Article Per Year (5 Year)
p-Index From 2019 - 2024
1.556
P-Index
This Author published in this journals
All Journal SITEKIN: Jurnal Sains, Teknologi dan Industri Sosial Budaya Jurnal Edukasi dan Penelitian Informatika (JEPIN) Seminar Nasional Teknologi Informasi Komunikasi dan Industri J I M P - Jurnal Informatika Merdeka Pasuruan Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Sistem Komputer dan Informatika (JSON) Journal of Education Informatic Technology and Science
Novi Yanti
Universitas Islam Negeri Sultan Syarif Kasim Riau
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal of Education Informatic Technology and Science

 1 
Penerapan Metode Elman Recurrent Neural Network (ERNN) Untuk Peramalan Penjualan Eka Pandu Cynthia; Novi Yanti; Yusra Yusra; Yelvi Fitriani; Muhammad Yusuf
Jurnal Pendidikan Teknologi Informatika dan Sains Vol 1 No 2 (2019): Journal of Education Informatic Technology and Science (JeITS)
Publisher : Faculty of Teacher Training and Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (847.155 KB)

Abstract

Penjualan adalah suatu aktivitas atau bisnis menjual suatu produk atau jasa. Pada penelitian ini, mengambil studi kasus pada sebuah perusahaan penjualan tempe (PT. HB) di Kota Pekanbaru yang menggunakan metode penjualan melalui agen atau sales. Permasalahan penjualan pada perusahaan ini adalah sering terjadinya returned product karena tidak laku, yang dapat menyebabkan kerugian yang cukup besar. Menggunakan Algoritma Elman Recurrent Neural Network (ERNN), penelitian ini melakukan prediksi penjualan tempe pada PT. HB. Data yang digunakan adalah data penjualan tempe harian periode Juli 2016 hingga September 2018 dengan parameter Jumlah Produksi, Harga, Jumlah Agen dan Jumlah Penjualan. Hasil yang diperoleh melalui percobaan beberapa skenario pelatihan dan pengujian implementasi algoritma pada kasus ini adalah akurasi tertinggi bernilai 96,92% pada arsitektur jaringan 3 input neuron layer, 3 neuron hidden layer, 1 output, pembagian data latih dan uji 70 : 30, nilai learning rate 0,9 dan maksimum epoch 900.
Co-Authors Afriani, Defi Albis Ya Albi Arif Pratama Budiman Eka Pandu Cynthia Elvia Budianita Fitri Insani Fitri Insani Ivo Dwi Ananda Lola Oktavia Marliana Safitri Miftahul Ghifrah Sembiring Muhammad Affandes Muhammad Irsyad MUHAMMAD YUSUF Nasriah Nasriah Nazruddin Safaat H Safaat H Pizaini Pizaini Rahmad Kurniawan Reski Mai Candra Sarjon Defit Setiawan, Adil Yelvi Fitriani Yelvi Fitriani Yusra, Yusra