Penerapan Elman Recurrent Neural Network (ERNN) Untuk Prediksi Penjualan Pilus

Abstract

PT. X merupakan salah satu perusahaan yang memproduksi Pilus. Jumlah produksi yang banyak mengakibatkan adanya produk yang return ke perusahaan yang dapat mengakibatkan kerugian. Penelitian ini menerapkan Elman Recurrent Neural Network (ERNN) untuk memprediksi penjualan Pilus agar dapat menimalisir terjadinya kerugian. Parameter yang digunakan untuk penelitian ini yaitu harga jual, biaya promosi, jumlah tempat pemasaran, return dan penjualan. Jumlah data yang digunakan yaitu 60 data pada tahun Januari 2012 hingga Desember 2016. Pembagian data latih dan data uji adalah 70%:30%, 80%:20%, dan 90%:10%. Parameter yang digunakan yaitu epoch 500, nilai learning rate 0.1 hingga 0.9 dengan arsitektur 5 neuron input layer, 7 neurons hidden layer dan 1 output. Berdasarkan pengujian yang telah dilakukan, diperoleh akurasi tertinggi yaitu 90.25% dengan epoch 500 dan nilai learning rate 0.9 pada pembagian data 90%:10%. Dengan demikian, dapat disimpulkan bahwa penerapan metode ERNN baik digunakan untuk prediksi penjualan Pilus.