Abstract:Abstract: Indonesia is included in the category of developing countries and is a country with a relatively large population. According to data from the Pematang Siantar City Population and Civil Registration Service, West…
t Siantar District is one of the sub-districts in Pematang Siantar City whose population continues to increase and this will lead to an increase in poverty and unemployment rates. To overcome the above problems, a method is needed to analyze the population growth of West Siantar, one of which is using the Backpropagation method. This research will use training data starting from 2017-2021 and test data from 2018-2022. The results carried out using MATLAB R2011a software show the best architecture 4-19-1 with an accuracy of 100 with an MSE number of 0.00010031375 and an epoch value of 124777. Based on the research carried out, the population of West Siantar in the next year is 86067 people. It is concluded that backpropagation can be used as a method that makes it easier to search for predictions and the level of accuracy obtained depends on the architecture used.
Keywords: Birth; Growth; Matlab; Predictions; Resident
Abstrak: Indonesia termasuk dalam kategori negara berkembang dan merupakan negara dengan jumlah penduduk yang relatif besar. Menurut data Dinas Kependudukan dan Catatan Sipil Kota Pematang Siantar, Kecamatan Siantar Barat merupakan salah satu kecamatan di Kota Pematang Siantar yang jumlah penduduknya terus meningkat dan hal ini akan berdampak pada peningkatan angka kemiskinan dan pengangguran. Untuk mengatasi permasalahan diatas diperlukan suatu metode untuk menganalisis pertumbuhan penduduk Siantar Barat, salah satunya adalah dengan menggunakan metode Backpropagation. Penelitian ini akan menggunakan data latih mulai tahun 2017-2021 dan data uji 2018-2022. Hasil yang dilakukan dengan menggunakan software MATLAB R2011a menunjukkan arsitektur terbaik 4-19-1 dengan akurasi 100 dengan angka MSE 0.00010031375 dan nilai epoch 124777. Berdasarkan penelitian yang dilakukan, populasi Siantar Barat di tahun berikutnya sebanyak 86067 orang. Disimpulkan bahwa backpropagation dapat digunakan sebagai metode yang memudahkan pencarian prediksi dan tingkat akurasi yang diperoleh tergantung pada arsitektur yang digunakan.
Keywords: Kelahiran; Matlab; Pertumbuhan; Penduduk; Prediksi
Abstract:Abstract: Unemployment is a global economic issue that directly impacts human life in both developed and developing countries, especially in Indonesia, which, if ignored, will severely impact society's social dynamics. To…
o overcome this problem, forecasts are made so that later, the government can take policies to control and suppress the unemployment growth rate. This research aims to predict unemployment in Indonesia in 2023 using the Weighted Moving Average method, widely used to determine the trend of a time series, which is part of one of the Time Series methods that gives different weights. The dataset used was obtained from the Central Statistics Agency (BPS) relating to unemployment data from 2000 to 2022 (23 years). To analyze the level of accuracy of the results of this unemployment forecast using the MAD, MSE, and MAPE methods. This research concludes that the Weighted Moving Average method can be applied in predicting unemployment in Indonesia in 2023. The results of this research are a prediction of the number of unemployed in Indonesia, as many as 8,874,942 people at a weight value of 3 (three) where the accuracy of the MAD value is 745786.1833, the MSE value is 948402050986.3 and MAPE is 8.28%.
