Peramalan Pasar Penjualan Batik Menggunakan Metode Extreme Learning Machine (ELM)
PERAMALAN PASAR PENJUALAN BATIK MENGGUNAKAN
METODE EXTREME LEARNING MACHINE (ELM)
SKRIPSI
ABBAS MUNANDAR RAMBE
111402054
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
PERAMALAN PASAR PENJUALAN BATIK MENGGUNAKAN
METODE EXTREME LEARNING MACHINE (ELM)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi Informasi
ABBAS MUNANDAR RAMBE
111402054
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2016
Universitas Sumatera Utara
i
PERSETUJUAN
Judul
: PERAMALAN PASAR PENJUALAN BATIK
MENGGUNAKAN METODE EXTREME
LEARNING MACHINE (ELM)
Kategori
: SKRIPSI
Nama
: ABBAS MUNANDAR RAMBE
Nomor Induk Mahasiswa
: 111402054
Program Studi
: SARJANA (S1) TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI (FASILKOM-TI)
UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Dedy Arisandi, S.T., M.Kom.
NIP : 197908312009121002
Sajadin Sembiring, S.Si., M.Comp.Sc.
NIP : -
Diketahui/Disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, S.T., MM.IT.
NIP 19800110 200801 1 010
Universitas Sumatera Utara
ii
PERNYATAAN
PERAMALAN PASAR PENJUALAN BATIK MENGGUNAKAN
METODE EXTREME LEARNING MACHINE (ELM)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa kutipan
dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 13 Juni 2016
Abbas Munandar Rambe
111402054
Universitas Sumatera Utara
iii
UCAPAN TERIMA KASIH
Puji dan syukur penulis sampaikan ke hadirat Allah SWT yang telah
memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini
sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1
Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih penulisan sampaikan kepada Bapak Sajadin Sembiring,
S.Si., M.Comp.Sc selaku pembimbing pertama dan Bapak Dedy Arisandi, S.T., M.Kom
selaku pembimbing kedua yang telah banyak meluangkan waktu untuk memberikan
kritik dan saran dalam penelitian dan penulisan skripsi ini. Selanjutnya, terima kasih
juga kepada Ibu Dr. Erna Budhiarti Nababan, M. IT sebagai dosen penguji pertama serta
Bapak Dani Gunawan, S.T., M.T sebagai dosen penguji kedua. Penulis juga
mengucapkan terima kasih kepada Bapak dan Ibu dosen S1 Teknologi Informasi yang
telah mengajar dan memberikan masukan serta saran yang bermanfaat selama proses
perkuliahan hingga dalam penulisan skripsi ini. Ucapan terima kasih juga ditujukan
kepada semua pegawai dan staf tata usaha Teknologi Informasi dan Fasilkom-TI, yang
telah membantu proses administrasi selama perkuliahan.
Penulis juga berterima kasih kepada kedua orang tua penulis, Bapak
Marwanuddin Rambe dan Ibu Kartini Pasaribu yang telah membesarkan penulis dengan
penuh cinta dan kasih dan selalu memberikan dukungan yang luar biasa sehingga
penulis bisa menyelesaikan skripsi ini.
Terima kasih juga penulis ucapkan kepada seluruh teman-teman S1 Teknologi
Informasi yang telah bersama-sama melewati perkuliahan dengan penulis, yang telah
memberikan dukungan semangat dan doa serta teman-teman mahasiswa USU lainnya.
Universitas Sumatera Utara
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
vi
DAFTAR ISI
Hal.
