Implementasi Hybrid Multilayer Perceptron untuk Memprediksi Omzet Rabbani (Studi Kasus: Omzet Bulanan Rabbani Cilacap dari Januari 2017 sampai dengan Desember 2022)

Abstract

Rabbani merupakan salah satu brand fashion muslim yang sudah terkenal di Indonesia. Berawal dari industri rumahan dengan kios kecil berukuran 2x3 meter kemudian Rabbani berkembang hingga kini menjadi CV yang diberi nama CV. Rabbani Asysa. Hingga saat ini Rabbani terus berkembang dan telah memiliki 141 cabang yang tersebar di Indonesia, salah satunya di Kabupaten Cilacap. Rabbani Cilacap mengalami kenaikan dan penurunan penjualan yang cenderung membentuk pola musiman yang terus berulang pada setiap tahunnya. Omzet yang merupakan pendapatan kotor suatu perusahaan dipengaruhi oleh pendapatan perusahaan tersebut. Omzet Rabbani Cilacap cenderung akan mengalami kenaikan yang cukup signifikan pada tahun ajaran baru dan menjelang Idul Fitri. Peneliti tertarik untuk melakukan penelitian omzet Rabbani Cilacap untuk mengetahui pergerakan omzet Rabbani Cilacap di masa mendatang. Peneliti menggunakan metode Hybrid Multilayer Perceptron yang merupakan penggabungan dari metode dekomposisi dan Multilayer Perceptron. Metode dekomposisi dilakukan untuk memecah data yang kemudian data tersebut digunakan peramalan menggunakan metode Multilayer Perceptron dengan tanpa data musiman. Hasil dari metode Hybrid Multilayer Perceptron kemudian dibandingkan dengan metode Multilayer Perceptron. Hasil perbandingan menunjukkan peramalan omzet Rabbani Cilacap dengan metode Multilayer Perceptron memiliki kesalahan terkecil, yaitu dengan nilai MAPE training sebesar 0,0137781%, MAPE testing sebesar 0,9564065%, dan nilai MSE 0. Dapat disimpulkan bahwa metode Multilayer Perceptron mampu memprediksi data omzet Rabbani Cilacap dengan lebih baik jika dibandingkan dengan metode Hybrid Multilayer Perceptron.