Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Simetris TELKOMNIKA (Telecommunication Computing Electronics and Control) Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Jurnal Komputer Terapan ILKOM Jurnal Ilmiah
Sutikno Sutikno
Universitas Diponegoro
Computer Science & IT Electrical & Electronics Engineering

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika

 1 
Prediksi Penjualan Barang Menggunakan Metode Adaptive Neuro-Fuzzy Inference System (ANFIS) Allyna Virrayyani; Sutikno Sutikno
Khazanah Informatika Vol. 2 No. 2 Desember 2016
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v2i2.2554

Abstract

Prediksi penjualan barang merupakan salah satu cara untuk menjaga stabilitas penjualan barang. Hasil prediksi yang diperoleh dapat dijadikan sebagai pertimbangan untuk mengambil keputusan dalam perencanaan manajemen bisnis. Salah satu metode yang dapat digunakan untuk prediksi adalah Adaptive Neuro-Fuzzy Inference System (ANFIS). Di dalam penelitian ini, ANFIS diimplementasikan dalam sebuah aplikasi sistem prediksi penjualan barang. Prosedur prediksi menggunakan analisis runtun waktu. Aturan ANFIS menggunakan model fuzzy Takagi-Sugeno dan fungsi keanggotaan tipe Generalized bell dengan 2 data masukan untuk 1 data target. Dari hasil pelatihan dan pengujian ANFIS untuk penjualan Beras Delanggu Raja, diperoleh nilai Mean Absolute Persentage (MAPE) pelatihan sebesar 9.4180332828% dan diperoleh nilai MAPE pengujian sebesar 7.5343642644%. Hasil MAPE pengujian tersebut kurang dari batas toleransi error, yaitu 20 %. Batas toleransi tersebut berdasarkan penafsiran Batey dan Friedrich di mana MAPE 10% merupakan perkiraan yang sangat baik dan 10% MAPE 20% merupakan perkiraan yang baik. ANFIS berhasil memprediksi penjualan Beras Delanggu Raja pada bulan yang akan datang dengan total 4944. Aplikasi sistem telah diuji menggunakan pengujian black-box. Seluruh prosedur pengujian dinyatakan berhasil.
Co-Authors Allyna Virrayyani Bayu Aji Eric Teguh Ariyanto Prima Yusuf Budiarto Rosita Sofiana Satriyo Adhy Sukmawati Nur Endah