Keywords: forecasting; unemployment; weigth moving average; indonesia
Abstrak: Pengangguran menjadi isu ekonomi global yang berdampak secara langsung terhadap tingkat kehidupan manusia di negara-negara yang sudah maju maupun yang sedang berkembang khususnya di negara Indonesia, yang jika diabaikan akan berdampak serius terhadap dinamika sosial masyarakat. Untuk mengatasi permasalahan tersebut dibuatlah peramalan agar nantinya pemerinta dapat mengambil kebijakan dalam mengendalikan dan menekan angka pertumbuhan pengangguran tersebut. Penelitian ini bertujuan untuk memprediksi pengangguran di Indonesia pada tahun 2023 menggunakan metode Weighted Moving Average dimana metode ini banyak digunakan untuk menentukan trend dari suatu deret waktu yang merupakan bagian dari salah satu metode Time Series yang memberikan bobot yang berbeda-beda. Adapun dataset yang digunakan diperoleh dari Badan Pusat Satatistik (BPS) berkaitan dengan data pengangguran dari tahun 2000 sampai dengan tahun 2022 (selama 23 tahun). Untuk menganalisa tingkat akurasi dari hasil peramalan pengangguran ini memakai metode MAD, MSE, dan MAPE. Kesimpulan dari penelitian ini yaitu dapat diterapkannya metode Weighted Moving Average dalam memprediksi pengangguran di Indonesia pada tahun 2023. hasil dari penelitian ini berupa prediksi jumlah pengangguran di Indonesia sebanyak 8.874.942 orang pada nilai bobot 3 (tiga) dimana akurasi nilai MAD sebesar 745786,1833, nilai MSE sebesar 948402050986,3 dan MAPE sebesar 8,28 %.
Kata kunci: peramalan; pengangguran; weigth moving average; indonesia
Abstract:Abstract: The realization of credit proposed by customers is one of the essential factors for a bank. Moreover, especially during the Covid-19 pandemic, credit realization shows the business conditions of prospective borrowers,…
rowers, whether they are in good condition or not. So, it is crucial to predict how many new debtors will achieve. In this article, forecasting the number of new debtors uses the Simple Moving Average and Double Exponential Smoothing methods based on actual data on the number of new debtors per month for 2019-2021. Furthermore, the performance of the two methods is compared by comparing the Mean Absolute Deviation and Mean Square Error values. The comparison results conclude that the Simple Moving Average method is better than the Double Exponential Smoothing for predicting the number of new debtors.
Keywords: double exponential smoothing; mean absolute deviation; mean square error; simple moving average; forecasting.
Abstrak: Realisasi kredit yang diajukan oleh nasabah adalah salah satu faktor yang penting di dunia perbankan. Terlebih disaat adanya pandemi Covid-19, realisasi kredit memperlihatkan kondisi usaha para calon debitur, apakah dalam keadaan baik atau tidak. Sehingga penting untuk memprediksi berapa capaian jumlah debitur baru. Dalam artikel ini dilakukan peramalan jumlah debitur baru dengan metode Simple Moving Average dan Double Exponential Smoothing berdasarkan data aktual jumlah debitur baru per bulan tahun 2019-2021. Selanjutnya, dilakukan perbandingan performa kedua metode tersebut dengan cara membandingkan nilai dari Mean Absolute Deviation dan Mean Square Error. Hasil perbandingan yang diperoleh mengarah pada sebuah kesimpulan, yaitu metode Simple Moving Average lebih baik daripada Double Exponential Smoothing untuk meramalkan jumlah debitur baru
Kata kunci: double exponential smoothing; mean absolute deviation; mean square error; simple moving average; peramalan.
Abstract:Abstract: PT. Panca Niaga Mandiri is an authorized motorcycle dealer in Sei Piring which is engaged in selling Honda motorcycles both in cash and on credit. Dealer Problems PT. Tunas Dwipa Putra at this time is that there…
e is no definite calculation to predict the motorcycle sales target each month and the problems that occur are that sometimes there is an increase or decrease in motorcycle sales for each month because currently, business competition is very tight so that it makes business people compete with each other in their way. Many strategies have been carried out by marketing for how monthly motorcycle sales continue to increase. Therefore, it is necessary to use a forecasting method to predict sales of Honda motorcycles, especially automatic-type Honda motorcycles. The method used is the Trend Moment method. It is hoped that this method can help predict sales of automatic motorcycles for the next month.
