Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Krisna atma wijaya
Universitas Nusantara PGRI Kediri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

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

Found 1 Documents
Search

 1 
Integrasi Metode Agglomerative Hierarchical Clustering dan Backpropagation Pada Model Peramalan Penjualan Krisna atma wijaya; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 3 (2021): Seminar Nasional Inovasi Teknologi 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i3.1092

Abstract

Artificial Neural Network (ANN) merupakan sebuah sistem cerdas yang digunakan untuk mengolah informasi yang merupakan perkembangan dari generalisasi model matematika, salah satu teknik yang sering digunakan untuk peramalan adalah Backpropagation. Banyak penelitian yang telah menggunakan Backpropagation untuk menyelesaikan masalah prediksi, tetapi kualitas peramalan yang didapat belum memuaskan. Penelitian ini bertujuan untuk memodifikasi model peramalan dengan menambahkan proses Clustering data sebelum dilakukannya proses peramalan. Dataset yang digunakan adalah data penjualan kopi sachet per bulan dari PT. Kapal Api. Data penjualan dinormalisasi, kemudian dibentuk menjadi Vektor Fitur dengan panjang tertentu, kemudian dikelompokan menggunakan Agglomerative Hierarchical Clustering (AHC). Tiap kelompok hasil dari AHC diolah menggunakan Backpropagation sehingga didapat Jaringan yang telah siap digunakan. Jaringan Backpropagation digunakan untuk mendapatkan output, kemudian output tersebut didenormalisasi untuk mendapatkan nilai aktual. Nilai aktual dan nilai nyata dibandingkan untuk pendapatkan nilai Mean Absolute Precentage Error (MAPE). Hasil dari penelitian ini menunjukan bahwa tingkat heterogenitas data sangat berpengaruh terhadap kuallitas pengelompokan dan peramalan yang didapat. Pada penelitian ini nilai MAPE yang diperoleh dari proses peramalan yang mengintegrasikan AHC dan Backpropagation lebih baik dari pada proses peramalan yang hanya menggunakan Backpropagation saja.
Co-Authors Daniel - Swanjaya