APLIKASI PREDIKSI JUMLAH PENDAPATAN PERUSAHAAN FREIGHT-FORWARDING DENGAN METODE BACKPROPAGATION, ALGORITMA INISIALISASI NGUYEN WIDROW DAN MOMENTUM (STUDI KASUS: PT. INDO BAHARI EXPRESS)

DEVI, VANIA ZERLINA SUSELA and Wirawan, Panji Wisnu (2016) APLIKASI PREDIKSI JUMLAH PENDAPATAN PERUSAHAAN FREIGHT-FORWARDING DENGAN METODE BACKPROPAGATION, ALGORITMA INISIALISASI NGUYEN WIDROW DAN MOMENTUM (STUDI KASUS: PT. INDO BAHARI EXPRESS). Undergraduate thesis, Universitas Diponegoro.

[img]
Preview
PDF
Available under License Creative Commons Attribution Non-commercial Share Alike.

1129Kb

Abstract

Perusahaan Freight-Forwarding merupakan perusahaan yang berperan penting dalam memperlancar arus pengiriman barang baik dari produsen ke konsumen, dari satu pulau ke pulau lain, maupun dari negara satu ke negara lain. Atas jasa sebagai perantara, perusahaan menerima imbalan sebagai suatu pendapatan. Namun, terdapat kendala yaitu terkadang beberapa customer terlambat dalam pembayaran sehingga perolehan pendapatan perusahaan setiap bulannya tidak pasti, yang menyebabkan aktivitas perusahaan menjadi terganggu karena ketidaksiapan perusahaan dalam pembiayaan aktivitas perusahaan. Oleh karena itu, perusahaan memerlukan sebuah aplikasi yang dapat melakukan peramalan mengenai jumlah pendapatan yang akan diperoleh perusahaan di masa yang akan datang, sehingga masalah ketidaksiapan perusahaan dapat diatasi dan dihindari. Penelitian ini bertujuan untuk membangun sebuah aplikasi prediksi jumlah pendapatan perusahaan freight-forwarding dengan metode Backpropagation, algoritma inisialisasi Nguyen Widrow dan Momentum. Data penelitian berupa data pendapatan perusahaan setiap bulan dari tahun 2011-2015 yang diambil dari PT. Indo Bahari Express. Pengujian dilakukan dengan menggunakan K-Fold Cross Validation dengan nilai k = 6. Hasil penelitian menunjukkan bahwa arsitektur terbaik pada penelitian ini dengan kombinasi parameter-parameter terbaik yaitu dengan laju pembelajaran (α) sebesar 0,9; parameter momentum (μ) sebesar 0,3; 10 hidden neuron, maksimum epoch sebanyak 500 epoch, dan target error sebesar 0,01 dengan perolehan nilai Mean Square Error (MSE) pengujian sebesar 0,01256.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions:Faculty of Science and Mathematics > Department of Computer Science
ID Code:60574
Deposited By:INVALID USER
Deposited On:07 Feb 2018 14:36
Last Modified:07 Feb 2018 14:36

Repository Staff Only: item control page