Penerapan Metode Backpropagation Neural Network Untuk Peramalan Harga Baja Dunia

Pradipta, Raditya Chandra (2018) Penerapan Metode Backpropagation Neural Network Untuk Peramalan Harga Baja Dunia. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
05211440000141-Undergraduate_Theses.pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

Industri manufaktur merupakan suatu sektor usaha yang menghasilkan berbagai macam produk dengan mengolah bahan mentah menjadi produk setengah jadi atau produk jadi yang bermanfaat. Dengan adanya industri manufaktur ini akan memberikan banyak manfaat bagi Indonesia khususnya terhadap perekonomian Indonesia. Industri baja di Indonesia merupakan basis dari industri manufaktur di Indonesia yang berbahan baku baja sehingga akan membangun kegiatan industri di Indonesia dan secara tidak langsung perkembangan perekonomian Indonesia juga bergantung pada industri manufaktur baja. Namun ketidakstabilan harga baja dunia membuat industri manufaktur baja di Indonesia mengalami kesulitan dalam berkembang. Berdasarkan grafik nilai dari data yang bersumber di website S&P Global Platts, data harga baja dunia dari tahun 2000 hingga tahun 2017 mengalami kenaikan dan penurunan harga. Maka dari itu, diperlukan kegiatan peramalan terhadap harga baja dunia guna membantu pihak manajemen dari perusahaan manufaktur baja dalam menentukan kebijakan perusahaannya. Metode yang akan digunakan dalam melakukan peramalan ini adalah Backpropagation Neural Network. Data yang digunakan adalah data dari tahun 2000 hingga tahun 2017 dengan periode mingguan. Model ANN terbaik yang digunakan memiliki konfigurasi input layer sebanyak 3 neuron, hidden layer sebanyak 7 neuron, dan output layer sebanyak 1 neuron. Sehingga model ANN dapat meramalkan harga baja dunia produk Baja Canai Panas pada periode selanjutnya. Hasil peramalan harga baja dunia produk Baja Canai Panas menggunakan metode ANN memiliki nilai performa MSE 81,2041 dan MAPE 1,4049% yang menunjukkan bahwa model memiliki tingkat keakuratan yang sangat baik. ============= Manufacturing industry is a business sector that produces various products by processing raw materials into semi-finished products or finished products that useful for people. This manufacturing industry will provide many benefits for Indonesia, especially for the Indonesian economy. Steel industry in Indonesia become basis of all manufacturing industry in Indonesia that made products from steel, so it will raise industrial activity in Indonesia. Indirectly, Indonesian economy development also depends on steel manufacturing industry. But the instability of global steel prices makes steel manufacturing industry in Indonesia difficult to develop. Based on the graph of data sourced from S & P Global Platts website, global steel price from year 2000 to 2017 has increased and decreased at some points. Therefore, it is necessary to do forecasting activities for global steel prices to help management of steel companies make decision about their company’s policy. Method that used in this forecasting is Backpropagation Neural Network. The data used from year 2000 to 2017 with a weekly period. The best ANN model has 3 neurons of input layer, 7 neurons of hidden layer and 1 neuron of output layer. So the ANN model can predict the prices of global steel especially Hot Rolled Coil product in the next period. The result of forecasting the prices of global steel especially Hot Rolled Coil product using ANN method has MSE value of 81,2041 and MAPE value of 1,4049% showing that the model has a high level of accuracy.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Artificial Neural Network, Backpropagation, Peramalan, Harga Baja Dunia, Forecasting, global steel prices, manufacturer, Neural Network, Backpropagation.
Subjects: Q Science > QA Mathematics > QA336 Artificial Intelligence
Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions: Faculty of Information and Communication Technology > Information Systems > (S1) Undergraduate Theses
Depositing User: Raditya Chandra Pradipta
Date Deposited: 16 Aug 2018 02:35
Last Modified: 16 Aug 2018 02:35
URI: http://repository.its.ac.id/id/eprint/52361

Actions (login required)

View Item View Item