eprintid: 717
rev_number: 15
eprint_status: archive
userid: 1
dir: disk0/00/00/07/17
datestamp: 2023-08-01 11:12:22
lastmod: 2023-08-01 11:12:22
status_changed: 2023-08-01 11:12:22
type: thesis
metadata_visibility: show
creators_name: DANIATI, RAMA
creators_name: Urva, Gellysa
creators_name: Sari, Febrina
creators_id: NIM. 1255201107
creators_id: NIDN 1025069001
creators_id: NIDN 1014029101
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Urva, Gellysa
contributors_name: Sari, Febrina
contributors_id: NIDN 1025069001
contributors_id: NIDN 1014029101
title: IMPLEMENTASI JARINGAN SYARAF TIRUAN UNTUK PREDIKSI PENJUALAN MINYAK INDUSTRI MENGGUNAKAN 
METODE BACKPROPAGATION
ispublished: pub
subjects: Z665
divisions: sch_ecs
full_text_status: restricted
keywords: Jaringan Syaraf Tiruan, Prediksi, Backpropagation.
abstract: Jaringan Saraf Tiruan merupakan program komputer yang dapat meniru proses pemikiran dan pengetahuan  untuk menyelesaikan suatu masalah yang spesifik. Implementasi Jaringan Saraf Tiruan banyak dipandang sebagai cara penyimpanan pengetahuan  pada bidang tertentu dalam program komputer sehingga keputusan dapat diberikan dalam melakukan penalaran secara cerdas. Salah satu implementasi yang diterapkan jaringan saraf tiruan untuk melakukan prediksi penjualan minyak industri. Penelitian dilakukan dengan dua tahap, yaitu tahap training dan tahap testing. Data akan dibagi menjadi dua bagian, data pertama untuk proses training menggunakan data tahun 2011-2014 dan data kedua untuk proses testing menggunakan data tahun 2015. Proses training bertujuan untuk mencari goal yang diharapkan dengan menggunakan arsitektur, sehingga akan menghasilkan arsitektur terbaik yaitu arsitektur 12-5-1 dengan parameter learning rate sebesar 0,5 dan parameter momentum sebesar 0,2 untuk melatih data. 
Setelah training mencapai goal berdasarkan arsitektur terbaik maka akan dilakukan testing dengan data yang baru untuk melihat hasil prediksi. Dengan menggunakan metode Backpropagation, maka akan diketahui prediksi penjualan minyak industri. 
Hasil Pengujian sistem diperoleh nilai output sebesar 0,39644 dan didenormalisasikan agar mendapatkan nilai prediksi penjualan minyak industri di tahun 2016 yaitu sekitar 3.029.826 liter.
date: 2016-09-10
date_type: completed
pages: 4
institution: Sekolah Tinggi Teknologi Dumai
department: Teknik Informatika
thesis_type: other
thesis_name: other
referencetext: Agustina, M, 2009, Cara Mudah Menguasai Microsoft C# 2008, Andi, Yogyakarta.
Al Fatta, Hanif, 2007, Analisis dan Perancangan Sistem Informasi, Andi, Yogyakarta.
Andrijasa, M.F., Mistianingsih, 2010, Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Backpropagation, FMIPA Universitas Mulawarman.
Budiyanto, E.T., Kenshy, I., Penerapan Sistem Penjualan Cash Dan Credit Card dalam Kaitannya Dengan Member Card Discount, STIEK Bogor.
Hadiyanti, R, 2013, Implementasi Peraturan Pemerintahan Nomor 8 Tahun 2003 Tentang Pedoman Organisasi Perangkat Daerah Pemerintah Kota Samarinda, ISSN: 2338-3615.
Haryati, S, 2015, Sistem Forecasting Perencanaan Produksi Pada PD. Adi Nugroho “Food Industry” Tanjung Pinang dengan Metode Single Exponential Smoothing, Universitas Maritim Raja Ali Haji.
Hermawan, F, 2013, Implementasi Jaringan Syaraf Tiruan Backpropagation Untuk Mengenali Motif Batik, ISSN: 2089-9033.
HM, Jogiyanto, 2005, Analisis & Disain Sistem Informasi, Andi, Yogyakarta.
Matondang, Z.A., Agustus 2013, Jaringan Syaraf Tiruan Dengan Algoritma Backpropagation Untuk Penentuan Kelulusan Sidang Skripsi, ISSN: 2301-9425.
Muchtaridi, 2006, Kimia SMA Kelas X, Quadra, Jakarta.
Puspitaningrum, D, 2006, Pengantar Jaringan Syaraf Tiruan, Andi, Yogyakarta.
Ririanti, Maret 2014, Implementasi Algoritma FP-GROWTH Pada Aplikasi Prediksi Persediaan Sepeda Motor (Studi Kasus PT. Pillar Deli Labumas), ISSN : 2301-9425.
Saragih, F.I.C., Desember 2014, Jaringan Saraf Tiruan Memprediksi Ketersediaan Bahan Bakar Solar Dengan Menggunakan Metode Backpropagation, ISSN : 2301-9425.
Sihotang, R.P., Hasugian, P.M., Oktober 2014, Implementasi Jaringan Syaraf Tiruan (JST) Untuk Prediksi Kebutuhan Bahan Bakar Minyak Menggunakan Metode Backpropagation, ISSN : 2339-210X.
Simbolon, Hara, Maret 2015, Implementasi Jaringan Syaraf Tiruan Dalam Memprediksi Jumlah Mahasiswa Baru Dengan Menggunakan Metode Backpropagation, ISSN : 2301-9425.
Tumanggor, B.H., Agustus 2013, Implementasi Jaringan Syaraf Tiruan Untuk Memprediksi Tingkat Pertumbuhan Penduduk Menggunakan Metode Backpropagation, ISSN : 2301-9425.
Valen, Shmily, 2009, Superman IT Jagoan Komputer dan Koneksi, GagasMedia, Jakarta Selatan.
citation:   DANIATI, RAMA and Urva, Gellysa and Sari, Febrina  (2016) IMPLEMENTASI JARINGAN SYARAF TIRUAN UNTUK PREDIKSI PENJUALAN MINYAK INDUSTRI MENGGUNAKAN METODE BACKPROPAGATION.  Other thesis, Sekolah Tinggi Teknologi Dumai.   
document_url: http://repository.sttdumai.ac.id/717/1/%283%29%20BAB%20I.docx
document_url: http://repository.sttdumai.ac.id/717/2/DAFTAR%20PUSTAKA.docx