Perbandingan Metode Trend Line Analysis dan Metode Jaringan Syaraf Tiruan Backpropagation untuk Peramalan Permintaan Koran

Amelia Rahma Dhani Mandala; Fadhil Rafi Hidayat; Romi Primadian; Wahyudi Sutopo; Yuniaristanto Yuniaristanto; Dana Prianjani

doi:10.20961/performa.21.2.58135

Perbandingan Metode Trend Line Analysis dan Metode Jaringan Syaraf Tiruan Backpropagation untuk Peramalan Permintaan Koran

Amelia Rahma Dhani Mandala, Fadhil Rafi Hidayat, Romi Primadian, Wahyudi Sutopo, Yuniaristanto Yuniaristanto, Dana Prianjani

Abstract

Dalam era digitalisasi saat ini, arus informasi sangat mudah dan cepat untuk didapatkan. Hal tersebut terlihat dari banyaknya media yang memberikan akses mengenai berita aktual yang terjadi, baik tingkat global hingga internasional. Salah satu media yang digunakan untuk mengakses berita adalah media cetak (koran). Namun dengan adanya digitalisasi menyebabkan permintaan koran fluktuatif menurun dan tingkat retur atau pengembalian koran dari agen cukup tinggi. Hal tersebut dapat merugikan perusahaan. Maka perlu adanya metode peramalan jumlah permintaan koran cetak dengan tingkat kesalahan terkecil agar dapat mengurangi kerugian perusahaan akibat pengembalian koran. Metode yang digunakan adalah metode trend line analysis dan metode jaringan syaraf tiruan backpropagation. Data yang digunakan adalah data actual demand, hasil penjualan, harga penjualan dan stok dari bulan Januari 2020 hingga Januari 2021. Proses perhitungan menggunakan Microsoft Excel dan Matlab. Selain itu, pemilihan metode yang terbaik didapatkan dengan membandingkan nilai MSE terkecil. Berdasarkan perbandingan nilai MSE yang dilakukan, didapatkan bahwa nilai MSE dengan metode trend line analysis sebesar 4.39. Sedangkan, nilai MSE dengan metode jaringan syaraf tiruan backpropagation sebesar 0,0107. Oleh karena itu, metode peramalan yang terbaik untuk melakukan peramalan jumlah permintaan koran cetak PT. XYZ adalah metode jaringan syaraf tiruan backpropagation.

Keywords

Backpropagation, Jaringan Syaraf Tiruan, Koran Cetak, MSE, Peramalan, Trend Line Analysis

Full Text:

PDF (Bahasa Indonesia)

References

A. N. Wijiyanto, D. E. Kusrinid, & I. Irhamah.(2012). “Peramalan Nilai Kontrak Konstruksi PT ‘X’dengan Menggunakan Pendekatan Regresi Time Series dan ANFIS,” J. Sains dan Seni ITS, vol. 1, no. 1, pp. D201– D206, 2012.

Anike, Marleni., Suyoto, & Ernawati. (2012). “Pengembangan Jaringan Syaraf Tiruan dalam Memprediksi Jumlah Dokter Keluarga Menggunakan Backpropagation (Studi Kasus : Regional X Cabang Palu)”. Seminar Nasional Teknologi Informasi dan Komunikasi (SENTIKA).

Anwar, Badrul. (2011). “Penerapan Algoritma Jaringan Syaraf Tiruan Backpropagation dalam Memprediksi Tingkat Suku Bunga Bank”. Jurnal SAINTIKOM. Vol. 10. No. 2.

A'yun, A. H. Q., Ardian, H., Nunuh, M. K., Immanuella, S., & Yuniaristanto, Y. (2021). Pemilihan Metode Peramalan Jumlah Permintaan Koran dengan Tingkat Kesalahan Terendah. MATRIK: Jurnal Manajemen dan Teknik Industri Produksi, 21(2), 91-100.

Effendhi, K. (2010). LKP: Alur Proses Layout Koran di Surat Kabar Harian Radar Tarakan Kalimantan Timur (Doctoral dissertation, STIKOM Surabaya).

Enireddy V., Varma K.V.S.R.P., Sankara Rao., & Satapati R., (2010). Prediction of Rainfall using Backpropagation Neural Network Model, IJCSE International journal on computer science and engineering, 2(4),p.1

Febrina, M., Arina, F., & Ekawati, R. (2013). Peramalan jumlah permintaan produksi menggunakan metode jaringan syaraf tiruan (JST) backpropagation. jurnal teknik industri, 2(1).

Permatasari, C. I., Sutopo, W., & Hisjam, M. (2018, February). Sales forecasting newspaper with ARIMA: A case study. In AIP Conference Proceedings (Vol. 1931, No. 1, p. 030017). AIP Publishing LLC.

Rumata, V. M. (2018). Digitalisasi dan Eksistensi Media Cetak (Studi Kualitatif Majalah Go Girl dan Harian Suara Pembaharuan). Komunikologi: Jurnal Ilmiah Ilmu Komunikasi, 15(2).

Romadhoni, B. A. (2018). Meredupnya Media Cetak, Dampak Kemajuan Teknologi Informasi. An-Nida: Jurnal Komunikasi Islam, 10(1).

Sakinah, N. P., Cholissodin, I., & Widodo, A. W. (2018). Prediksi Jumlah Permintaan Koran Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN, 2548, 964X.

Sartika, V., Hisjam, M., & Sutopo, W. (2018, February). Supply chain risk management of newspaper industry: A quantitative study. In AIP Conference Proceedings (Vol. 1931, No. 1, p. 030018). AIP Publishing LLC.

Sugiarti, L. (2018). Implementasi Jaringan Syaraf Tiruan (JST) Elma Recurrent Neural Network (ERNN) untuk Peramalan Permintaan Koran (Studi Kasus: PT. Media Haluan Mandiri Riau Pekanbaru. (Doctoral dissertation, Universitas Islam Negeri Sultan Syarif Kasim Riau).

Sownjaya, P. (2015). Electricity demand prediction using artificial neural network framework. North Dakota State University [online]

DOI: https://doi.org/10.20961/performa.21.2.58135