PERSETUJUAN
i
PERNYATAAN
ii
UCAPAN TERIMA KASIH
iii
ABSTRAK
iv
ABSTRACT
v
DAFTAR ISI
vi
DAFTAR TABEL
viii
DAFTAR GAMBAR
ix
BAB 1
PENDAHULUAN
1
1.1 Latar Belakang
1
1.2 Rumusan Masalah
3
1.3 Batasan Masalah
3
1.4 Tujuan Penelitian
3
1.5 Manfaat Penelitian
4
1.6 Metodologi
4
1.7 Sistematika Penulisan
5
LANDASAN TEORI
6
2.1 Batik
6
2.2 Peramalan (Forecasting)
8
2.3 Ukuran Akurasi Peramalan
13
2.4 Metode Extreme Learning Machine (ELM)
14
2.5 Penelitian Terdahulu
17
ANALISIS DAN PERANCANGAN
23
3.1 Arsitektur Umum
23
3.2 Data yang digunakan
24
3.3 Arsitektur ELM
26
BAB 2
BAB 3
3.3.1 Penentuan jumlah input
26
3.3.2 Penentuan jumlah hidden neuron
26
3.3.3 Penentuan output layer
27
Universitas Sumatera Utara
vii
3.3.4 Training ELM
27
3.3.5 Testing ELM
34
3.3.6 Analisis hasil peramalan
34
3.4 Perancangan Sistem
BAB 4
35
3.4.1 Use case diagram
35
3.4.2 Diagram aktifitas (activity diagram)
36
3.4.3 Perancangan database
42
3.4.4 Rancangan tampilan antarmuka
43
IMPLEMENTASI DAN PENGUJIAN
49
4.1 Implementasi Sistem
49
4.1.1 Spesifikasi perangkat keras dan perangkat lunak
yang digunakan
49
4.1.2 Implementasi perancangan antarmuka
49
4.2 Pengujian Kinerja Sistem
54
KESIMPULAN DAN SARAN
61
5.1 Kesimpulan
61
5.2 Saran
61
DAFTAR PUSTAKA
62
BAB 5
Universitas Sumatera Utara
viii
DAFTAR TABEL
Hal.
Tabel 2.1. Penelitian Terdahulu Tentang Batik
19
Tabel 2.2. Penelitian Terdahulu Menggunakan Metode ELM
21
Tabel 3.1. Data Penjualan Berdasarkan Motif Batik
25
Tabel 3.2. Contoh Data Untuk Proses Normalisasi
29
Tabel 3.3. Hasil Normalisasi Contoh Data
30
Tabel 3.4. Deskripsi Use Case Sistem Peramalan Penjualan Batik
36
Tabel 4.1. Hasil Peramalan Penjualan
56
Universitas Sumatera Utara
ix
DAFTAR GAMBAR
Hal.
Gambar 2.1. Data Runtun Waktu Dengan Pola Horizontal (Tanjung, 2012) 10
Gambar 2.2. Data Runtun Waktu Dengan Pola Tren (Tanjung, 2012)
10
Gambar 2.3. Data Runtun Waktu Dengan Pola Siklus (Tanjung, 2012)
11
Gambar 2.4. Data Runtun Waktu Dengan Pola Musiman (Tanjung, 2012)
12
Gambar 2.5. Struktur Umum ELM (Agustina et al, 2010)
15
Gambar 3.1. Arsitektur Umum
24
Gambar 3.2. Ilustrasi Jaringan ELM untuk Peramalan Penjualan Batik
27
Gambar 3.3. Flowchart Training ELM
28
Gambar 3.4. Use Case Sistem Peramalan Penjualan Batik
35
Gambar 3.5. Activity Diagram Melihat Kategori
37
Gambar 3.6. Activity Diagram Pengaturan Kategori
37
Gambar 3.7. Activity Diagram Melihat Produk
38
Gambar 3.8. Activity Diagram Pengaturan Produk
39
Gambar 3.9. Activity Diagram Melihat Penjualan
39
Gambar 3.10. Activity Diagram Pengaturan Penjualan
40
Gambar 3.11. Activity Diagram Peramalan Penjualan
41
Gambar 3.12. Database Relationship
42
Gambar 3.13. Rancangan Halaman Login
43
Gambar 3.14. Rancangan Halaman Utama (Home)
44
Gambar 3.15. Rancangan Halaman Kategori
45
Gambar 3.16. Rancangan Halaman Produk
46
Gambar 3.17. Rancangan Halaman Penjualan
47
Gambar 3.18. Rancangan Halaman Peramalan
48
Gambar 4.1. Halaman Login
50
Gambar 4.2. Halaman Utama
51
Gambar 4.3. Halaman Kategori
51
Gambar 4.4. Halaman Edit Kategori
52
Universitas Sumatera Utara
x
Gambar 4.5. Halaman Produk
52
Gambar 4.6. Halaman Edit Produk
53
Gambar 4.7. Halaman Penjualan
53
Gambar 4.8. Halaman Peramalan
54
Gambar 4.9. Contoh Peramalan Untuk 3 Bulan
55
Gambar 4.10. Hasil Peramalan Data Training
57
Gambar 4.11. Grafik Aktual Penjualan Batik
58
Gambar 4.12. Grafik Peramalan Penjualan Batik
59
Gambar 4.13. Grafik Aktual - Peramalan Penjualan Batik
60
Universitas Sumatera Utara
METODE EXTREME LEARNING MACHINE (ELM)
SKRIPSI
ABBAS MUNANDAR RAMBE
111402054
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
PERAMALAN PASAR PENJUALAN BATIK MENGGUNAKAN
METODE EXTREME LEARNING MACHINE (ELM)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi Informasi
ABBAS MUNANDAR RAMBE
111402054
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2016
Universitas Sumatera Utara
i
PERSETUJUAN
Judul
: PERAMALAN PASAR PENJUALAN BATIK
MENGGUNAKAN METODE EXTREME
LEARNING MACHINE (ELM)
Kategori
: SKRIPSI
Nama
: ABBAS MUNANDAR RAMBE
Nomor Induk Mahasiswa
: 111402054
Program Studi
: SARJANA (S1) TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI (FASILKOM-TI)
UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Dedy Arisandi, S.T., M.Kom.