Keywords: honda motorcycle; prediction; sales;
Abstrak: PT. Panca Niaga Mandiri merupakan dealer resmi sepeda motor yang ada di Sei Piring yang bergerak pada penjualan sepeda motor honda baik secara tunai maupun secara kredit. Permasalahan Dealer PT. Tunas Dwipa Putra pada saat ini yaitu tidak adanya perhitungan yang pasti untuk memprediksi target penjualan motor disetiap bulannya dan permasalahan yang terjadi terkadang mengalami kenaikan maupun penurunan penjualan sepeda motor untuk setiap bulannya, Karena saat ini persaingan bisnis sangat ketat sekali sehingga membuat para pelaku bisnis saling bersaing dengan cara mereka sendiri. Banyak strategi yang sudah dilakukan oleh marketing untuk bagaimana penjualan sepeda motor setiap bulanya terus meningkat. Oleh karena itu, maka diperlukan metode peramalan untuk memprediksi penjualan sepeda motor honda khususnya sepeda motor honda type matic. Metode yang digunakan yaitu metode Trend Moment diharapakan metode ini dapat membantu dalam memprediksi penjualan sepeda motor matic untuk bulan kedepannya.
Kata kunci:penjualan; prediksi;sepeda motor honda
Abstract:Abstract: The 35,000 department store is a business engaged in the sale of clothes, having its address at Jalan Sisingamangaraja. Clothing is one of the basic human needs to protect and beautify themselves. The problem that…
hat occurs in the 35,000 department store is the difficulty of predicting the number of clothing sales, resulting in an accumulation of goods. The method used in this study is the Weighted Moving Average (WMA) forecasting method. The purpose of this study is to apply the Weighted Moving Average method to the forecasting system in determining clothing sales at 35,000 convenience stores. The results of the application of the Weighted Moving Average method to predict clothing sales that have been made, then get the prediction results for June 2022 using 3 weights totaling 203 Pcs with an error accuracy of 33.40% and prediction results for June 2022 using 6 weights totaling 220 Pcs with accuracy 34.31% error. The conclusion is that the Weighted Moving Average method can accurately predict clothing sales at 35,000 department stores.
Keywords: Clothes; Prediction; Sales; WMA Method
Abstrak: Toko serba 35.000 adalah usaha yang bergerak dalam bidang penjualan baju yang beralamat di jalan Sisingamangaraja. Baju merupakan salah satu kebutuhan pokok manusia untuk melindungi, dan mempercantik diri. Permasalahan yang terjadi pada toko serba 35.000 adalah Sulitnya memprediksi jumlah penjualan baju, sehingga mengakibatkan terjadinya penumpukkan barang. Metode yang digunakan dalam penelitian ini adalah metode peramalan Weighted Moving Average (WMA). Tujuan penelitian ini adalah untuk menerapkan metode Weighted Moving Average pada sistem peramalan dalam menentukan penjualan baju pada toko serba 35.000. Hasil penerapan metode Weighted Moving Average untuk memprediksi penjualan baju yang telah dilakukan, maka mendapatkan hasil prediksi bulan juni 2022 dengan menggunakan 3 bobot berjumlah 203 Pcs dengan akurasi kesalahan 33,40% dan hasil prediksi bulan juni 2022 dengan menggunakan 6 bobot berjumlah 220 Pcs dengan akurasi kesalahan 34,31%. Kesimpulan yang diperoleh bahwa metode Weighted Moving Average dapat memprediksi penjualan baju pada toko serba 35.000 dengan akurat.
Kata kunci: Baju; Metode WMA; Penjualan; Prediksi
Abstract:Abstract: The population growth in Indonesia is increasing rapidly every year, so to help the government control the population growth through family planning programs, especially in the city of Batam. This study explains…
s and describes one of the Artificial Terms Network methods, namely Backpropagation, where this method can predict what will happen in the future using data and information in the past. This study aims to predict the birth rate in the city of Batam to help the government with the family planning program. The data used is the annual data on the number of births in the city of Batam in 2016-2020 at The Civil Registry Office. To facilitate the analysis of research data, the data were tested using Matlab R2015b. In this study, the training process was carried out using 3 network architectures, namely 4-10-1, 5-18-1, and 4-43-1. Of these 3 architectures, the best is the 4-43-1 architecture with an accuracy rate of 91% and an MSE value of 0.0012205. The Backpropagation method can predict the amount of population growth in the city of Batam based on existing data in the past.
Keywords: artificial neural network; backpropagation; prediction
Abstrak: Pertumbuhan jumlah penduduk diindonesia yang setiap tahun meningkat dengan pesat, maka untuk membantu pemerintah mengendalikan jumlah pertumbuhan penduduk melalui program keluarga berencana khususnya dikota Batam. Penelitian ini menjelaskan dan memaparkan tentang salah satu metode Jaringan Syarat Tiruan yaitu Backpropagation, dimana metode ini dapat memprediksi apa yang akan terjadi masa yang akan datang dengan menggunakan data dan informasi dimasa lalu. Penelitian ini bertujuan untuk memprediksi tingkat kelahiran di kota Batam sehingga membatu pemerintah untuk perencanaan keluarga berencana. Data yang digunakan yaitu data tahunan jumlah kelahiran di kota Batam pada tahun 2016-2020 pada Dinas Kependudukan dan Catatan Sipil. Untuk mempermudah analisis data penelitian maka, data diuji menggunakan Matlab R2015b. Pada penelitian ini dilakukan proses pelatihan menggunakan 3 arsitektur jaringan yaitu 4-10-1, 5-18-1, dan 4-43-1. Dari ke-3 arsitektur ini yang terbaik adalah arsitektur 4-43-1 dengan tingkat akurasi sebesar 91% dan nilai MSE 0,0012205. Metode backpropagation mampu memprediksi jumlah pertumbuhan penduduk di kota Batam berdasarkan data yang ada dimasa lalu.
Kata kunci: backpropagation; jaringan syaraf tiruan; prediksi
Abstract:Abstract: The home industry, especially in the culinary sector, has grown in recent years. Many business actors produce the same products as other business actors, so competition often occurs. One of them is the Usaha Rakik…
kik Julidar which since 25 years ago made and sold rakik. There are so many types of rakik that there are minimarkets with different business actors. This makes the rakik not sold out at the convenience store and has an effect on the amount of production. This research was conducted to assist the Usaha Rakik Julidar in predicting the amount of production using Fuzzy Tsukamoto inference method. This research creates a web-based application to help predict the amount of production by looking at incoming demand and the number of workers available. From the prediction results with Fuzzy Tsukamoto, if the demand is 125 packs and the number of workers is 35 people, then the total production to be done is 140 packs. By obtaining a clear amount of production, this application really helps Usaha Rakik Julidar in maximizing production.
Keywords: fuzzy tsukamoto; prediction; production; rakik
Abstrak: Industri rumah tangga khususnya di sektor kuliner banyak tumbuh dalam beberapa tahun terakhir. Banyak pelaku usaha menghasilkan produk yang sama dengan pelaku usaha lainnya, sehingga sering terjadi persaingan. Salah satunya adalah Usaha Rakik Julidar yang sejak 25 tahun yang lalu membuat dan menjual rakik. Banyak sekali jenis Rakik yang ada minimarket dengan pelaku usaha yang berbeda. Hal ini membuat rakik tidak terjual habis di minimarket dan berpengaruh pada jumlah produksi. Penelitian ini dilakukan untuk membantu Usaha Rakik Julidar dalam melakukan prediksi jumlah produksi dengan menggunakan metode inferensi fuzzy Tsukamoto. Penelitian ini membuat aplikasi berbasis web untuk membantu melakukan prediksi jumlah produksi dengan melihat permintaan yang masuk dan jumlah pekerja yang tersedia. Dari hasil prediksi dengan fuzzy Tsukamoto, jika permintaan sebanyak 125 bungkus dan jumlah tenaga kerja 35 orang, maka jumlah produksi yang harus dilakukan adalah 140 bungkus. Dengan diperolehnya jumlah produksi yang jelas, aplikasi ini sangat membantu Usaha Rakik Julidar dalam memaksimalkan produksi.
Kata kunci: fuzzy tsukamoto; prediksi; produksi; rakik
Abstract:Abstract: Tiansi is a company that markets health products. This company has difficulty predicting people's interest in products that are in high demand. By knowing precisely the consumer interest in the product, it will…
increase sales. The research aims to predict consumer interest in Tiansi products appropriately. The method used is one of the Artificial Neural Network (ANN) techniques, namely Backpropagation with Momentum. The sales data tested were sourced from Stockist 319 Padang. The results of this research that can precisely determine consumer interest are architecture 5-2-1 and 5-3-1. So that this research is very helpful in the procurement of goods to increase the value of sales.
Keywords: Artificial neural network, backpropagation, consumer interest rates, predictions.
Abstrak: Tiansi merupakan sebuah perusahaan yang memasarkan produk-produk kesehatan. Perusahaan ini mengalami kesulitan dalam memprediksi minat masyarakat terhadap produk yang sangat diminati. Dengan mengetahui dengan tepat minat konsumen terhadap produknya, maka akan dapat meningkatkan penjualan. Penelitian ini bertujuan untuk memprediksi minat konsumen terhadap produk Tiansi dengan tepat. Metode yang digunakan salah satu teknik Artificial Neural Network (ANN), yaitu Backpropagation dengan Momentum. Data penjualan yang diuji bersumber dari Stokist 319 Padang. Hasil dari penelitian ini yang dapat dengan tepat menentukan minat konsumen adalah arsitektur 5-2-1 dan 5-3-1. Sehingga penelitian ini sangat membantu sekali dalam pengadaan barang untuk meningkatkan nilai penjualan.
Kata kunci: Jaringan Syaraf Tiruan, Backpropagation, prediksi, minat konsumen, penjualan.
Abstract:Abstract: M-Forecasting or Mobile Forecasting can be interpreted as mobile-based forecasting. Forecasting here means predicting a situation in the future. The use of mobile technology in forecasting is considered appropriate…
iate to improve the efficiency of forecasting to be carried out, this is supported by the development of increasingly mobile technology, where digital marketing marketing research institutions estimate that in 2018 the number of active smartphone users in Indonesia is more than 100 million people. This fantastic amount can be utilized by the development of mobile-based information systems for forecasting. Predictions of a forecast can be realized by using several methods. The Weighted Moving Average method is one of them. This method provides predictions for the future by utilizing previous data and giving different weights for each data used. The level of confidence in forecasting can be determined by measuring the error percentage of the forecasting obtained. The higher the error rate can be interpreted that the forecasting results obtained are increasingly unreliable or inaccurate, and vice versa. This forecasting technique can be applied in various fields of work, including in forecasting rubber production. By obtaining forecasting data on rubber production in the future, of course, it can provide an overview of future work steps, so that it can increase the company's work productivity. Based on this, the researchers intend to build a mobile-based forecasting application system, so that it can be installed in a mobile device later, especially mobile technology with the Android operating system.
Keywords: Forecasting, Mobile, Android, Weighted Moving Average.
Abstrak: M-Forecasting atau Mobile Forecasting dapat diartikan sebagai peramalan berbasis mobile. Peramalan disini berarti memprediksi suatu keadaan dimasa mendatang. Penggunaan teknologi mobile dalam peramalan dianggap tepat untuk meningkatkan efisiensi peramalan yang akan dilakukan, hal ini didukung dengan perkembangan teknologi mobile yang kian pesat, dimana lembaga riset digital marketing emarketer memperkirakan pada 2018 jumlah pengguna aktif smartphone di Indonesia lebih dari 100 juta orang. Jumlah yang fantastis ini dapat dimanfaatkan dengan pengembangan sistem informasi berbasis mobile untuk peramalan. Prediksi dari sebuah peramalan dapat terwujud dengan penggunaan beberapa metode. Metode Weighted Moving Average adalah salah satunya. Metode ini memberikan prediksi masa depan dengan memanfaatkan data-data terdahulu dan memberikan bobot yang berbeda-beda untuk setiap data yang digunakan. Tingkat kepercayaan peramalan dapat diketahui dengan mengukur persentase eror dari peramalan yang diperoleh. Semakin tinggi tingkat eror dapat diartikan bahwa hasil peramalan yang diperoleh semakin tidak dapat dipercaya atau tidak akurat, begitu juga sebaliknya. Teknik peramalan ini dapat diterapkan diberbagai bidang pekerjaan, termasuk dalam peramalan produksi karet. Dengan memperoleh data peramalan produksi karet dimasa mendatang tentunya dapat memberikan gambaran untuk langkah-langkah kerja kedepannya, sehingga dapat meningkatkan produktivitas kerja perusahaan. Berdasarkan hal tersebut, peneliti bermaksud membangun sebuah sistem aplikasi peramalan berbasis mobile, sehingga dapat dipasang diperangkat mobile nantinya, khususnya teknologi mobile dengan sistem operasi android.
Kata Kunci: Forecasting, Mobile, Android, Weighted Moving Average.
Abstract:Abstract: There are several facilities in distributing funds to the customer which is owned by Bank Syariah Bukopin. One of them is Kredit Pemilikan Rumah / Housing Loan (mortgage), so far the bank when provides mortgages…
s to customers still uses risk prediction manually in giving credit to customers which is taking up a lot of time and energy especially when the customer reports is further analyzed by the Bank. One technique that can help in predicting the Bank's credit risk determination is Decision Tree which is a technique that is a part of Data Mining techniques to take a decision in the form of a tree. With Decision Tree techniques, it is expected to help the bank to allow faster and easier in predicting the data and getting a conclusion from existing data. One of the ways to predict the data is using Dtreg software. This software only uses data that is in the format of "csv (comma delimited)â€, if it is not using the format" csv (comma delimited)", so that the data can not be processed by Dtreg software. When the excel format has been converted to the "csv (comma delimited)" format, the analysis process can be done. Dtreg can generate decision tree, one of them is the result of risk decision from the number of mortgages based on the number of customers.
Keywords: data mining, decision tree
Abstrak: Ada beberapa fasilitas dalam penyaluran dana ke nasabah yang di miliki Bank Syariah Bukopin. Salah satunya Kredit Pemilikan Rumah (KPR), selama ini pihak Bank memberikan KPR ke nasabah masih menggunakan prediksi resiko secara manual dalam meberikan kredit kepada nasabah yang banyak menyita waktu dan tenaga apalagi pada saat laporan nasabah dianalisa lebih lanjut oleh pihak Bank. Salah satu teknik yang dapat membantu pihak Bank dalam memprediksi Penentuan resiko kredit adalah teknik Decision Tree yang merupakan bagian dari teknik Data Mining untuk mengambil suatu keputusan dalam bentuk pohon. Dengan teknik Decision Tree diharapkan dapat membantu pihak bank agar lebih cepat dan mudah dalam memprediksi data dan menarik suatu kesimpulan dari data yang ada.Salah satu cara memprediksi data tersebut dengan menggunakan software Dtreg. Pada software ini data yang digunakan hanya bisa dalam bentuk format “csv (comma delimited), jika tidak menggunakan format “csv (comma delimited)“ maka data tersebut tidak bisa diproses oleh software Dtreg dan selanjutnya jika format excel yang telah dirubah ke format “csv (comma delimited)â€, maka akan dapat dilakukan proses analisa. Dtreg dapat menghasilkan pohon keputusan, salah satu nya yaitu hasil keputusan resiko dari jumlah kredit pemilikan rumah berdasarkan jumlah nasabah.
Kata kunci: data mining, decision tree