Perancangan dan Pembuatan Aplikasi Untuk Mengukur Efektivitas Produksi Berdasarkan Permintaan Pelanggan Dengan Metode Radial Basis Function

Sujatmiko, Bagus Sayekti and Andika, Hermawan and Pattiasina, Timothy John (2017) Perancangan dan Pembuatan Aplikasi Untuk Mengukur Efektivitas Produksi Berdasarkan Permintaan Pelanggan Dengan Metode Radial Basis Function. Teknika, 5 (1). pp. 38-42. ISSN 2549-8037

[thumbnail of 5. Outlined-Revised-Perancangan dan Pembuatan Aplikasi untuk Mengukur Efektivitas Produksi Berdasarkan Permintaan Pelanggan Dengan Metode Radial Basis Function.pdf] Text
5. Outlined-Revised-Perancangan dan Pembuatan Aplikasi untuk Mengukur Efektivitas Produksi Berdasarkan Permintaan Pelanggan Dengan Metode Radial Basis Function.pdf

Download (552kB)
[thumbnail of (report) RadialBasis Teknika.pdf] Text
(report) RadialBasis Teknika.pdf

Download (117kB)
[thumbnail of Peer Review Jurnal Teknika - Perancangan dan Pembuatan Aplikasi Untuk Mengukur Efektivitas Produksi Berdasarkan Permintaan Pelanggan Dengan Metode Radial Basis Function.pdf] Text
Peer Review Jurnal Teknika - Perancangan dan Pembuatan Aplikasi Untuk Mengukur Efektivitas Produksi Berdasarkan Permintaan Pelanggan Dengan Metode Radial Basis Function.pdf

Download (1MB)

Abstract

Model jaringan saraf fungsi radial basis (Radial Basis Function = RBF) adalah model jaringan saraf yang memiliki unit lapisan tersembunyi, dimana fungsi aktivasinya menggunakan fungsi basis (Gaussian) dan fungsi linear pada lapisan output. Untuk mendapatkan hasil fungsi RBF terbaik, diperlukan kombinasi yang tepat antara jumlah input data dan jumlah node (clustering). Penelitian ini dilakukan diperusahaan kimia yang bergerak dibidang produksi deterjen. Data yang akan diproses diperoleh dari transaksi perusahaan yang sudah dilakukan selama 2 tahun sebelumnya untuk dijadikan sebagai data training dan data testing. Pada data training dilakukan pengelompokan data dan pencarian nilai sentroid menggunakan metode K-Means kemudian dilanjutkan perhitungan RBF sampai menghasilkan nilai bobot training. Hasil bobot training digunakan untuk proses pengujian data testing hingga menghasilkan suatu prediksi produksi berupa nilai similarity. Nilai similarity tertinggi akan digunakan untuk perhitungan prediksi produksi pada aplikasi user. Hasil dari penelitian ini berupa nilai prediksi produksi yang akan digunakan untuk membantu proses pengambilan keputusan dan pemenuhan permintaan pelanggan. Dari percobaan yang sudah dilakukan diperoleh akurasi nilai similarity diatas 90 %.

Item Type: Article
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Prodi Sistem Informasi
Fakultas Teknologi Informasi > Prodi Teknik Informatika
Depositing User: P3M IKADO
Date Deposited: 28 Mar 2024 06:54
Last Modified: 28 Mar 2024 06:54
URI: http://repository.ikado.ac.id/id/eprint/19

Actions (login required)

View Item
View Item