Article Per Year (5 Year)
p-Index From 2018 - 2023
0.23
P-Index
This Author published in this journals
All Journal Jurnal Simetris
Evanita Evanita
Fakultas Teknik, Teknik Informatika Universitas Muria Kudus
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PREDIKSI HARGA JUAL SUKU CADANG IMPOR MESIN ROKOK DENGAN JARINGAN SYARAF TIRUAN Evanita Evanita; Muhammad Malik Hakim
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 9, No 1 (2018): JURNAL SIMETRIS VOLUME 9 NO 1 TAHUN 2018
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (372.781 KB) | DOI: 10.24176/simet.v9i1.1550

Abstract

Industri rokok merupakan industri vital di wilayah Kabupaten Kudus, sehingga kesiapan kinerja mesin rokok yang menjadi salah satu penggerak utama pabrik rokok menjadi sangat penting. Salah satu cara untuk menjaga agar mesin rokok senantiasa siap bekerja adalah menjaga ketersediaan suku cadang mesin rokok, terutama Garniture. Permasalahan utama yang menjadi kendala adalah adanya fluktuasi biaya-biaya dan kurs mata uang, yang membuat harga Garniture menjadi fluktuatif dan membahayakan kelangsungan hidup dari perusahaan pemasok. Penelitian ini menggunakan Metode Jaringan Syaraf Tiruan untuk memprediksi harga jual Garniture ke industri rokok. Prediksi harga jual ini membuat perusahaan pemasok dan industri rokok mengetahui prediksi harga yang cukup akurat dan selanjutnya dapat melakukan antisipasi kerugian dan hal lain yang tidak diinginkan terkait dengan fluktuasi harga yang terjadi ketika dilakukan proses pembelian. Untuk memprediksi harga jual Garniture yang tidak menentu tersebut digunakan algoritma Backpropagation dari Jaringan Syaraf Tiruan. Terkait dengan proses training dan testing yang telah dilaksanakan menggunakan algoritma Backpropagation dari Jaringan Syaraf Tiruan dengan 24 inputan, 10 hidden layer, learning rate 0,1 dan 1 output, diperolehhasil yang cukup baik dengan nilai error atau MSE yang pada proses training sebesar 0,00099001 dan MSE pada proses testing sebesar 0,19113.
Co-Authors Muhammad Malik Hakim, Muhammad Malik