Perpustakaan
DESKRIPSI DATA LENGKAP
JudulPrediksi Penjualan Produk Cetakan Menggunakan Time Series Analysis Dan Backpropagation
Nama: FRELLY LUMBA
Tahun: 2025
Abstrak
FRELLY LUMBA. Prediksi Penjualan Produk Menggunakan Time Series Analysis dan Backpropagation. Dibimbing oleh Bapak SYAHRULLA Perkembangan teknologi dalam bidang data science dan machine learning telah membuka peluang baru dalam pengambilan keputusan bisnis yang lebih cerdas dan berbasis data. Penelitian ini bertujuan untuk memprediksi penjualan produk yang percetakan menggunakan metode analisis rangkaian waktu (time series) dan algoritma backpropagation dari arsitektur multi-tier bangunan multi-tier. Evaluasi model dilakukan pada berbagai produk, percetakan. Model ini dipertimbangkan menggunakan metrik statistik, kesalahan Mean Squared Error (MSE), kesalahan Mean Absolute Error (MAE), kesalahan Mean Absolute Percentage Error (MAPE), dan koefisien Determinasi (R²). Hasil evaluasi menunjukkan bahwa performa model bervariasi antar produk. Nilai MAPE terendah sebesar 8,96% diperoleh pada produk laminasi 290, menunjukkan akurasi prediksi yang baik, diikuti oleh ivory 250 dengan MAPE 9,76%. Model umum pada awal penelitian menunjukkan hasil terbaik dengan MSE 1.645, MAE 0,928, MAPE 9,73%, dan R² 0,987. Namun, sebagian besar produk lainnya menunjukkan MAPE yang tinggi, bahkanmelebihi 40%, serta nilai R² negatif atau mendekati nol, yang mengindikasikan bahwa model tidak mampu menjelaskan variasi data secara memadai. Contohnya, produk dupleks 270 mencatat MAPE 83,4?n R² -0,956, menandakan performa prediksi yang sangat buruk. Secara keseluruhan, hasil ini menunjukkan bahwa penerapan backpropagation dalam prediksi penjualan produk percetakan masih perlu dioptimalkan, terutama pada produk dengan fluktuasi tinggi.

Sign In to Perpus

Don't have an account? Sign Up