UPT Perpustakaan Universitas Handayani

Jl. Adhyaksa Baru No. 1 Lantai 5

  • Beranda
  • Informasi
  • Berita
  • Statistik Koleksi
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Sistem Pendukung Keputusan Produksi Berdasarkan Karakteristik Penjualan Pada PT. TSMF Makassar Dengan Menerapkan Algoritma SVR

Text

Sistem Pendukung Keputusan Produksi Berdasarkan Karakteristik Penjualan Pada PT. TSMF Makassar Dengan Menerapkan Algoritma SVR

M. Taufik Polapa - Nama Orang; Hazriani - Nama Orang; Syafruddin Syarif - Nama Orang;

Penelitian ini bertujuan untuk membangun sistem pendukung keputusan produksi menggunakan Algoritma SVR (Support Vector Regresion), guna membantu pimpinan perusahaan PT. TOP SABA MANDIRI FOOD (TSMF) dalam melakukan estimasi target produksi setiap bulan berjalan agar lebih efisien dan efektif sehingga target produksi dan target penjualan setiap bulannya berdasarkan sistem prediksi penjualan bisa tercapai. Metode penelitian yang digunakan adalah studi literatur, yakni menelusuri beberapa publikasi ilmiah terkait prediksi penjualan dan produksi yang menggunakan Algoritma SVR, Linier Regression dan SVR Radial Basis Function (RBF), serta observasi langsung dengan melakukan wawancara dan pengumpulan data perusahaan. Sampel data yang diolah adalah data penjualan 101 item produk pada bulan Januari sampai November tahun 2018 (sebagai data training), dan data bulan Desember 2018 sebagai data uji. Prediksi penjualan kemudian difokuskan pada produk berkategori lancar (fast move) sebanyak 36 produk, berdasarkan nilai N Move=1000 sesuai dengan kebutuhan perusahaan. Hasil penelitian menunjukkan bahwa bahwa rata-rata kesalahan sistem prediksi yang di buat menggunakan SVR (support vector regression) adalah kisaran 30% atau dengan kata lain dapat disebutkan akurasi kebenaran prediksi adalah kisaran 70%. Sehingga penelitian ini merekomendasikan untuk menggunakan Algortima Linier Regression dan SVR Radial Basis Function (RBF) karena pada penelitian ini menemukan selisih prediksi untuk Linier Regresion sebesar 1.59% atau mendekati dari realiasi dari data uji di bulan desember 2018 atau prediksi Linier regression sebesar 98.41% dari realisasi bulan desember, untuk SVR Radial Basis Function (RBF) menemukan selisih prediksi sebesar 0.59% atau mendekati dari realiasi dari data uji di bulan desember 2018 atau prediksi SVR Radial Basis Function (RBF) sebesar 99.41% dari realisasi bulan desember


Ketersediaan
T190003TES-2019 POL sPerpustakaan Universitas Handayani Makassar (TESIS)Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
TES-2019 POL s
Penerbit
Makassar : STMIK Handayani., 2019
Deskripsi Fisik
xii, 68 hlm.; 29 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
TES-2019
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Ed. 1, Cet. 1
Subjek
Sistem Prediksi
Support Vector Regresion (SVR)
Linier Regresion
Radial Basis Function (RBF)
Info Detail Spesifik
-
Pernyataan Tanggungjawab
M. Taufik Polapa
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus login sebelum memberikan komentar

UPT Perpustakaan Universitas Handayani
  • Informasi
  • Perpanjang Mandiri
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan STMIK HANDAYANI terbentuk bersamaan dengan berdirinya STMIK HANDAYANI pada tahun 1996 sebagai sarana pen-dukung utama dalam penyelenggaraan pen-didikan dan pengajaran. Read more...

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Customized by Vinesia

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik