| dc.description.abstract | Prediksi merupakan alat penting dalam menentukan segala sesuatu agar efektif dan efesien. Selama ini banyak peramalan dilakukan secara intuitif dengan menggunakan metode-metode statistik. Metode statistik tersebut, antara lain metode smoothing, Box-Jenkins, regresi dan sebagainya. Pemilihan metode tersebut tergantung pada berbagai aspek yang mempengaruhi yaitu aspek waktu, pola data, tipe model sistem yang diamati, tingkat keakuratan forecast atau prediksi yang diinginkan dan sebagainya. Oleh sebab itu, akan muncul suatu masalah apabila pengamatan atau pengujian dilakukan pada suatu sistem dinamis yang memiliki sistem pola data dengan formulasi yang selalu berubah-ubah seperti halnya sistem prediksi penjualan mobil. Metode peramalan yang digunakan yaitu menggunakan metode runtun waktu adalah peramalan yang menggunkan serangkaian pengamatan terhadap suatu peristiwa, kejadian, gejala, atau variabel yang diambil dari waktu ke waktu. Atau dengan kata lain, peramalan yang menggunakan serangkaian data masa lampau. Model peramalan untuk proses stasioner yaitu Autoregressive dan Moving Average, dan metode peramalan yang lain menggunakan teknologi jaringan syaraf tiruan (JST). Dengan JST identifikasi pola data dari sistem prediksi penjualan mobil dapat dilakukan dengan metode pendekatan pembelajaran atau pelatihan. Berdasarkan kemampuan belajar yang dimilikinya, maka JST dapat dilatih untuk mempelajari dan menganalisa pola data masa lalu dan berusaha mencari suatu formula atau fungsi yang akan menghubungkan pola data masa lalu dengan keluaran yang diinginkan. Penelitian ini bertujuan untuk mengetahui bagaimana melakukan prediksi penjualan mobil dengan menggunakan JST Backpropagation dan untuk mengetahui besarnya tingkat keakuratan forecast atau ramalan yang dihasilkan oleh JST Backpropagation, Autoregressive dan Moving Average. Prosedur yang digunakan, yaitu perumusan masalah, pengumpulan data dan analisis data yang terdiri dari perancangan model prediksi penjualan mobil menggunakan JST Backpropagation, Autoregressive dan Moving Average. Dari pengolahan data disimpulkan bahwa metode yang tepat untuk memprediksi penjualan mobil adalah JST Backpropagation dengan nilai MSE 21,55 dibandingkan nilai MSE Autoregressive 36,1 dan Moving Average 25,9. Maka nilai prediksi penjualan mobil berdasarkan metode JST Backpropagation yaitu t+1 = 6 unit, t+2 = 6 unit, t+3 = 8 unit dan t+4 = 6 unit mobil.
Kata kunci : forecasting, jaringan syaraf tiruan backpropagation, autoregressive, moving average | en_US |
