Deskripsi Fisik

xiii + 146 hlm, 21x30 cm

Subyek

Prediksi Permintaan - Artificial Neural Network (ANN)

Kata Kunci

Anotasi

Persaingan bisnis yang semakin ketat menuntut perusahaan untuk mampu mengelola sumber daya dan proses produksi secara efisien dan responsif terhadap permintaan pasar. Salah satu tantangan utama yang dihadapi perusahaan manufaktur adalah ketidakpastian jumlah permintaan produk, yang apabila tidak ditangani dengan baik dapat menyebabkan kelebihan atau kekurangan stok. UD. Rumpun Mas, sebuah perusahaan yang bergerak di industri alas kaki di Surabaya, menghadapi masalah tersebut dalam operasionalnya, terutama dalam memprediksi jumlah permintaan sandal dari berbagai jenis dan ukuran. Metodologi yang digunakan adalah model waterfall yang mencakup tahap analisis, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Implementasi ANN menggunakan arsitektur jaringan 5-2-1, dengan lima neuron input mewakili histori penjualan, dua neuron di hidden layer, dan satu output neuron yang menghasilkan prediksi jumlah permintaan. Proses pelatihan menggunakan metode backpropagation, dan pengujian akurasi dilakukan dengan pendekatan Mean Absolute Percentage Error (MAPE). Hasil pengujian menunjukkan bahwa sistem prediksi memiliki tingkat akurasi yang cukup tinggi dengan nilai MAPE yang rendah, menunjukkan kemampuan ANN dalam mengenali pola permintaan musiman.