata (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-US">PERAMALAN PENJUALAN SEMEN MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK DAN RECURRENT NEURAL NETWORK</dc:title>
	<dc:creator>Achmalia, Aisyah Fany</dc:creator>
	<dc:creator>Walid, Walid</dc:creator>
	<dc:creator>Sugiman, Sugiman</dc:creator>
	<dc:description xml:lang="en-US">Backpropagation Neural Netwrok (BPNN) adalah Neural Network (NN) yang tidak memiliki loop, sedangkan Recurrent Neural Network (RNN) adalah NN yang memiliki minimal satu feedback loop. Dalam penelitian ini dilakukan peramalan penjualan semen di PT Semen Indonesia (Persero) Tbk dengan menggunakan BPNN dan RNN tipe Elman. Tujuan penelitian ini adalah untuk memperoleh pemodelan BPNN dan RNN tipe Elman untuk peramalan penjualan semen, serta hasil peramalan menggunakan model terbaik. Hasil penelitian menunjukkan model BPNN terbaik adalah BPNN (9-5-1) dengan algoritma pelatihan Levenberg-Marquardt dengan inisialisasi Mu yang digunakan adalah 0,02 dan fungsi aktivasi yang digunakan adalah logsig, sedangkan model RNN tipe Elman terbaik adalah RNN tipe Elman (9-5-1) dengan algoritma pelatihan gradient descent dengan momentum dan adaptive learning rate dengan momentum yang digunakan adalah 0,2, learning rate yang digunakan adalah 0,2, dan fungsi aktivasi yang digunakan adalah logsig. Model terbaik untuk peramalan penjualan semen di PT Semen Indonesia (Persero) Tbk adalah BPNN (9-5-1).</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2020-06-22</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-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/ujm/article/view/29970</dc:identifier>
	<dc:identifier>10.15294/ujm.v9i1.29970</dc:identifier>
	<dc:source xml:lang="en-US">Unnes Journal of Mathematics; Vol 9 No 1 (2020); 6-21</dc:source>
	<dc:source>2460-5859</dc:source>
	<dc:source>2252-6943</dc:source>
	<dc:source>10.15294/ujm.v9i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/ujm/article/view/29970/16244</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2020 Unnes Journal of Mathematics</dc:rights>
</oai_dc:dc>