Mapping Jurnal Peramalan
Transcript of Mapping Jurnal Peramalan
-
7/21/2019 Mapping Jurnal Peramalan
1/4
Nama : I Putu Susila Handika
NIM : 1491761017
Forecasting For Supply Chain Management
Draf Ide :
Permasalahan yang terjadi adalah bagian gudang menginputkan data Trasfer Out
Penjualan (TOD) secara manual. Langkah-langkah untuk membuat TOD pada gudang
sebagai berikut :
1. Bagian gudang melihat repot min_stock dan max_stock di semua toko
2. Memasukkan item yang kedalam form TOD sesuai dengan toko
Sistem yang ingin dibuat adalah sistem yang dapat membuat TOD secara otomatis yang
dihitung dari min_stock dan max_stock setiap toko. Untuk menghitung min_stock dan
max_stock, diperlukan peramalan penjualan untuk setiap item. Agar mendapatkan hasil
peramalan yang mendekati data sebenarnya, diperlukan sebuah metode untuk menghitung
peramalan tersebut. Saat ini metode peramalan yang digunakan adalah rata-rata jumlah
penjualan. Metode tersebut memiliki beberapa kelemahan yaitu jika terdapat pelonjakan
penjualan pada hari-hari tertentu, akan menghasilkan akurasi yang kurang baik. Untuk itu
dalam penelitian ini akan digunakan algoritma peramalan yang lebih baik agar dapat
mengatasi masalah tersebut.
-
7/21/2019 Mapping Jurnal Peramalan
2/4
Mapping Jurnal
Tahun Pengarang Judul Metode Isi
2014 Erol Egrioglu PSO-Based High Order Time
Invariant Fuzz Time Series!ethod " #$$li%ation to Sto%&
E'%hange (ata
1) Parti%le S*arm O$timization
2) Fuzz Time Series
Penelitian ini mengga+ung&an dua algoritma aitu
algoritma Fuzz Time Series dan #lgoritma Parti%leS*arm O$timization untu& meramal&an data +ursa
saham) #lgoritma Fuzz Time Series diguna&an untu&men%ari data $eriode selan,utna sedang&an #lgoritmaParti%le S*arm O$timization diguna&an untu&
mengo$timasi $roses $ada taha$ menentu&an relasi.uzz)
(engan mengo$timasi #lgoritma Fuzz Time Seriesmengguna&an #lgoritma Parti%le S*arm O$timization
dida$at $ening&atan $er.orma $eramalan) Pengga+ungandua metode ini da$at menghasil&an $eramalan ang le+ih
+ai& dari $ada metode ang lain ang dise+ut&an dalam
literatur ang terda$at $ada $enelitian ini) !etodeterse+ut antara lain Fuzz /ogi% rou$ elation Ta+les
#rti.i%ial eural et*or&s Fuzz elation !atri%esParti%le S*arm O$timization dan eneti% #lgorithm)
2012 3un-Huang HuarngTi..an Hui-3uang /uiz
!outinho u-5hun6ang
Fore%asting Tourism (emand BFuzz Time Series !odels
1) eural et*or& +ased FuzzTime Series !odel
Penelitian ini mem+ahas $eramalan &edatangan turis diTai*an termasu& $eriode ovem+er 2002 sam$ai 7uni
2008 saat *a+ah Severe #%ute es$irator Sndrome9S#S: mengan%am $ari*isata &hususna #SI#)
Hasil dari $enelitian ini di+anding&an dengan $enelitianan dila&u&an oleh 5hen $ada tahun 1;;< ang
mengguna&an #lgoritma Fuzz Time Series dan Huarng$ada tahun 200= mengguna&an metode ang sama
dengan $enelitian ini aitu eural et*or& +ased Fuzz
Time Series namun hana mengguna&an dera,at&eanggotaan ma&simal) (alam $enelitian ini diguna&an
+e+era$a dera,at &eanggotaan dan menghasil&an hasil$eramalan ang le+ih +ai& dari $ada &edua $enelitian
terse+ut)
2018 Pin-5hang 5hen Integrating Fuzz Theor eneti%
#lgorthm and eural et*or& in
1) Fuzz Theor
2) eneti% #lgorthm
(alam $enelitian dila&u&an $eramalan ,umlah turis di
!iaoli Tai*an mengguna&an tiga #lgoritma aitu Fuzz
-
7/21/2019 Mapping Jurnal Peramalan
3/4
Tourism Fore%asting 8) eural et*or& Theor eneti% #lgorthm dan eural et*or&)
#lgorima Fuzz diguna&an untu& menentu&an
&ara&teristi& ,umlah turis #lgoritma enti&a diguna&anuntu& men%ari +o+ot dan tresholds o$timal dari neural
net*or& tera&hir neural net*or& diguna&an untu&mela&u&an $eramalan ,umlah turis)
(ari $enelitian ang dila&u&an #lgortima Fuzz-#- menda$at&an hasil ang le+ih +ai& dari #lgortima
$eramalan ang lain aitu andom 6al& euralet*or&)
2018 (r) !) !assarrat #li3han
Fore%asting o. old Pri%es 9Bo'7en&ins #$$roa%h:
1) Bo' 7en&ins 9#I!#: Penelitian ini mengguna&an #lgoritma Bo' 7en&ins ataudi&enal dengan #I!# untu& meramal&an harga emas
di /ondon dari tanggal 2 7anuari 2008 sam$ai 1 !aret2012) #I!# meru$a&an salah satu #lgoritma $aling
%anggih untu& meramal&an data time series) (alam
$enelitian ini mem+anding&an #I!# dengan orde9011: dengan #I!# orde9110:)
(ari $enelitian ang telah dila&u&an dida$at #I!#9011: menghasil&an a&urasi ang le+ih +ai& dari $ada
#I!# 9110:)
201> #shvin 3o%ha& Suman
Sharma
(emand For%asting ?sing eural
et*or& For Su$$l 5hain!anagemnt
1) eural et*or& (alam , urnal i ni di+ahas +e+era$a metode $eramalan
misalna moving average e'$onential smoothing dan+o' ,en&ins regresi dan model e%onometri%) !etode
terse+ut memili&i a&urasi ang +ai& namun masihmemili&i &elemahan aitu "
1) #&urasi da$at ter,amin ,i&a data ang dimili&i
sangat +esar2) Susah mengidenti.i&asi $ola non-linier
(engan mengguna&an #lgoritma eural et*or&
masalah ang terda$at $ada +e+era$at algoritma diatasda$at diatasi)
Hasil dari $enelitian ini adalah #lgortima euralet*or& menghasil&an a&urasi ang le+ih +ai& dari
+e+era$a algoritma ang dise+ut&an se+elumna)
2014 #) hezel+ash F) 3enia (esign and Im$lementat ion o. 1) eural et*or& (alam ,urnal ini di la&u&an $eramalan +ursa saham $ada
-
7/21/2019 Mapping Jurnal Peramalan
4/4
#rti.i%ial eural et*or& Sstem
.or Sto%& E'%hange Predi%tion
TEPI@ di Iran dari tanggal 2= #$ril 2018 sam$ai ;
#gustus 2014)
Pada $enelitian ini dida$at&an +ah*a algoritma neural
net*or& menun,u&&an &iner,a ang signi.i&an dalammem$redi&si harga saham)