Yamaha Motorcyle Sales Prediction With Artificial Neural Network and Backpropagation (Study Case : CV Sinar Mas
DOI:
https://doi.org/10.37859/coscitech.v5i1.6709
Abstract
Perkembangan teknologi yang begitu pesat dengan kebutuhan masyarakat tentang kendaraan pribadi untuk mempermudah
segala aktivitas sehari-hari. Pertumbuhan penduduk Indonesia yang meningkat juga mempengaruhi bertambahnya jumlah
kendaraan bermotor yang ada di Indonesia. Sepeda Motor Yamaha merupakan salah satu brand sepeda motor yang telah lama
berada di Indonesia. Oleh karena itu konsumen menggunakan sepeda motor saat ini sangatlah tinggi. Dengan peningkatan
penjualan dan minat masyarakat terhadap sepeda motor untuk tahun berikutnya. Masalah yang terjadi pada CV Sinar Mas
adalah tidak ada metode untuk memprediksi bagaimana kecenderungan peningkatan/penurunan jumlah unit tertentu setiap
tahun. Sehinggan dengan Jaringan Syaraf Tiruan menggunakan metode Backpropagation dengan Software Matlab dapat
menjadi data prediksi penjualan sepeda motor di bulan berikutnya atau yang akan datang. Penelitian ini bertujuan untuk
meningkatkan akurasi penjualan sepeda motor Yamaha pada Cv Sinar Mas. Metode yang digunakan dalam penelitian ini
adalah Jaringan Saraf Tiruan Backpropagation. Algoritma Backpropagation digunakan untuk memprediksi dengan akurat
berdasarkan data historis penjualan sepeda motor Yamaha dari tahun 2019-2022. Dataset yang digunakan terdiri dari 48 data
penjualan. Hasil penelitian ini dapat memprediksi penjualan dengan menggunakan pola terbaik yaitu 4-25-1 dengan hasil MSE
0.00010594. Oleh karena itu penelitian ini dapat menjadi acuan untuk mempredisi penjualan sepeda motor Yamaha pada CV
Sinar Mas
Downloads
References
[2] Erizke Aulya Pasel, Yuhandri, Y., & Nurcahyo, G. W. N. (2023). The Implementation of Artificial Neural Networks to measure the correlation of teacher’s workload to the number of own learning media. Jurnal CoSciTech (Computer Science and Information Technology), 4(1), 272–282. https://doi.org/10.37859/coscitech.v4i1.4757
[3] Hayami, R., Sunanto, & Oktaviandi, I. (2021). Penerapan Metode Single Exponential Smoothing Pada Prediksi Penjualan Bed Sheet. Jurnal CoSciTech (Computer Science and Information Technology), 2(1), 32–39. https://doi.org/10.37859/coscitech.v2i1.2184
[4] Agustina, D., & Hafiyusholeh. (2023). Prediksi Distribusi Air Perusahaan Daerah Air Minum (PDAM) Tirta Dharma Kota Pasuruan Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation. Jurnal PROCESSOR, 18(1). https://doi.org/10.33998/processor.2023.18.1.697
[5] Junaidi, J., Mandasari, S., Franciska, Y., Fahmi, A., & Rosnelly, R. (2022). Implementasi Jaringan Syaraf Tiruan Menggunakan Algoritma Backpropagation Dalam Meramalkan Kebutuhan Handsanitizer Di Pemerintah Kota Medan. Journal of Science and Social Research, 5(3), 671. https://doi.org/10.54314/jssr.v5i3.1019
[6] Tanhaeean, M., Ghaderi, S. F., & Sheikhalishahi, M. (2023). Optimization of backpropagation neural network models for reliability forecasting using the boxing match algorithm: electro-mechanical case. Journal of Computational Design and Engineering, 10(2), 918–933. https://doi.org/10.1093/jcde/qwad032
[7] Ahsan, M., Setiyaningsih, W., Rinanto, B., Susilowati, M., & Sulistiyowati, I. (2021). Weather prediction system and recommendation of plant varieties as an effort to minimize harvest failure with android-based Backpropagation Artificial Neural Networks. IOP Conference Series: Materials Science and Engineering, 1098(3), 032027. https://doi.org/10.1088/1757-899x/1098/3/032027
[8] W, M., Ilwaru, T. Y. I., Thomasow, B. P., & Limba, S. Z. (2022). PERAMALAN INFLASI DI AMBON MENGGUNAKAN NEURAL. 16(April).
