Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal J@TI (TEKNIK INDUSTRI) JURNAL VISIONIDA
Britania, Rizka
Unknown Affiliation
Decision Sciences, Operations Research & Management Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
DESIGN OF EXPERIMENT PADA ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI KURS TUKAR MATA UANG IDR/USD Britania, Rizka
J@ti Undip: Jurnal Teknik Industri Vol 17, No 3 (2022): September 2022
Publisher : Departemen Teknik Industri, Fakultas Teknik, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (484.392 KB) | DOI: 10.14710/jati.17.3.219-228

Abstract

Prediksi kurs tukar mata uang memiliki peranan penting dalam bisnis, salah satunya dalam hal international purchasing. Terdapat beberapa metode yang digunakan dalam melakukan forecasting mata uang, salah satunya adalah Artificial Neural Network (ANN). Berdasarkan beberapa penelitian terdahulu, ANN terbukti superior dibandingkan metode forecasting lainnya dalam memprediksi kurs tukar mata uang. Salah satu kelemahan ANN adalah tidak adanya setting parameter yang baku untuk digunakan, sehingga setting parameter yang berbeda dapat memberikan hasil akurasi yang berbeda. Penelitian ini bertujuan menentukan dua nilai parameter yang memiliki pengaruh signifikan, yaitu jumlah input node dan jumlah hidden node melalui metode design of experiment dalam memprediksi kurs tukar mata uang IDR/USD. Bobot awal dan bias pada replikasi yang memberikan performansi lebih baik dari replikasi sebelumnya disimpan untuk selanjutnya digunakan dalam membangkitkan forecast pada periode selanjutnya. Hasil penelitian menunjukkan bahwa delapan input nodes dan empat hidden nodes memberikan akurasi terbaik yang ditandai dengan nilai MSE test terendah. Selain itu, berdasarkan grafik perilaku MSE test dari setiap arsitektur jaringan yang terbentuk, dapat disimpulkan bahwa dalam memprediksi kurs tukar mata uang IDR/USD, jumlah hidden nodes bersifat lebih sensitif dibanding jumlah input nodes. AbstractDesign of Experiment in Artificial Neural Network to Forecast Foreign Exchange Rate IDR/USD]. Forecasting foreign exchange rate plays a significant role in business, for example in international purchasing. There are several methods used in forecasting foreign exchange rates, one of them is the Artificial Neural Network (ANN). Based on several earlier literatures, ANN has been proven as a superior method in forecasting foreign exchange rate compared to other methods. However, ANN has several weaknesses, for example, there is no standard parameters setting used in ANN, thus different parameters setting could lead to different accuracy. This research aims to determine two crucial parameters that give significant impact to the ANN model built; the number of input nodes and the number of hidden nodes, through the design of an experiment to forecast the IDR/USD exchange rate. Initial weights and bias in replication that give better performance than earlier replication are stored and used to forecast the data for next periods as needed. The result of this research shows that eight input nodes and four hidden nodes give the best accuracy to forecast IDR/USD exchange rate which is proven by the lowest MSE test score. Moreover, based on the MSE test behavior graph, the number of hidden nodes is more sensitive than the number of input nodes in forecasting IDR/USD exchange rate.Keywords: Artificial Neural Network; design of experiment; forecast; foreign exchange rate
Integrasi Model Inventori EOQ dan Time Series Forecasting Untuk Sistem Inventori Optimal Britania, Rizka; Tjolleng, Amir; Ardiana Putri, Salma
Jurnal Visionida Vol. 10 No. 1 (2024): Juni
Publisher : Fakultas Ekonomi Universitas Djuanda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30997/jvs.v10i1.13310

Abstract

This research aims to evaluate the existing inventory system and determine the optimal inventory system for the future at PT XYZ. The methods used are Economic Order Quantity (EOQ) integrated with time series forecasting. The selection of products studied is based on inbound and outbound volumes in the warehouse. The application of the EOQ method to the five study products resulted in an optimal order quantity for the existing conditions of 925 drums, 737 drums, 612 drums, 705 drums, and 729 drums for products A, B, C, D, and E. There is a potential saving in total inventory costs of 24% generated by the EOQ model compared to the current inventory system in the company. Historical demand data shows a seasonal stationary pattern. Forecast for the coming year was conducted and used in calculating the optimal order quantity for the coming year, which are 775 drums, 891 drums, 611 drums, and 728 drums for products A, B, C, and E. This research can enrich the literature related to EOQ and provide input for companies regarding the potential savings that can be made, and information on inventory system needs for the future.    ABSTRAK Penelitian ini bertujuan mengevaluasi sistem inventori eksisting dan menentukan sistem inventori optimal untuk masa mendatang pada PT XYZ. Metode yang digunakan adalah Economic Order Quantity (EOQ) yang diintegrasikan dengan time series forecasting. Pemilihan produk yang dikaji didasarkan pada volume inbound dan outbound di gudang. Penerapan metode EOQ pada lima produk kajian memberikan hasil kuantitas pemesanan optimal untuk kondisi eksisting sejumlah 925 drum, 737 drum, 612 drum, 705 drum, dan 729 drum untuk produk A, B, C, D, dan E. Terdapat potensi penghematan total ongkos inventori sebesar 24% yang dihasilkan model EOQ dibandingkan dengan sistem inventori yang saat ini berlangsung di perusahaan. Data historis demand menunjukkan adanya pola seasonal stationer. Forecast untuk satu tahun mendatang dilakukan dan digunakan dalam menghitung kuantitas order optimal untuk tahun mendatang, yaitu sebesar 775 drum, 891 drum, 611 drum, dan 728 drum untuk produk A, B, C, dan E. Penelitian ini dapat memperkaya literatur terkait EOQ, dan memberikan masukan bagi perusahaan terkait potensi penghematan yang dapat dilakukan, dan informasi kebutuhan sistem inventori untuk masa mendatang.
Co-Authors Amir Tjolleng Ardiana Putri, Salma