BAB 3 ANALISIS DAN PERANCANGAN
Pada bab ini akan dibahas mengenai analisis dan perancangan sistem. Pada tahap analisis akan dilakukan analisis terhadap data yang digunakan menggunakan metode
ELM untuk mendapatkan peramalan penjualan batik. Pada tahap perancangan akan dibahas mengenai tahap-tahap yang dilakukan dalam merancang sistem peramalan
penjualan.
3.1. Arsitektur Umum
Metode ELM yang diajukan pada penelitian ini bekerja melalui beberapa tahapan yaitu input data, proses peramalan dengan ELM, dan output peramalan. Input dari penelitian
ini berupa data penjualan yang telah dikumpulkan terlebih dahulu dari beberapa tempat penjualan dan produsen batik. Data yang telah dikumpulkan akan masuk ke dalam
proses peramalan yang dibagi ke dalam tiga tahapan, yaitu proses training dan testing, serta analisis hasil peramalan. Pada proses training, data yang masuk akan dinormalisasi
terlebih dahulu untuk menyesuaikan dengan fungsi aktivasi yang digunakan. Proses selanjutnya adalah menentukan fungsi aktivasi dan menentukan jumlah hidden neuron
yang digunakan. Kemudian selanjutnya adalah menghitung weight antara input dan hidden layer, dan weight antara hidden dan output layer sebelum didapatkan output dari
proses testing. Output dari proses training ini nantinya akan didenormalisasi terlebih dahulu sebelum digunakan untuk keperluan testing. Tahapan selanjutnya adalah
melakukan testing data untuk mendapatkan hasil peramalan. Hasil peramalan yang didapatkan dari proses testing akan dianalisis tingkat error peramalannya dengan
menggunakan MAPE. Detail dari setiap proses akan dibahas pada bagian selanjutnya. Berikut ini adalah arsitektur umum dari sistem yang akan dibangun.
Universitas Sumatera Utara
Gambar 3.1. Arsitektur Umum
3.2. Data yang digunakan
Data yang digunakan pada penelitian ini berupa data penjualan berdasarkan motif batik yang telah dikumpulkan dari beberapa tempat penjualan dan produsen batik. Data yang
dikumpulkan adalah penjualan sebanyak dua terakhir, yaitu dari bulan Maret 2013 sd bulan April 2015. Data yang ada dikelompokkan per bulan untuk memudahkan melihat
pola data tren yang muncul . Data ini nantinya akan dibagi ke dalam dua bagian data yaitu data training dan data testing. Untuk data yang digunakan untuk proses training
adalah sebanyak 80 dari total data dan 20 dari total data untuk data testing Zhang, 1997. Untuk data penjualan yang digunakan adalah data penjualan penjualan kain dan
produk batik berdasarkan nama motif batik. Contoh data penjualan yang digunakan dapat dilihat pada tabel 3.1.
Universitas Sumatera Utara
Tabel 3.1. Data Penjualan Berdasarkan Motif Batik Tahun
Bulan Periode
Motif Jumlah
2013 Maret
1 Bunga Kaca Piring dan Pucuk Rebung
38 Batik Coletan
55 Riasan Pengantin Melayu
19 Etnis Kecil
19 Coletan Biru dan Katun Primissima
40 Coletan Biru Katun Paris
14 Mandailing
12 Melayu Kombinasi
38 Gorga Simalungun Merah Dasar Hitam
16 Gorga Karo Kombinasi
15 Gorga Empat, Merah, Hitam, dan Putih
10 Gorga Simalungun Mahkota Merah
Orange 16
Itik Pulang Petang 14
Ulos Karo 12
Gorga Boraspati 14
Gorga Empat Hitam Putih 12
Ulos Orange Hitam 11
Gorga Empat Mirabella 11
SM Raja Hijau Hitam 38
Gorga Merah Kopi Gosong 27
Gorga Mahkota Abu Pink 9
Gorga Kuning Hijau 11
Batik Karo Etnis Miring Merah Kopi Gosong
12
Gorga Simeol-meol Merah Hitam 18
April 2
Gorga Empat Merah Putih Hitam 55
Bunga Kaca Piring dan Pucuk Rebung 46
Gorga Ulos Kuning Hitam 12
SM Raja Hijau Hitam 59
Universitas Sumatera Utara
3.3. Arsitektur ELM
