Peramalan Pasar Penjualan Batik Menggunakan Metode Extreme Learning Machine (ELM)

iv

ABSTRAK

Batik merupakan salah salah satu produk tekstil yang sedang digandrungi oleh
masyarakat luas. Pada kenyataannya, banyaknya permintaan terhadap produk ini di
pasaran tidak diimbangi dengan strategi produksi yang tepat dan akurat dari para
produsen. Ketidakseimbangan ini mengakibatkan terjadinya penumpukan stok
(overstocking) ataupun kekurangan stok (understocking) yang membuat produsen
mengalami kerugian baik dari sisi materil ataupun tenaga karena proses pembuatan
batik tergolong memakan waktu dan energi. Pada Penelitian ini, penulis akan membuat
sistem peramalan penjualan untuk mengatasi masalah dari pihak produsen dalam
menangani permintaan konsumen. Data yang digunakan adalah data penjualan motif
batik yang telah dikumpulkan dari beberapa produsen batik. Untuk mendapatkan error
peramalan yang rendah serta tingkat akurasi peramalan yang tinggi, penulis
menggunakan metode extreme learning machines (ELM) yang merupakan metode baru
dan tergolong ke dalam single hidden layer feedforward neural networks (SLFNs). Dari
hasil penelitian, terbukti bahwa metode ini memiliki tingkat akurasi yang baik, dengan
nilai error peramalan yang dihitung dengan mean absolute percentage error (MAPE)
sebesar 0,67%. Semakin rendahnya nilai error peramalan menunjukkan peramalan
memiliki tingkat akurasi yang lebih baik.

Kata kunci: Peramalan, Extreme Learning Machine, Single Hidden Layer Feedforward
Neural Networks, MAPE.

Universitas Sumatera Utara

v

MARKET FORECASTING SALES OF BATIK USING
EXTREME LEARNING MACHINE METHOD

ABSTRACT

Batik is one of the most favored textile by consumer these days. The fact, the high
demand for these textile in the market are not balanced with the right strategy and the
right production. This imbalance led to overstocking and understocking which makes
producers suffered losses, both in terms of material and energy for the the manufacture
of batik relatively time-consuming and energy. In this study, the author will build a
sales forecasting system to overcome the problems of the producers in addressing the
consumer demand. The data used is the batik sales data that have been collected from

some producers of batik. To obtain a low forecasting error and an accurate forecasting
value, the author uses the extreme learning machine (ELM) method which is the new
method and classified in single hidden layer feedforward neural networks (SLFNs).
From the result of this study proved that this metode has high level accuracy, the error
forecasting value is calculated by mean absolute percentage error (MAPE) by 0,67%.
The low value of the forecasting error shows that the forecasting has better accuracy
rate.

Keyword: Forecasting, Extreme Learning Machine, Single Hidden Layer Feedforward
Neural Networks, MAPE.

Universitas Sumatera Utara