<![CDATA[Model peramalan penjualan dibutuhkan untuk membangun aplikasi peramalan penjualan. Banyak penelitian telah dilakukan, salah satunya model peramalan menggunakan metode Jaringan Syaraf Tiruan Backpropagation, tetapi kualitas model peramalanya belum memuaskan. Penelitian ini bertujuan untuk memperbaiki kualitas peramalan dengan cara mengintegrasikan metode K-Means Clustering dan Backpropagation. Dataset yang digunakan adalah data penjualan Bolu Pisang di Salsabila Cake. Proses diawali dengan transformasi data atau normalisasi, kemudian pengelompokan menggunakan K-Means Clustering, berikutnya pada setiap kelompok dilakukan pelatihan dan ujicoba menggunakan Backpropagation, output dari Bacpropagation didenormalisasi untuk mendapatkan nilai yang sesungguhnya. Kualitas peramalan ditentukan menggunakan Mean Absolute Deviation (MAD), dengan meghitung rata-rata selisih output dengan nilai nyata. Pada penelitian ini didapati nilai Silhouette pengelompokan yang terbaik didapat dari Vektor Fitur yang panjangnya 16 dan banyak kelompoknya 12, sebesar 0.0349. Kemudian nilai rata-rata MAD dari semua kelompok adalah 5.5 dan 4.5 untuk proses pelatihan dan ujicoba, hasil ini lebih baik daripada penelitian sebelumnya yang hanya menggunakan Bacpropagaiton saja untuk peramalan penjualan.]]>
Copyrights © 2021
