EMAIL: PASSWORD:
Front Office
UPT. PERPUSTAKAAN
Institut Teknologi Sepuluh Nopember Surabaya


Kampus ITS Sukolilo - Surabaya 60111

Phone : 031-5921733 , 5923623
Fax : 031-5937774
E-mail : libits@its.ac.id
Website : http://library.its.ac.id

Support (Customer Service) :
timit_perpus@its.ac.id




Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:
LIVE SUPPORT


Moh. Fandika Aqsa


Davi Wahyuni


Tondo Indra Nyata


Anis Wulandari


Ansi Aflacha




ITS » Master Theses » 51200-Teknik Informatika S2
Posted by anis at 24/12/2006 11:04:00  •  23433 Views


PERANCANGAN SISTEM PENGENDALIAN PERSEDIAAN DENGAN MENGGUNAKAN METODE GABUNGAN JARINGAN SYARAF PROBABILISTIK JSP DAN JARINGAN SYARAF PROPAGASI BALIK JSB

SYSTEM DESIGN FOR INVENTORY CONTROL BY USING PROBABILISTIC NEURAL NETWORK PNN AND BACKPROPAGATION NEURAL NETWORK BPNN METHOD

Author :
FATCHURROCHMAN 




ABSTRAK

Pengendalian persediaan adalah persoalan klasik dalam sistem informasi manajemen. Untuk dapat memenuhi kebutuhan konsumen dengan baik sebuah perusahaan perlu memiliki persediaan barang yang cukup. Beberapa metode telah digunakan untuk menyelesaikan persoalan ini dan terus berkembang seiring dengan kebutuhan manusia dan kemajuan teknologi. Perlu terus dilakukan upaya-upaya untuk mendapatkan sebuah metode yang sesuai dengan perkembangan tersebut. Jaringan Syaraf Probabilistik memiliki kemampuan yang baik dalam persoalan klasifikasi dan Jaringan Syaraf Propagasi Balik menunjukkan hasil yang memuaskan ketika digunakan untuk menyelesaikan persoalan pengendalian persediaan. Gabungan dari kedua model jaringan syaraf tersebut digunakan dalam tesis ini untuk menyelesaikan persoalan pengendalian persediaan dimana jaringan syaraf probabilistik digunakan untuk menentukan periode kebutuhan barang dan jaringan syaraf propagasi balik digunakan untuk menentukan besarnya kuantitas pemesanan barang pada periode tersebut. Hasil uji coba menunjukkan bahwa jaringan syaraf probabilistik dapat mengenali pola acak yang diberikan sebesar 928. Sementara itu Jaringan syaraf propagasi balik dapat melakukan peramalan dengan rata-rata kesalahan adalah 2686 untuk data penjualan mie instan 276 untuk data penjualan Box Jenkins dan 236 untuk data penjualan redwine. Penggunaan metode gabungan untuk data yang sama tidak menunjukkan hasil yang peramalan yang berbeda. Dengan metode gabungan waktu pemesanan barang dapat ditentukan sehingga dapat menjawab persoalan dalam pengendalian persediaan. Baik atau buruknya peramalan lebih ditentukan oleh komposisi parameter pelatihan dalam jaringan syaraf propagasi balik. Dalam penelitian ini komposisi yang tepat diperoleh dengan melakukan beberapa percobaan untuk mendapatkan nilai peramalan yang paling mendekati nilai aktual dari suatu data penjualan.


ABSTRACT

Inventory control is classic problem in management information system. To can fulfill requirement of consumer better a company require to have in stock goods which enough. Some method have been used to finish this problem and non-stoped to expand along with requirement of human being and technological progress. Require to be non-stoped to be done by a efforts to get a method matching with the the growth. Probabilistic neural networks have a good ability in order of classification problem and backpropagation neural networks give a good result gratifying when used to finish inventory control problem. In this thesis merge of those neural network models are used to finish inventory control problem where probabilistic neural network used to determine period of requirement of goods and bacpropagation neural networks used to determine the amount of goods ordering at the periods. Experiment result indicate that probabilistic neural networks can recognize random pattern given equal to 928. Meanwhile backpropagation neural networks return can forecast with average of error about 2686 for noodles instant sales data 276 for Box Jenkins sales data and 236 for redwine sales data. Use of method of merger for the same data do not show result which the different forecasting. With merger method time ordering of determinable goods so that can reply problem in inventory control. Whether or obsolence of forecasting more determined by composition of parameter of training in network of nerve of propagasi return. In this research obtained correct composition done with some attempt to get value of most forecasting come near value of aktual from sales data.



KeywordsPengendalian Persediaan; Jaringan Syaraf Probabilistik; Jaringan Syaraf Propagasi Balik ; Inventory Control; Probabilistic Neural Networks; Backpropagation Neural Networks.
 
Subject:  Manajemen sistem informasi
Contributor
  1. Dr. Ir. Arif Djunaidy, M.Sc.
Date Create: 24/12/2006
Type: Text
Format: pdf ; 115 pages
Language: Indonesian
Identifier: ITS-Master-3100003018397
Collection ID: 3100004019108
Call Number: 006.32 Fat p


Source
Theses Informatical Engineering RTIf 006.32 Fat p, 2003

Coverage
ITS Community

Rights
Copyright @2003 by ITS Library. This publication is protected by copyright and permission should be obtained from the ITS Library prior to any prohibited reproduction, storage in a retrievel system, or transmission in any form or by any means, electronic, mechanical, photocopying, recording, or likewise. For information regarding permission(s), write to ITS Library




[ Download - Summary ]

ITS-Master-3100004019108-213.pdf




 Similar Document...




! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

POLLING

Bagaimana pendapat Anda tentang layanan repository kami ?

Bagus Sekali
Baik
Biasa
Jelek
Mengecewakan





You are connected from 35.172.100.232
using CCBot/2.0 (https://commoncrawl.org/faq/)



Copyright © ITS Library 2006 - 2019 - All rights reserved.
Dublin Core Metadata Initiative and OpenArchives Compatible
Developed by Hassan