Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Aplikasi Jaringan Syaraf Tiruan Dengan Metode Backpropagation Untuk Forecasting Produksi Gula (Studi Kasus : PT. Perkebunan Nusantara IX Persero / PG Pangka)
Eka Nuranti NIM. (2010) | Skripsi | Teknik Informatika , Teknik Informatika , Teknik Informatika
Bagikan
Ringkasan
PT Perkebunan Nusantara IX (Persero) merupakan salah satu BUMN yang bekerja dibidang bahan pokok, khususnya produksi gula. Gula merupakan salah satu bahan kebutuhan pokok yang dibutuhkan di Indonesia, bahkan juga di dunia. Seiring dengan berkembangnya dunia industri yang sangat pesat mengakibatkan persaingan untuk merebut pangsa pasar gula juga semakin ketat. Usaha dan tindakan dilakukan perusahaan, diantaranya ingin mengetahui peramalan jumlah produksi agar dapat meningkatkan hasil produksi dalam jumlah tepat, dan menekan kerugian. Berdasarkan berbagai faktor yang ada, maka dilakukanlah suatu penelitian yaitu meramalkan jumlah produksi gula.
Penelitian ini menggunakan metode Jaringan Syaraf Tiruan (JST) dan membandingkan hasilnya dengan metode Multiple regression untuk peramalan jumlah produksi gula. Data yang digunakan dalam penelitian ini adalah data sekunder yang berasal dari PTPN IX , yaitu data produksi gula periode tahun 1980 sampai tahun 2009. Berdasarkan hasil pengujian, serta pemilihan model, maka didapatkan model terbaik yang digunakan untuk meramalkan jumlah produksi gula adalah jaringan saraf tiruan (JST).
Ringkasan Alternatif
PT Perkebunan Nusantara IX (Persero) is one of Indonesian Government owned Company (BUMN) that runs the business in Primary product, especially in sugar production. Sugar is one of the primary products needed in Indonesia, even all over the world. As the time of rapid growth of the Industry, the competition to win the market of sugar is tighter. Many attempt and action is done by the company, for example knowing the production level forecasting in order to increase production result in the exact amount and push the loss. Based on many factors exists, a research is conducted to forecast the production amount of sugar.
This research uses artificial neural network method and compares the result to Multiple Regression method for forecasting the amount of sugar production. The data used in this research is secondary data from PTPN IX, which is the Sales Data of sugar in the period of 1980 until 2009. Based on the research, selection of the model, we get the best model used to forecast the production amount of sugar is artificial neural network method.