<![CDATA[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.]]>
Copyrights © 2021