[19] Ruslan, R., Laome, L., Usman, I., & Harisa, E. W. (2021). Electricity Consumption Modelling in Kendari using the Backpropagation Method on the Artificial Neural Network. Journal of Physics: Conference Series, 1863(1). https://doi.org/10.1088/1742-6596/1863/1/012076
[10] Agustina, D., & Hafiyusholeh. (2023). Prediksi Distribusi Air Perusahaan Daerah Air Minum (PDAM) Tirta Dharma Kota Pasuruan Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation. Jurnal PROCESSOR, 18(1). https://doi.org/10.33998/processor.2023.18.1.697
[11] (Junaidi et al., 2022)Junaidi, J., Mandasari, S., Franciska, Y., Fahmi, A., & Rosnelly, R. (2022). Implementasi Jaringan Syaraf Tiruan Menggunakan Algoritma Backpropagation Dalam Meramalkan Kebutuhan Handsanitizer Di Pemerintah Kota Medan. Journal of Science and Social Research, 5(3), 671. https://doi.org/10.54314/jssr.v5i3.1019
[12] Tanhaeean, M., Ghaderi, S. F., & Sheikhalishahi, M. (2023). Optimization of backpropagation neural network models for reliability forecasting using the boxing match algorithm: electro-mechanical case. Journal of Computational Design and Engineering, 10(2), 918–933. https://doi.org/10.1093/jcde/Ahsan, M., Setiyaningsih, W., Rinanto, B., Susilowati, M., & Sulistiyowati, I. (2021). Weather prediction system and recommendation of plant varieties as an effort to minimize harvest failure with android-based Backpropagation Artificial Neural Networks. IOP Conference Series: Materials Science and Engineering, 1098(3), 032027. https://doi.org/10.1088/1757-899x/1098/3/032027
[13] W, M., Ilwaru, T. Y. I., Thomasow, B. P., & Limba, S. Z. (2022). PERAMALAN INFLASI DI AMBON MENGGUNAKAN NEURAL. 16(April).
[14] Ruslan, R., Laome, L., Usman, I., & Harisa, E. W. (2021). Electricity Consumption Modelling in Kendari using the Backpropagation Method on the Artificial Neural Network. Journal of Physics: Conference Series, 1863(1). https://doi.org/10.1088/1742-6596/1863/1/012076
[15] Fajar, M., & Gunawan, I. (2021). KLIK: Kajian Ilmiah Informatika dan Komputer Penerapan Jaringan Syaraf Tiruan Dengan Metode Backpropagation Untuk Memprediksi Penjualan Sepeda Motor Yamaha Di Asli Motor Siantar. Media Online), 1(4), 180–186. https://djournals.com/klik
[16] Mubarokh, M. F., Nasir, M., & Komalasari, D. (2020). Jaringan Syaraf Tiruan Untuk Memprediksi Penjualan Pakaian Menggunakan Algoritma Backpropagation. In Journal of Computer and Information Systems Ampera (Vol. 1, Issue 1). https://journal-computing.org/index.php/journal-cisa/index
[17] Thoriq, M. (2022). Peramalan Jumlah Permintaan Produksi Menggunakan Jaringan Saraf Tiruan Algoritma Backpropagation. Jurnal Informasi Dan Teknologi, 4, 27–32. https://doi.org/10.37034/jidt.v4i1.178
[18] Fajar, M., & Gunawan, I. (2021). KLIK: Kajian Ilmiah Informatika dan Komputer Penerapan Jaringan Syaraf Tiruan Dengan Metode Backpropagation Untuk Memprediksi Penjualan Sepeda Motor Yamaha Di Asli Motor Siantar. Media Online), 1(4), 180–186. https://djournals.com/klik
