 | |
| |
| |
| |
| |
| |
| |
| Feb 2012 | ||||||
| Mg | Sn | Sl | Rb | Kms | Jmt | Sb | 1 | 2 | 3 | 4 |
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | |||
| Detail | ||||||
|
International Business Award | |
|
Profesional Berdedikasi | |
|
AMICTA 2011 |
Support 1 :  Support 2 :
Kampus Utama: Jl. Let. Jend. POL SUMARTO Watumas Purwonegoro Purwokerto Jawa Tengah Indonesia 53113 Kampus II : Jl. HR. Bunyamin P1/1 Limas Agung Purwokerto Jawa Tengah Indonesia 53131 Telp : (0281) 623321 Fax : (0281) 621662 email : amikompurwokerto@ amikompurwokerto.ac.id |
Studi Banding Metode Peramalan Penjualan antara Arima Box-Jenkins dengan Jaringan Multilayer Perceptron
(Joko Lianto Buliali, Darlis Herumurti)ABSTRACT
Proses peramalan sangat penting artinya dalam perumusan strategi perusahaan di masa datang. Oleh karena itu, sebuah metode peramalan yang bagus mutlak diperlukan agar perusahaan bisa mendapatkan keuntungan yang maksimal dari sebuah proses peramalan. Metode ARIMA Box-Jenkins dan Jaringan Syaraf Tiruan adalah dua metode yang populer digunakan dalam peramalan karena memiliki kinerja yang baik. Penelitian ini bertujuan untuk melakukan sebuah studi perbandingan antara model Box- Jenkins (Autoregressive Integrated Moving Average/ARIMA) dan model jaringan syaraf tiruan (Artificial Neural Network / ANN) dalam memprediksi angka penjualan di masa mendatang. Arsitektur ANN yang digunakan adalah Multi-Layer Perceptron (MLP). Dari hasil ujicoba dengan menggunakan data penjualan menunjukkan bahwa model Box-Jenkins menghasilkan error / MSE lebih besar daripada model ANN.
Keyword: sales forecasting, Box-Jenkins.