Penerapan Extreme Learning Machine Untuk Prediksi Stok Produksi Penjualan ( Studi Kasus KSU Brosem)

Puan, Febtria Niari (2021) Penerapan Extreme Learning Machine Untuk Prediksi Stok Produksi Penjualan ( Studi Kasus KSU Brosem). Diploma thesis, Jurusan Teknologi Informasi.

[img] Text
Cover.pdf
Download (40kB)
[img] Text
File Bab 1__Febtria Niari Puan.pdf
Download (94kB)
[img] Text
File Bab 2_Febtria Niari Puan.pdf
Download (155kB)
[img] Text
FIle Bab 3_Febtria Niari Puan.pdf
Download (39kB)
[img] Text
File Bab 4_Febtria Niari Puan.pdf
Download (1MB)
[img] Text
File Bab 5_Febtria Niari Puan.pdf
Download (1MB)
[img] Text
File Bab 6_Febtria Niari Puan.pdf
Download (37kB)
[img] Text
File Bab 7_Febtria Niari Puan.pdf
Download (11kB)
[img] Text
Daftar Pustaka.pdf
Download (135kB)
[img] Text
Lampiran.pdf
Download (461kB)

Abstract

Permasalahan yang ada pada KSU Brosem ini yaitu tidak mampu menyediakan stok sari apel di saat permintaan yang meningkat. Permintaan akan melambung tinggi sehingga persediaan stok yang harus banyak. Namun pada hari biasa terkadang mengalami kelebihan pada stok. Produksi sari apel brosem perkiraan mencapai 25.000 dus perbulan hingga 30.000 dus perbulan. Dengan itu KSU Brosem belum mampu memprediksi seberapa banyak produksi stok yang akan terjadi. Banyaknya konsumen untuk membeli minuman sari apel dan ketidaktentuan jumlah produk yang tersedia untuk memenuhi kebutuhan konsumen menjadi masalah persediaan produk untuk konsumen. Hal ini dikarenakan kurangnya perhitungan yang terperinci mengenai perkiraan kuantitas. Adapun tujuan dari penelitian ini yaitu untuk mengidentifikasi dan menganalisai hasil prediksi dengan membangun sebuah sistem peramalan yang dapat mengatasi permasalahan produksi penjualan sari apel brosem di KSU Brosem menggunakan metode Extreme Learning Machine. Hasil penilitian ini telah berhasil membuat sistem prediksi persediaan stok sehingga lebih mudah dalam menentukan jumlah persediaan stok pada bulan berikutnya. Kata Kunci: KSU Brosem, Sistem Prediksi, Extreme Learning Machine.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: KSU Brosem, Sistem Prediksi, Extreme Learning Machine
Subjects: A Computer Science > Information Science
Divisions: Jurusan Teknologi Informasi > Teknik Informatika
Depositing User: Febtria Niari Puan
Date Deposited: 14 Mar 2024 03:25
Last Modified: 14 Mar 2024 03:25
URI: http://repota.jti.polinema.ac.id/id/eprint/757

Actions (login required)

View Item View Item