NIP : 197908312009121002
Sajadin Sembiring, S.Si., M.Comp.Sc.
NIP : -
Diketahui/Disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, S.T., MM.IT.
NIP 19800110 200801 1 010
Universitas Sumatera Utara
ii
PERNYATAAN
PERAMALAN PASAR PENJUALAN BATIK MENGGUNAKAN
METODE EXTREME LEARNING MACHINE (ELM)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa kutipan
dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 13 Juni 2016
Abbas Munandar Rambe
111402054
Universitas Sumatera Utara
iii
UCAPAN TERIMA KASIH
Puji dan syukur penulis sampaikan ke hadirat Allah SWT yang telah
memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini
sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1
Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih penulisan sampaikan kepada Bapak Sajadin Sembiring,
S.Si., M.Comp.Sc selaku pembimbing pertama dan Bapak Dedy Arisandi, S.T., M.Kom
selaku pembimbing kedua yang telah banyak meluangkan waktu untuk memberikan
kritik dan saran dalam penelitian dan penulisan skripsi ini. Selanjutnya, terima kasih
juga kepada Ibu Dr. Erna Budhiarti Nababan, M. IT sebagai dosen penguji pertama serta
Bapak Dani Gunawan, S.T., M.T sebagai dosen penguji kedua. Penulis juga
mengucapkan terima kasih kepada Bapak dan Ibu dosen S1 Teknologi Informasi yang
telah mengajar dan memberikan masukan serta saran yang bermanfaat selama proses
perkuliahan hingga dalam penulisan skripsi ini. Ucapan terima kasih juga ditujukan
kepada semua pegawai dan staf tata usaha Teknologi Informasi dan Fasilkom-TI, yang
telah membantu proses administrasi selama perkuliahan.
Penulis juga berterima kasih kepada kedua orang tua penulis, Bapak
Marwanuddin Rambe dan Ibu Kartini Pasaribu yang telah membesarkan penulis dengan
penuh cinta dan kasih dan selalu memberikan dukungan yang luar biasa sehingga
penulis bisa menyelesaikan skripsi ini.
Terima kasih juga penulis ucapkan kepada seluruh teman-teman S1 Teknologi
Informasi yang telah bersama-sama melewati perkuliahan dengan penulis, yang telah
memberikan dukungan semangat dan doa serta teman-teman mahasiswa USU lainnya.
Universitas Sumatera Utara
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
vi
DAFTAR ISI
Hal.
