Text
PENGUJIAN METODE NEURAL NETWORK BACKPROPAGATION DAN LINEAR REGRESSION DALAM MEMPREDIKSI TARGET PENJUALAN PUPUK UREA PSO (STUDI KASUS : PT. PUPUK SRIWIDJAJA PALEMBANG)
PT. PUSRI (Pupuk Sriwidjaja) memiliki tanggung jawab dan kewajiban untuk melaksanakan penyaluran dan pemasaran pupuk bersubsidi kepada petani untuk melaksanakan Public Service Obligation (PSO) untuk mendukung program pangan nasional dengan memprioritaskan produksi dan distribusi pupuk bagi petani di seluruh Indonesia. Dalam hal ini, sangat penting bagi PT. PUSRI (Pupuk Sriwidjaja) membuat prediksi untuk mempertimbangkan jumlah pupuk yang ideal untuk diberikan di masa depan agar perusahaan tidak mengalami kekurangan atau kelebihan persediaan persediaan, yang akan mengakibatkan kerugian bagi perusahaan. Untuk alasan ini, penambangan data adalah metodologi pendukung dalam membuat prediksi terstruktur yang diimplementasikan oleh membandingkan algoritma Neural Network Backpropagation dengan Linear Algoritma regresi untuk menemukan alat prediksi yang memiliki hasil akurasi tertinggi. Data yang digunakan adalah data penjualan pupuk urea PSO tahun 2019. Pembelajaran dan data pelatihan dilakukan melalui aplikasi perangkat lunak rapidMiner menggunakan teknik validasi silang. Hasil yang diperoleh masing-masing menunjukkan kesalahan MSE nilai 0,767 dan 5,130, menunjukkan bahwa Neural Network Backpropagation memiliki tingkat akurasi yang lebih tinggi daripada Regresi Linier.
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2107000364 | T46334 | T463342021 | Central Library (REFERENCES) | Available but not for loan - Not for Loan |
No other version available