lisensi ini mengizinkan setiap orang untuk menggubah ...kc.umn.ac.id/1638/1/halaman awal.pdf ·...

Team project ©2017 Dony Pratidana S. Hum | Bima Agus Setyawan S. IIP

Hak cipta dan penggunaan kembali:

Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis dan melisensikan ciptaan turunan dengan syarat yang serupa dengan ciptaan asli.

Copyright and reuse:

This license lets you remix, tweak, and build upon work non-commercially, as long as you credit the origin creator and license it on your new creations under the identical terms.

IMPLEMENTASI GENETIC ALGORITHM NEURAL NETWORK

PADA APLIKASI PERAMALAN PRODUKSI MIE

(STUDI KASUS : OMEGA MIE JAYA)

NAMA : Jansen Pratama

NIM : 10110110010

PROGRAM STUDI : Teknik Informatika

FAKULTAS : Teknologi Informasi dan Komunikasi

Skripsi

Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana

Komputer (S.Kom)

UNIVERSITAS MULTIMEDIA NUSANTARA

TANGERANG

2014

ii

HALAMAN PENGESAHAN

IMPLEMENTASI GENETIC ALGORITHM NEURAL NETWORK

PADA APLIKASI PERAMALAN PRODUKSI MIE

(STUDI KASUS : OMEGA MIE JAYA)

Oleh

Nama : Jansen Pratama

NIM : 10110110010

Program Studi : Teknik Informatika

Fakultas : Teknik Informasi dan Komunikasi

Gading Serpong, 17 Juli 2014

Ketua Sidang, Dosen Penguji,

Dodick Z.S., S.Kom., B.App.Sc., M.T.I. Nanang Krisdianto, S.T., M.Kom.

Dosen Pembimbing

Adhi Kusnadi, M.Si

Ketua Program Studi

Maria Irmina Prasetyowati, S.Kom., M.T.

Implementasi Genetic ..., Jansen Pratama, FTI UMN, 2014

iii

PERNYATAAN TIDAK MELAKUKAN PLAGIAT

Dengan ini saya:

Nama : Jansen Pratama

NIM : 10110110010

Program Studi : Teknik Informatika

Fakultas : Teknologi Informasi dan Komunikasi

Menyatakan bahwa skripsi yang saya buat dengan judul “Implementasi Genetic

Algorithm Neural Network pada Aplikasi Peramalan Produksi Mie (Studi Kasus :

Omega Mie Jaya)” adalah karya ilmiah pribadi, bukan hasil plagiat dari karya

ilmiah yang ditulis oleh orang lain atau lembaga lain, dan semua karya ilmiah

orang lain atau lembaga lain yang dirujuk dalam skripsi ini telah disebutkan

sumber kutipannya serta dicantumkan di daftar pustaka.

Tangerang, 23 Januari 2014

Jansen Pratama


iv

ABSTRAKSI

Penelitian ini bertujuan untuk membuat aplikasi yang berguna dalam

menentukan jumlah produksi mie untuk Omega Mie Jaya. Pembuatan aplikasi ini

menggunakan genetic algorithm neural network. Pembuatan aplikasi dengan

metode neural network dan genetic algorithm digunakan untuk optimalisasi bobot

dalam neural network. Dari hasil ujicoba, aplikasi ini menggunakan jaringan

dengan 12 input data, lima neuron hidden layer pertama, tiga neuron di hidden

layer kedua, dan tiga neuron di hidden layer terakhir. Lalu untuk parameter

algoritma genetika yang digunakan adalah 10 individu, 50 generasi, peluang

crossover 0,8 dan peluang mutasi 0,1. Tingkat akurasi dari penggunaan aplikasi

peramalan ini mencapai 86%. Setelah dilakukan ujicoba kepuasan aplikasi,

didapatkan hasil bahwa sebanyak 71,7% responden puas dengan aplikasi yang

dibuat.

Kata kunci : peramalan, peramalan produksi, genetic algorithm neural network,

optimalisasi.


v

ABSTRACTS

This research aims to create an application that is useful in determining

the amount of production. These applications using genetic algorithms neural

network. This application which use neural network methods and genetic

algorithms are used to optimize the weights in the neural network. From the test

results, this application uses network with 12 inputs, five neuron in first hidden

layer, three neurons in the second hidden layer, and three neurons in the last

hidden layer. Then for the genetic algorithm parameters used were 10 individuals,

50 generations, crossover probability 0.8 and mutations probability 0.1. Based

on the test results, this application has the forecasting’s accuracy rate reaches

86%. Then there is an application testing about satisfaction, and the result show

that about 71,7% of respondents are satisfied with the application.

