Analisis Stok dan Penjualan Kaftan Menggunakan Metode Backpropagation (Studi Kasus Lala New Fashion)

Abstract

INTISASI

Teknologi data mining sangat berguna dalam membantu penjualan dalam menemukan informasi yang sangat penting dari gudang data mereka. Data mining mengeksplorasi basis data untuk menemukan pola-pola yang tersembunyi, meramalkan tren dan sifat-sifat perilaku bisnis yang sangat berguna untuk mendukung pengambilan keputusan, pencarian informasi dalam memprediksi yang mungkin saja tidak dilihat atau dilupakan oleh pelaku bisnis karena di luar dari ekspektasi mereka. Analisis yang diotomatisasi yang dilakukan oleh data mining menjawab pertanyaan-pertanyaan bisnis yang dengan cara tradisional memerlukan cukup banyak waktu dalam menjawabnya. Hasil dari analisis adalah menggali informasi dari data penjualan sehingga dapat memprediksi seberapa besar stok yang harus disiapkan untuk nantinya ditaruh di toko sehingga tidak ada penumpukan stok yang berlebih. Pada penelitian ini, akan dilakukan analisis jaringan saraf tiruan  untuk memprediksi stok yang akan disiapkan. Algoritma yang akan digunakan adalah backpropagation untuk kemudian dapat menjadi keluaran angka yang dapat di tentukan besaran stok yang akan disiapkan kepada penjual. Diharapkan analisis yang dibuat dalam memprediksi stok dan penjualan menggunakan metode backpropagation dapat memprediksi stok sesuai dengan data yang ada.

 Kata Kunci: stok, penjualan, backpropagation, prediksi, data mining..

ABSTRACT

 Data mining technology is very useful in helping sales find important information from their data warehouses. Data mining explores databases to find hidden patterns, predict trends and traits of business behavior that are very useful to support decision making, search for information in predicting that may not be seen or forgotten by business people because it is outside of their expectations. Automated analysis performed by data mining answers business questions that traditionally require considerable time in answering. The result of the analysis is to dig information from sales data so that it can predict how much stock should be prepared to later be placed in the store so that there is no excess stock buildup. In this research, an analysis of artificial neural networks will be conducted to predict the stock that will be prepared. The algorithm that will be used is backpropagation to then be able to output numbers that can be determined the amount of stock to be prepared for the seller. It is expected that the analysis made in predicting stock and sales using the backpropagation method can predict stock in accordance with existing data.

 Keywords: stock, sales, backpropagation, prediction, data mining..