PERMALAN HARGA GARAM KONSUMSI MENGGUNAKAN ARTIFICIAL NEURAL NETWORK FEEDFORWARD-BACKPROPAGATION (STUDI KASUS : PT. GARAM MAS, REMBANG, JAWA TENGAH)

Mochammad Yusuf Habibi, Edwin Riksakomara
Submission Date: 2017-07-14 07:18:52
Accepted Date: 2018-01-09 21:27:31

Abstract


Garam merupakan salah satu komoditas strategis, karena selain merupakan kebutuhan pokok manusia, garam juga digunakan sebagai bahan baku industri. Indonesia menjadi salah satu negara yang memproduksi garam. Akan tetapi Indonesia belum bisa memenuhi kebutuhan garam dalam negeri. Kabupaten Rembang sebagai salah satu daerah penghasil garam, baik garam konsumsi maupun garam industri. Salah satu perusahaan yang mengolah garam adalah PT. Garam Mas. Pada perusahaan tersebut sudah melayani permintaan pasar di wilayah Jawa Tengah-DIY dan sebagian wilayah Sumatra.

Masih banyak industri di Indonesia yang memilih garam impor dibandingkan dengan garam lokal. Hal tersebut sangat merugikan, baik bagi petani maupun bagi pemilik usaha pengolahan garam. Karena membuat harga garam lokal menjadi tidak menentu. Untuk itu perlu dibuat strategi bisnis yang tepat agar dapat meminimalisir kerugian tersebut. Untuk mendukung strategi tersebut perlu dilakukan sebuah permalan harga garam. Dimana hasil peramalan dapat dijadikan acuan untuk mengatur strategi bisnis yang tepat. Pada penelitian ini, digunakan metode Artificial Neural Network. Model yang dihasilkan pada penelitian ini memiliki nilai MAPE sebesar 4.394%.

Keywords


Peramalan, Garam, Artificial Neural Network

References


H. Gunawan, “INDUSTRI / AGRIBISNIS,” 11 Agustus 2015. [Online]. Available: http://industri.kontan.co.id/news/kemperin-garam-industri-dan-konsumsi-itu-berbeda. [Diakses 12 1 2017].

hasbitc, “Cara Pembuatan Garam,” 4 Agustus 2013.

Kementrian Perindustrian Republik Indonsia, “Kebutuhan Garam,” Kebutuhan Garam Naik Tajam, 14 Oktober 2015.

Pangestu, S., Forecasting : Konsep dan aplikasi Edisi Kedua, Yogyakarta: BPFE, 1986.

Gaspersz, V., Production Planning and Inventory Control., Jakarta: Gramedia Pustaka Utama, 1998.

Makridakis, S. W., Metode dan Aplikasi Peramalan Edisi Kedua Jilid I, Erlangga, 1999.

Politeknik Elektronika Negeri Surabaya, “Bab 8 : Jaringn Syaraf Tiruan (neural network),” [Online]. Available: http://entin.lecturer.pens.ac.id/Kecerdasan%20Buatan/Buku/. [Diakses 19 1 2017].

S. Kusumadewi, Artificial Intelligence (Teknik dan Aplikasinya), Yogyakarta: Graha Ilmu, 2003.

M. Gardnera, “Artificial neural networks (the multilayer perceptron)—a review of applications in the atmospheric sciences,” Science Direct, 1998.

H. B. Demuth, M. . H. Beale dan O. D. Jess , Neural Network Design, Martin Hagan, 2014.

S. O. Haykin, Neural networks : a comprehensive fundation (Second Edition), New Jersey: Prentice Hall, 1999.

Mathworks, “Key Feature MATLAB,” Mathworks, [Online]. Available: https://www.mathworks.com/products/matlab/features.html. [Diakses 2017 Januari 19].

A. K. V. U. C. J. A. Juan, “Short-Term Water Demand Forecast Modelling at IIT Kanput Using Artificial Neural Network,” dalam Water Resource Management, 2001, pp. 299-321.

A. Hapsari, “Prediksi Kemunculan Mikroba dengan Menggunakan Pendekatan Analisa Biochemical (Moisture Content-Mc dan Activity Water-Aw) dengan Menggunakan Metode Artificial Neural Network (Studi Kasus: PT.Indofood Cbp Sukses Makmur,Tbk Cabang Palembang),” pp. 59-63, 2017.


Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Creative Commons License
Jurnal Teknik ITS by Lembaga Penelitian dan Pengabdian Kepada Masyarakat, LPPM-ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at http://ejurnal.its.ac.id/index.php/teknik.
Statistik Pengunjung