LILIS SUGIARTI (2018) IMPLEMENTASI JARINGAN SYARAF TIRUAN (JST) ELMAN RECURRENT NEURAL NETWORK(ERNN) UNTUK PERAMALAN PERMINTAAN KORAN(STUDI KASUS: PT.MEDIA HALUAN MANDIRI RIAU PEKANBARU). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER_201807TIF.pdf Download (135kB) | Preview |
|
|
Text
2. PENGESAHAN_201807TIF.pdf Download (724kB) | Preview |
|
|
Text
3. ABSTRAK_201807TIF.pdf Download (301kB) | Preview |
|
|
Text
4. KATA PENGANTAR_201807TIF.pdf Download (215kB) | Preview |
|
|
Text
5. DAFTAR ISI_201807TIF.pdf Download (495kB) | Preview |
|
|
Text
6. BAB I_201807TIF.pdf Download (306kB) | Preview |
|
|
Text
7. BAB II_201807TIF.pdf Download (499kB) | Preview |
|
|
Text
8. BAB III_201807TIF.pdf Download (255kB) | Preview |
|
|
Text
9. BAB IV_201807TIF.pdf Download (1MB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
10. BAB V_201807TIF.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
11. BAB VI_201807TIF.pdf Download (192kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA_201807TIF.pdf Download (97kB) | Preview |
Abstract
Media cetak seperti koran merupakan salah satu media yang dianggap memiliki informasi aktualitas yang dapat dipercaya. PT. Media Haluan Mandiri Riau merupakan salah satu percetakan koran terbesar di Pekanbaru. Produksi koran di Haluan Riau per harinya juga cukup besar. Produksi yang cukup besar tersebut terdapat permasalahan yang timbul yaitu adanya pengembalian sehingga menyebabkan kerugian bagi perusahaan. Oleh sebab itu dilakukan penelitian penerapan jaringan syaraf tiruan dengan menggunakan metode Elman Recurrent Neural Nnetwork (ERNN) untuk peramalan permintaan koran sehingga dapat mengatasi kelebihan produksi. Parameter yang digunakan yaitu produksi, harga, biaya promosi, biaya distribusi, dan pengembalian. Data yang digunakan data perhari penjualan dari 01 Agustus 2016-01 April 2017 dengan jumlah 205 data. Total data 205 tersebut dilakukan 3 jenis pembagian data latih dan data uji yaitu 70% data latih dan 30% data uji, 80% data latih dan 20% data uji, data latih 90% dan data uji 10%. Jumlah epoch dalam pengujian adalah 500 dengan rentang α dari 0.1, 0.2, hingga 0.9. hasil penelitian dengan menggunakan metode ERNN memiliki rata rata akurasi peramalan tertinggi sebesar 90,00% pada pembagian data latih 90% dan data uji 10% dengan α sebesar 0.1. Diperoleh kesimpulan bahwa metode ERNN adalah metode yang dapat diimplementasikan untuk peramalan permintaan koran. Kata kunci: Elman Recurrent Neural Network (ERNN), Jaringan Syaraf Tiruan, Peramalan, Produksi, Koran
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 17 Jul 2019 07:19 |
| Last Modified: | 17 Jul 2019 07:19 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/16176 |
Actions (login required)
 |
View Item |