Model Integrasi Algoritma Spectral Clustering Dan Backpropagation Pada Prediksi Penjualan Barang

Putri, Dhaniar Ruandha
Swanjaya, Daniel
Farida, Intan Nur

Nusantara of Engineering (NOE)
Vol 7 No 1 (2024): Volume 7 No. 1 Tahun 2024

Prediksi merupakan kegiatan yang krusial dalam dunia usaha. Banyak penelitian sebelumnya telah membuktikan performa algoritma Jaringan Saraf Tiruan (JST) dalam prediksi, namun tingkat akurasi yang dihasilkan masih kurang maksimal. Oleh karena itu, penelitian ini dilakukan untuk meningkatkan efisiensi dan keakuratan dalam pengadaan barang dengan menggabungkan metode Spectral Clustering dan Backpropagation dalam sebuah model prediksi. Data yang digunakan adalah data rekapitulasi penjualan harian makanan kucing Cat Choize dari XY Petshop selama tahun 2021-2022. Pendekatan gabungan metode Spectral Clustering dan Backpropagation telah diimplementasikan dan dievaluasi. Hasil penelitian menunjukkan bahwa tingkat error Mean Absolute Percentage Error (MAPE) yang dihasilkan adalah sebesar 21,21%. Hal ini membuktikan bahwa integrasi kedua metode tersebut menghasilkan tingkat error yang lebih rendah dibandingkan dengan penggunaan algoritma JST secara mandiri.