PERSETUJUAN
i
PERNYATAAN
ii
UCAPAN TERIMA KASIH
iii
ABSTRAK
iv
ABSTRACT
v
DAFTAR ISI
vi
DAFTAR TABEL
viii
DAFTAR GAMBAR
ix
BAB 1
PENDAHULUAN
1
1.1 Latar Belakang
1
1.2 Rumusan Masalah
3
1.3 Batasan Masalah
3
1.4 Tujuan Penelitian
3
1.5 Manfaat Penelitian
4
1.6 Metodologi
4
1.7 Sistematika Penulisan
5
LANDASAN TEORI
6
2.1 Batik
6
2.2 Peramalan (Forecasting)
8
2.3 Ukuran Akurasi Peramalan
13
2.4 Metode Extreme Learning Machine (ELM)
14
2.5 Penelitian Terdahulu
17
ANALISIS DAN PERANCANGAN
23
3.1 Arsitektur Umum
23
3.2 Data yang digunakan
24
3.3 Arsitektur ELM
26
BAB 2
BAB 3
3.3.1 Penentuan jumlah input
26
3.3.2 Penentuan jumlah hidden neuron
26
3.3.3 Penentuan output layer
27
Universitas Sumatera Utara
vii
3.3.4 Training ELM
27
3.3.5 Testing ELM
34
3.3.6 Analisis hasil peramalan
34
3.4 Perancangan Sistem
BAB 4
35
3.4.1 Use case diagram
35
3.4.2 Diagram aktifitas (activity diagram)
36
3.4.3 Perancangan database
42
3.4.4 Rancangan tampilan antarmuka
43
IMPLEMENTASI DAN PENGUJIAN
49
4.1 Implementasi Sistem
49
4.1.1 Spesifikasi perangkat keras dan perangkat lunak
yang digunakan
49
4.1.2 Implementasi perancangan antarmuka
49
4.2 Pengujian Kinerja Sistem
54
KESIMPULAN DAN SARAN
61
5.1 Kesimpulan
61
5.2 Saran
61
DAFTAR PUSTAKA
62
BAB 5
Universitas Sumatera Utara
viii
DAFTAR TABEL
Hal.
Tabel 2.1. Penelitian Terdahulu Tentang Batik
19
Tabel 2.2. Penelitian Terdahulu Menggunakan Metode ELM
21
Tabel 3.1. Data Penjualan Berdasarkan Motif Batik
25
Tabel 3.2. Contoh Data Untuk Proses Normalisasi
29
Tabel 3.3. Hasil Normalisasi Contoh Data
30
Tabel 3.4. Deskripsi Use Case Sistem Peramalan Penjualan Batik
36
Tabel 4.1. Hasil Peramalan Penjualan
56
Universitas Sumatera Utara
ix
DAFTAR GAMBAR
Hal.
Gambar 2.1. Data Runtun Waktu Dengan Pola Horizontal (Tanjung, 2012) 10
Gambar 2.2. Data Runtun Waktu Dengan Pola Tren (Tanjung, 2012)
10
Gambar 2.3. Data Runtun Waktu Dengan Pola Siklus (Tanjung, 2012)
11
Gambar 2.4. Data Runtun Waktu Dengan Pola Musiman (Tanjung, 2012)
12
Gambar 2.5. Struktur Umum ELM (Agustina et al, 2010)
15
Gambar 3.1. Arsitektur Umum
24
Gambar 3.2. Ilustrasi Jaringan ELM untuk Peramalan Penjualan Batik
27
Gambar 3.3. Flowchart Training ELM
28
Gambar 3.4. Use Case Sistem Peramalan Penjualan Batik
35
Gambar 3.5. Activity Diagram Melihat Kategori
37
Gambar 3.6. Activity Diagram Pengaturan Kategori
37
Gambar 3.7. Activity Diagram Melihat Produk
38
Gambar 3.8. Activity Diagram Pengaturan Produk
39
Gambar 3.9. Activity Diagram Melihat Penjualan
39
Gambar 3.10. Activity Diagram Pengaturan Penjualan
40
Gambar 3.11. Activity Diagram Peramalan Penjualan
41
Gambar 3.12. Database Relationship
42
Gambar 3.13. Rancangan Halaman Login
43
Gambar 3.14. Rancangan Halaman Utama (Home)
44
Gambar 3.15. Rancangan Halaman Kategori
45
Gambar 3.16. Rancangan Halaman Produk
46
Gambar 3.17. Rancangan Halaman Penjualan
47
Gambar 3.18. Rancangan Halaman Peramalan
48
Gambar 4.1. Halaman Login
50
Gambar 4.2. Halaman Utama
51
Gambar 4.3. Halaman Kategori
51
Gambar 4.4. Halaman Edit Kategori
52
Universitas Sumatera Utara
x
Gambar 4.5. Halaman Produk
52
Gambar 4.6. Halaman Edit Produk
53
Gambar 4.7. Halaman Penjualan
53
Gambar 4.8. Halaman Peramalan
54
Gambar 4.9. Contoh Peramalan Untuk 3 Bulan
55
Gambar 4.10. Hasil Peramalan Data Training
57
Gambar 4.11. Grafik Aktual Penjualan Batik
58
Gambar 4.12. Grafik Peramalan Penjualan Batik
59
Gambar 4.13. Grafik Aktual - Peramalan Penjualan Batik
60
Universitas Sumatera Utara