Keyword: forecasting, production forecasting, genetic algorithm neural network,

the optimization.


vi

HALAMAN PERSEMBAHAN


vii

KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa karena

atas berkat dan karunia-Nya yang berlimpah, penulis dapat menyelesaikan tugas

akhir dengan baik. Laporan tugas akhir yang berjudul “Rancang Bangun Aplikasi

Peramalan Produksi Mie dengan menggunakan Genetic Algorithm Neural

Network” diajukan kepada Program Studi Teknik Informatika, Fakultas Teknologi

Infotrmasi dan Komunikasi, Universitas Multimedia Nusatanra.

Laporan tugas akhir dapat selesai juga karena berkat dukungan dari

berbagai pihak. Oleh karena itu, izinkan penulis mengucapkan terimakasih kepada

1. Dr. Ninok Leksono, selaku Rektor Universitas Multimedia Nusantara,

2. Maria Irmina P., S.Kom, M.T., selaku Ketua Program Studi Teknik

Informatika,

3. Adhi Kusnadi, M.Si, selaku Dosen Pembimbing yang terus memberikan

banyak masukan dan perbaikan dalam penulisan laporan tugas akhir ini,

4. Dodick Zulaimi Sudirman S.Kom., B.App.Sc., M.T.I., selaku ketua sidang

laporan tugas akhir,

5. Nanang Krisdianto, S.T., M.Kom., selaku dosen penguji sidang laporan

tugas akhir,

6. Ernita dan Hendro, selaku pemilik toko Omega Mie Jaya yang telah

membantu penulis dalam menyiapkan data produksi,

7. Orang tua dan keluarga penulis, yang telah memberikan dukungan doa

semangat dan motivasi yang tidak terhitung kepada penulis untuk

menyelesaikan laporan tugas akhir,

8. Alvin Ardiansyah, Andrien, Chandra Wijaya, Deni Sutanto, dan Hendrick

Tirta, yang memberikan support kepada penulis untuk menyelesaikan

laporan,

9. Teman – teman dari Teknik Informatika 2010 Universitas Multimedia

Nusantara yang menjadi teman seperjuangan,

10. Sahabat – sahabat penulis yang tak bosan-bosannya terus memotivasi dan

memberikan semangat dalam penulisan laporan ini,

11. Dan juga kepada semua pihak yang mendukung baik secara langsung

maupun tidak langsung proses pembuatan laporan tugas akhir ini.


viii

Penulis juga menyadari tentunya laporan ini masih memiliki kekurangan.

Oleh karena itu, penulis dengan senang hati menerima kritik dan saran yang

bersifat konstruktif.. Penulis berharap dengan terselesaikannya laporan tugas akhir

ini juga dapat bermanfaat bagi pembaca, terutama mahasiswa Universitas

Multimedia Nusantara untuk membuat karya-karya yang lebih baik bagi

Universitas Multimedia Nusantara. Laporan tugas akhir ini juga diharapkan

menjadi sumber dokumentasi untuk pengembangan karya-karya lain di masa

mendatang.

Tangerang, Mei 2014

Jansen Pratama


ix

DAFTAR ISI

HALAMAN PENGESAHAN ................................................................................. ii

PERNYATAAN TIDAK MELAKUKAN PLAGIAT .......................................... iii

ABSTRAKSI ......................................................................................................... iv

ABSTRACTS ............................................................................................................ v

HALAMAN PERSEMBAHAN ............................................................................ vi

KATA PENGANTAR .......................................................................................... vii

DAFTAR ISI .......................................................................................................... ix

DAFTAR GAMBAR ............................................................................................. xi

DAFTAR TABEL ................................................................................................ xiii

DAFTAR RUMUS .............................................................................................. xiv

BAB I 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 Sistematika Penulisan ........................................................................... 4

