LITERASISAINSLITERASISAINS

JOMLAI: Journal of Machine Learning and Artificial IntelligenceJOMLAI: Journal of Machine Learning and Artificial Intelligence

Sepeda Motor menjadi pilihan setiap orang sebagai alat transportasi karena dari harga yang terjangkau serta dapat digunakan dalam jangka waktu yang lama. Tingginya tingkat penjualan sepeda motor membuat dealer CV Apollo Motor mengalami kesulitan dalam pengadaan varian sepeda motor yang akan dijual. Banyaknya varian sepeda motor dalam satu pabrikan, membuat penjualan yang berbeda dari masing-masing varian sepeda motor tersebut, ada varian yang penjualannya tinggi dan ada yang penjualannya rendah. Oleh karena itu prediksi tentang hal ini penting dilakukan sebagai bahan informasi bagi perusahaan. Data Input diperoleh dari CV Apollo Siantar, Data dari tahun 2018 hingga 2022 sebagai target prediksi penjualan yang terdiri dari 10 data berdasarkan sepeda motor honda dan masing-masing data memiliki 7 variabel dan 1 target. Data ini nantinya akan ditransformasikan ke sebuah data antara 0 sampai 1 sebelum dilakukan pelatihan dan pengujian menggunakan Jaringan saraf tiruan algoritma Back-propagation. Penelitian ini menggunakan algoritma back-propagation. Berdasarkan hasil analisis, model arsitektur terbaik yaitu 7-3-5-1 karena memiliki tingkat akurasi tertinggi dibandingkan dengan model lain, yakni sebesar 100%. MSE Testing sebesar 0,08501.

Kesimpulan yang dapat diambil setelah melakukan pelatihan dan pengujian data pada jaringan saraf tiruan dengan menggunakan algoritma back-propagation adalah bahwa menganalisa data-data penjualan sepeda motor dapat diprediksi dengan metode back-propagation dan model arsitektur yang tepat adalah 7-3-5-1.Karena model arsitektur tersebut menghasilkan akurasi hingga 100% lebih tinggi dibandingkan model arsitektur 7-2-1, 7-5-1 dan model arsitektur 7-5-3-1.Sedangkan dengan model arsitektur 7-3-1 memiliki akurasi yang sama, tetapi model arsitektur 7-3-5-1 lebih kecil (rendah) nilai MSE pelatihan dan MSE pengujiannya, yakni 0,00850138.

Berdasarkan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, penelitian selanjutnya dapat memperluas cakupan data dengan memasukkan faktor-faktor eksternal seperti kondisi ekonomi makro, tren pasar, dan promosi yang dilakukan oleh perusahaan. Hal ini bertujuan untuk meningkatkan akurasi prediksi penjualan sepeda motor. Kedua, penelitian dapat mencoba menggabungkan algoritma backpropagation dengan metode machine learning lainnya, seperti Support Vector Machine (SVM) atau Random Forest, untuk menghasilkan model prediksi yang lebih robust dan akurat. Ketiga, penelitian dapat fokus pada pengembangan model prediksi yang mampu mengidentifikasi pola-pola penjualan yang spesifik untuk setiap varian sepeda motor, sehingga perusahaan dapat melakukan penyesuaian strategi pemasaran yang lebih tepat sasaran.

Read online
File size461.42 KB
Pages6
DMCAReport

Related /

ads-block-test