Penerapan jaringan syaraf tiruan Backpropagation dalam penentuan jumlah produksi jamu: PT. Payung Pusaka Mandiri

ABSTRAK

Pengertian produksi merupakan suatu proses pemanfaatan sumber daya alam yang telah tersedia, sehingga memperoleh suatu hasil yang baik kualitas dan kuantitasnya. Produksi tersebut terkelola dengan baik sehingga merupakan komoditi yang dapat diperdagangkan. Produksi juga merupakan suatu kegiatan perusahaan untuk menghasilkan barang atau jasa dari bahan-bahan atau sumber faktor produksi dengan tujuan untuk dijual lagi.

Banyak cara untuk menentukan jumlah produksi, salah satunya adalah dengan menggunakan Jaringan Saraf Tiruan. Dalam Penelitian ini, penentuan jumlah produksi bergantung pada banyaknya bahan baku, order penjualan, dan tenaga kerja. Penelitian ini bertujuan untuk menentukan jumlah produksi jamu pada PT. Payung Pusaka Mandiri Kediri dengan menggunakan metode Jaringan Syaraf Tiruan Backpropagation. Data yang digunakan pada penelitian ini adalah 5 tahun data terakhir dengan meneliti satu macam jamu yaitu jamu pegal linu.

Hasil dan uji coba dalam penentuan jumlah produksi jamu pada periode 2008 - 2012 menggunakan metode Jaringan Syaraf Tiruan Backpropagation. Dan didapatkan hasil bahwa arsitektur jaringan terbaik adalah 3-7-1 (3 neuron input, 7 neuron hidden, dan 1 neuron output). Nilai RMSE pada uji coba menggunakan metode Jaringan Syaraf Tiruan Backpropagation sebesar 0.034555. Rata-rata selisih (error) pada uji coba penentuan jumlah produksi jamu pegal linu periode 2008-2012 sebesar 3.36%.

ABSTRACT

The production is a Utilization process of natural resources that are already available, so as to obtain a good quality and quantity. The production is managed well so it’s a commodity that can be traded. The production also is an activity company to produce goods or services of materials or source of production factors with the purpose for sale again.

Many ways to determine the amount of production, one of which is by using Artificial Neural Network. In this study, the determination of the amount of production depends on the amount of raw materials, sales orders, and labor. This study aims to determine the amount of herbal medicine production at PT. Payung Pusaka Mandiri Kediri using Backpropagation Neural Network. The data used in this study was 5 years recent data by examining the kinds of herbs which herbs stiff.

And the results of the trial in the determination of the amount of production of herbal medicine in the period 2008 - 2012 using Backpropagation Neural Network. And showed that the best network architecture is 3-7-1 (3 neuron input, 7 hidden neurons and one neuron output). RMSE values in trials using Artificial Neural Networks Backpropagation of 0.034555. The average difference (error) on the determination of the amount of production trials of herbal stiff period 2008-2012 amounted to 3.36%.