IMPLEMENTASI METODE BACKPROPAGATION JARINGAN SARAF TIRUAN DALAM MEMPREDIKSI POLA PENGUNJUNG TERHADAP TRANSAKSI

Randi Rian Putra

Abstract


Abstract - This study aims to predict the behavior of visitors to transactions so they can predict based on the number of visitors and the number of transactions. To achieve optimal output, this study uses the Backpropagation Method Artificial Neural Network. Case studies conducted at UD. Dilla Tofu And Tempe, The data used is sales report data in April 2017 as training data and sales report data in May 2017 as testing data. Next, the data is analyzed with several network architectural patterns and the best patterns will be selected to be implemented into the matlab program. System results show a correlation between the number of visitors and transactions that occur.

Keywords - Predictions, Backpropagation, Number of Visitors, Amount of Transactions

 

Abstrak- Penelitian ini bertujuan untuk memprediksi prilaku pola pengunjung terhadap transaksi sehingga dapat memprediksi berdasarkan jumlah pengunjung dan jumlah transaksi. Untuk mencapai output yang optimal maka penelitian ini menggunakan Jaringan Syaraf Tiruan Metode Backpropagation. Studi kasus yang dilakukan di UD. Tahu Dan Tempe Dilla, Data yang digunakan adalah data laporan penjualan pada bulan April 2017 sebagai data training dan data laporan penjualan pada bulan Mei 2017 sebagai data testing. Selanjutnya, data dianalisa dengan beberapa pola arsitektur jaringan dan pola yang terbaik akan dipilih untuk di implementasikan ke program matlab. Hasil sistem menunjukan korelasi antara jumlah pengunjung dan transaksi yang terjadi.

Kata Kunci -  Prediksi, Backpropagation, Jumlah Pengunjung, Jumlah Transaksi


Full Text:

PDF

References


Agustin M. and Prahasto T., (2012), Penggunaan Jaringan Syaraf Tiruan Backpropagation Untuk Seleksi Penerimaan Mahasiswa Baru Pada Jurusan Teknik Komputer Di Politeknik Negeri Sriwijaya.

Andrijasa M.F. and Mistianingsih.,( 2010), Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah pengangguran di provinsi kalimantan timur dengan menggunakan algoritma pembelajaran bacpropagation.

Arizona Z.M.,( 2013), Jaringan Syaraf Tiruan dengan Algoritma Bacpropagation Untuk penentuan kelulusan sidang skripsi.

Dahriani H.T., (2015), Jaringan Syaraf Tiruan dengan Backpropagation untuk Memprediksi penyakit Asma.

Dwi S.P., (2016), Implementasi Jaringan Syaraf Tiruan bacpropagation sebagai Estimasi laju tingkat pengangguran terbuka pada Provinsi Jawa Timur.

Iriansyah B.M.S., (2009), Prediksi Perilaku Pola Pengunjung Terhadap Transaksi Pada Toko Buku Gramedia Menggunakan Jaringan Syaraf Tiruan Metode Back Propagation .

Sudarsono A., (2016), Jaringan Syaraf Tiruan Untuk Memprediksi Laju Pertumbuhan Penduduk Menggunakan metode Bacpropagation .

Suwardi U., Sukur A., Ricardus A.P., (2012), Komparasi Algoritma Bacpropagation, Nearest ,neighbor dan decision tree untuk mendeteksi penyakit demam berdarah pada pasien opname.




DOI: https://doi.org/10.36294/jurti.v3i1.682

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 JURNAL TEKNOLOGI INFORMASI



JurTI (Jurnal Teknologi Informasi) terindex :

 

JurrTI (Jurnal Teknologi Informasi)

Program Studi Program Studi Teknik Informatika, Fakultas Teknik, Universitas Asahan.

Jl. Jend. Ahmad Yani, Kisaran – 21224  – Sumatera Utara

Telp/WA : 082370952109 - 081268777854

E-Mail : jurtischolar@gmail.com

JurTI (Jurnal Teknologi Informasi) s licensed under a Creative Commons Attribution-ShareAlike 4.0 International License