Prediksi Rentet Waktu Penjualan Barang Menggunakan Algoritma Backpropagation : Prediction of Time Series of Goods Sales Using the Backpropagation Algorithm

Budi Mulyono (Fakultas Teknik, Universitas Muhammadiyah Palu, Indonesia)
Nursalim (Fakultas Teknik, Universitas Muhammadiyah Palu, Indonesia)

Jurnal Kolaboratif Sains
Vol. 6 No. 2: FEBRUARI 2023

Data transaksi penjualan merupakan informasi yang sangat penting untuk menentukan strategi pemasaran dan juga untuk menentukan ketersediaan barang. Ketersediaan barang yang dijual merupakan bagian dari pelayanan pelanggan, kurangnya ketersediaan barang akan mengganggu proses pelayanan dan penjualan serta akan mengurangi keuntungan. Dalam menentukan ketersediaan barang sangat penting untuk mengetahui berapa jumlah barang yang akan terjual pada periode berikutnya. Untuk mengetahui angka penjualan periode selanjutnya perlu dilakukan prediksi berdasarkan data transaksi yang terjadi. Penelitian ini menggunakan data time series 10 kumpulan data barang berdasarkan jumlah penjualan tertinggi dan dilakukan dengan menggunakan analisis Neural Network dengan struktur algoritma backpropagation, dimana Neural Network sering digunakan untuk memprediksi sedangkan algoritma backpropagation memiliki akurasi yang tinggi dalam prediksi. Hasil Aplikasi Neural Network dengan Algoritma Backpropagation Arsitektur Indomie Goreng Spesial MN (28-18-1) dan MSE 0.002772, Arsitektur Gula Lokal 1 Kg (23-18-i) dan MSE 65.503470, Arsitektur Telur Ayam Ras (19-25 -1) dan MSE 1.952032, arsitektur Teh Kotak Ultra 200 Extra 50 (21-21-i) dan MSE 0.672921, arsitektur Indomie Sedap Soto WF (22-18-1) dan MSE 0.173779, arsitektur Air Mineral Vitro 240 Ml (25- 19-1) dan UMK 10.626992, Arsitektur Rokok Sampoerna 16 (21-18-1) dan UMK 0.375329, Arsitektur Indomie Sedap Goreng WF (2 7-21-1) dan UMK 5.228250, Arsitektur SKM Bendera Kaleng Putih 385 Kg (16- 18-1) dan UMK 5.178826, Arsitektur Indomie Kari Ayam (17-19-1) dan UMK 7.01215.