Cholisa, Faridatun Nur (2021) Prediksi penjualan minuman kopi menggunakan metode Extreme Learning Machine (ELM). Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
17650106.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (1MB) | Preview |
Abstract
INDONESIA:
Tren minum kopi kekinian lagi diperbincangkan dibanyak kalangan. Khususnya kopi dengan cita rasa baru yaitu kopi susu creamy. Pebisnis di tanah air berlomba lomba untuk membuka kedai kopi dengan cita rasa yang unik. Namun, pada salah satu kedai kopi memiliki sistem pengelolaan penjualan yang kurang baik. Pendataan pasokan bahan baku diperkirakan secara manual. Pada saat pandemi, penjualan kopi menurun. Sehingga berdampak pada kualitas bahan baku yang terlalu lama disimpan. Kedai kopi tersebut membutuhkan perkiraan dalam perencanaan pemasokan bahan baku lebih baik. Oleh karena itu, perancangan sistem prediksi ini penting. Perencanaan yang efektif dan efisien membutuhkan sistem mprediksi yang akurasinya baik. Metode ELM merupakan turunan dari jaringan saraf tiruan yang terdiri dari satu hidden layer. Metode ini memiliki keunggulan pada kecepatan waktu komputasinya dikarenakan algoritma dari metode ini tanpa melakukan iterasi dan menghasilkan output yang stabil. Nilai bobot dari metode turunan JST ini didapatkan secara random dan hasilnya diberikan solusi kuadrat kecil dengan melakukan fungsi Moore-Penrose Generalized Invers. Hasil uji coba sebanyak 8 kali dengan parameter yang digunakan yaitu perbandingan jumlah data training dan testing sebesar 90%:10% dan menggunakan fungsi aktivasi sigmoid biner. Didapatkan jumlah fitur terbaik yaitu 6 dan jumlah hidden neuron terbaik yaitu 3. Nilai kesalahan (error) dalam perhitungan Mean Absolute Percentage Error (MAPE) sebesar 5,6518%. Hasil dari pengujian tersebut dapat membuktikan bahwa penggunaan metode Extreme Learning Machine (ELM) dapat memprediksi jumlah penjualan minuman kopi menghasilkan output prediksi yang stabil serta mendapatkan jumlah penjualan minuman kopi dimasa yang akan datang sebagai acuan dalam pemasokan bahan baku.
ENGLISH:
The current trend of drinking coffee is being discussed in many circles. Especially coffee with a new taste, namely creamy milk coffee. Businessmen in the country are competing to open a coffee shop with a unique taste. However, one coffee shop has a poor sales management system. Data collection of raw material supply is estimated manually. During the pandemic, coffee sales declined. This has an impact on the quality of raw materials that are stored for too long. The coffee shop requires a better estimate in planning the supply of raw materials. Therefore, the design of this prediction system is important. Effective and efficient planning requires a prediction system with good accuracy. The ELM method is a derivative of an artificial neural network consisting of one hidden layer. This method has an advantage in the speed of computation time because the algorithm of this method does not iterate and produces a stable output. The weight value of this ANN derivative method is obtained randomly and the result is given a small square solution by performing the Moore-Penrose Generalized Inverse function. The results of the trial were 8 times with the parameters used, namely the comparison of training and testing data of 90%:10% and using the binary sigmoid activation function. The best number of features is 6 and the best number of hidden neurons is 3. The error value in calculating the Mean Absolute Percentage Error (MAPE) is 5.6518%. The results of these tests can prove that the use of the Extreme Learning Machine (ELM) method can predict the number of sales of coffee drinks, produce a stable predictive output and get the number of sales of coffee drinks in the future as a reference in the supply of raw materials.
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Holle, Khadijah Fahmi Hayati and Syauqi, A’la | |||||||||
Contributors: |
|
|||||||||
Keywords: | Jumlah Penjualan; Prediksi; Extreme Learning Machine (ELM); Total Sales; Prediction | |||||||||
Subjects: | 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080108 Neural, Evolutionary and Fuzzy Computation | |||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Teknik Informatika | |||||||||
Depositing User: | Faridatun Nur Cholisa | |||||||||
Date Deposited: | 05 Jan 2022 14:09 | |||||||||
Last Modified: | 18 Apr 2023 09:22 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/32978 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |