Prediksi Jangka Waktu Pengiriman Barang Pada PT. Pos Indonesia menggunakan Backpropagation

Muhammad Reza, - Suprayogi

Abstract


Prediksi jangka waktu pengiriman dilakukan dengan tujuan untuk memperoleh tolak ukur waktu pada saat terjadi proses pengiriman sehingga dapat dimanfaatkan sebagai acuan dalam kontrol manajemen pengiriman. Prediksi pengiriman di kantor Pos masih kurang efektif dan cenderung menggunakan prakiraan konvensional. Maka untuk membantu melakukan prediksi pengiriman barang maka perlu dibuat sistem prediksi yang mempunyai tingkat akurasi prediksi yang tinggi.Penelitian ini menggunakan pendekatan komputasi cerdas yaitu Jaringan Syaraf Tiruan dengan algoritma Backpropagation untuk memprediksi waktu pengiriman barang. Backprogagation bekerja dengan memproses data yang dimasukkan kemudian menghasilkan nilai output, jika nilai yang output dihasilkan belum sama dengan nilai label sebenarnya maka dilakukan perambatan balik untuk melakukan perbaikan nilai bobot yang selanjutnya melakukan perhitungan ulang sampai didapat nilai output yang memiliki nilai Root Mean Square Error (RMSE) yang miniminal atau dengan kata lain nilai yang dihasilkan sama dengan nilai label sebenarnya . Dengan menggunakan metode ini  dihasilkan nilai error sebesar 2,1111 %. Prediksi dengan menggunakan algoritma Backpropagation terbukti akurat dalam kasus pengiriman barang  ini.

 

Kata kunci : Data Mining, Prediksi, Backpropagation, Record, Error, Sample.


Full Text:

PDF

References


Aziz, W., & Sulardo, R. A. (2013). Persepsi Bauran Pemasaran Konsumen Layanan POS Express di Kantor Pos Jember 68100. JEAM, PP. 61-83.

Kristanto, A. (20004). Jaringan Syaraf Tiruan (Konsep Dasar, Algoritma, dan Aplikasi). Yogyakarta: Gaya Media.

Graupe, D. (2013). Principles of Artificial Neural Networks. World Scientific.

Kosasi, S. (2014). Penerapan MetodeJaringan Syaraf Tiruan Backpropagation Untuk Memprediksi Nilai Ujian Sekolah. Jurnal Teknologi Vol.7 No.1, pp. 22-28.

Rabiha, S. G., & Santosa, S. (2013). Prediksi Data Arus Lalu Lintas Jangka Pendek Menggunakan Optimasi Neural Network Berbasis Genetic Algorithm. Jurnal Teknologi Informasi Vol. 9 No. 2, pp. 54 - 61.

Meinanda, M. H., Annisa, M., Muhandri, N., & Suryadi, K. (2009). Prediksi Masa Studi Sarjana dengan Artifiaial Nural Network. Internet Working Indonesia Jurnal Vol. 1 No.2, pp. 31 - 35.


Refbacks

  • There are currently no refbacks.



CogITo Smart Journal
A publication of Fakultas Ilmu Komputer, Universitas Klabat
In partnership with Coris and IndoCEISS
Telpon: +62 (431) 891035
email: editorial.cogito@unklab.ac.id | web: http://cogito.unklab.ac.id/index.php/cogito

Flag Counter

CogITo Smart Journal is indexed by:
DOAJ    SINTA Logo Ristek DIKTI     Indonesia OneSearch by Perpusnas    Google Scholar


CogITo Smart Journal is licensed under a Creative Commons Attribution 4.0 International License
Lisensi Creative Commons