Claim Missing Document
Check
Articles

Found 2 Documents
Search

SALES PREDICTION AT PT. GILANG PRATAMA USING THE MONTE CARLO SIMULATION METHOD Manurung, Jonson; Sihotang, Amran; Ramen, Sethu; Logaraj, Logaraj
INFOKUM Vol. 10 No. 5 (2022): December, Computer and Communication
Publisher : Sean Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58471/infokum.v10i5.1159

Abstract

Simulation can help solve everyday problems such as problems that exist at PT. Gilang Primary. With a simulation application that can estimate the number of sales is very important for the company. If the manager can predict the number of sales, the cost of procuring and storing goods can be minimized. One approach that can be taken to estimate the number of sales is by way of simulation. This study uses the Monte Carlo method in managing data and analyzing inventory or determining the amount of goods to be sold in the next period at PT. Gilang Pratama with sampling from the process of random numbers (Additive Random Number). Data processing uses sample data based on sales history data in the previous year
Analisis Algoritma C4.5 Dan Fuzzy Sugeno Untuk Optimasi Rule Base Fuzzy Jonson Manurung, Jonson Manurung; Bosker Sinaga, Bosker Sinaga; Paska Marto Hasugian, Paska Marto Hasugian; Logaraj, Logaraj; Sethu Ramen, Sethu Ramen
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2488

Abstract

Logika fuzzy dapat mengatasi ketidakmampuan matematika konvensional untuk model sistem nonlinear. Fuzzy sugeno merupakan salah satu metode yang sering digunakan dalam logika fuzzy. Penggunaan metode sugeno dapat mengatasi masalah sistem non linear. Kelemahan dari logika fuzzy adalah meningkatnya beban komputasi yang bertambah secara eksponensial seiring dengan bertambahnya jumlah variabel dan jumlah aturan dalam logika fuzzy. Beberapa cara telah dilakukan oleh para peneliti sebelumnya untuk mengurangi beban komputasi, diantaranya dengan mengurangi sejumlah aturan dalam logika fuzzy. Mengurangi sejumlah aturan akan berdampak pada tingkat akurasi fuzzy yang berkurang. Pada penelitian ini, menggunakan algoritma C4.5 sebagai optimasi rule fuzzy. Hasil perbandingan metode fuzzy sugeno yang diintegrasikan dengan algoritma C4.5 mendapatkan hasil akurasi sebesar 88,57 %. Jumlah luaran yang awalnya 288 rule menjadi hanya 57 rule, hal tersebut menyebabkan beban komputsi berkurang. Disamping beban komputasi yang berkurang, hal tersebut berdampak pada berkurangnnya tingkat akurasi.