BAB II TINJAUAN PUSTAKA ........................................................................... 6

2.1 Peramalan.............................................................................................. 6

2.1.1 Metode Serial Waktu......................................................................... 7

2.2 Produksi ................................................................................................ 8

2.3 Neural Network ..................................................................................... 9

2.4 Backpropagation ................................................................................. 11

2.5 Genetic Algorithm ............................................................................... 15

2.6 Genetic Algorithm Neural Network .................................................... 16

BAB III METODE DAN PERANCANGAN ...................................................... 18

3.1 Metode Penelitian ............................................................................... 18

3.2 Perancangan Sistem ............................................................................ 19

3.2.1 Data Flow Diagram ........................................................................ 19


x

3.2.2 Flowchart Sistem ............................................................................ 23

3.2.3 Struktur Tabel.................................................................................. 35

3.2.4 Rancangan Tampilan Antarmuka .................................................... 37

BAB IV PENGUJIAN DAN PEMBAHASAN .................................................. 44

4.1 Spesifikasi Perangkat .......................................................................... 44

4.2 Implementasi ....................................................................................... 44

4.3 Ujicoba ................................................................................................ 52

BAB V KESIMPULAN DAN SARAN ............................................................. 65

5.1 Kesimpulan ......................................................................................... 65

5.2 Saran ................................................................................................... 65

DAFTAR PUSTAKA ........................................................................................... 67


xi

DAFTAR GAMBAR

Gambar 2.1 Neuron Jaringan Syaraf ..................................................................... 10

Gambar 2.2 Arsitektur jaringan backpropagation ................................................ 11

Gambar 3.1 Context diagram ................................................................................ 19

Gambar 3.2 Data flow diagram level 1 ................................................................. 20

Gambar 3.3 Data flow diagram level 2 proses learning ....................................... 21

Gambar 3.4 Data flow diagram level 2 proses peramalan .................................... 22

Gambar 3.5 Data flow diagram level 2 proses user .............................................. 22

Gambar 3.6 Flowchart sistem ............................................................................... 23

Gambar 3.7 Flowchart Login ................................................................................ 24

Gambar 3.8 Flowchart User ................................................................................. 25

Gambar 3.9 Flowchart Learning........................................................................... 25

Gambar 3.10 Subproses flowchart proses pelatihan ............................................. 26

Gambar 3.11 Subproses backpropagation ............................................................ 27

Gambar 3.12 Subproses algoritma genetika.......................................................... 28

Gambar 3.13 Subproses fungsi evaluasi ............................................................... 29

Gambar 3.14 Subproses seleksi............................................................................. 30

Gambar 3.15 Subproses crossover ........................................................................ 31

Gambar 3.16 Subproses mutasi ............................................................................. 32

Gambar 3.17 Flowchart Peramalan ...................................................................... 33

Gambar 3.18 Subproses flowchart peramalan produksi ....................................... 34

Gambar 3.19 Form Login ..................................................................................... 37

Gambar 3.20 Form utama ..................................................................................... 37

Gambar 3.21 Form input data learning ................................................................ 38

Gambar 3.22 Form view data learning ................................................................. 39

Gambar 3.23 Form learning ................................................................................. 39

Gambar 3.24 Form peramalan .............................................................................. 40

Gambar 3.25 Form view data forecasting ............................................................ 41

Gambar 3.26 Form Update Account ..................................................................... 41

Gambar 3.27 Form Add User ................................................................................ 42

Gambar 3.28 Form View User .............................................................................. 42


xii

Gambar 3.29 Form about ...................................................................................... 43

Gambar 4.1 Form login ......................................................................................... 45

Gambar 4.2 Form utama ....................................................................................... 45

Gambar 4.3 Form insert data learning ................................................................. 46

Gambar 4.4 Form view data learning ................................................................... 47

Gambar 4.5 Form start learning ........................................................................... 47

Gambar 4.6 Form edit data learning .................................................................... 48

Gambar 4.7 Form view data forecasting .............................................................. 49

Gambar 4.8 Form start forecasting ....................................................................... 49

Gambar 4.9 Form add user ................................................................................... 50

Gambar 4.10 Form view user ................................................................................ 51

Gambar 4.11 Form update account ..................................................................... 51

Gambar 4.12 Form about ...................................................................................... 52

Gambar 4.13 Persentase kesesuaian tampilan dan ukuran tulisan ........................ 59

Gambar 4.14 Persentase kesesuaian nama tombol dengan fungsi ........................ 60

Gambar 4.15 Persentasi desain dan tata letak konten (layout).............................. 60

Gambar 4.16 Persentasi kemudahan dalam menggunakan aplikasi ..................... 61

Gambar 4.17 Persentase kemudahan menggunakan aplikasi secara keseluruhan 61

Gambar 4.18 Persentase aplikasi membantu untuk menentukan jumlah poduksi 62

Gambar 4.19 Persentase aplikasi meramalkan hasil secara akurat ....................... 62

Gambar 4.20 Persentase aplikasi diperlukan perencanaan produksi .................... 63


xiii

DAFTAR TABEL

Tabel 3.1 Tabel learning ....................................................................................... 35

Tabel 3.2 Tabel forecasting................................................................................... 35

Tabel 3.3 Tabel bobot ........................................................................................... 36

Tabel 3.4 Tabel login ............................................................................................ 36

Tabel 4.1 Tabel ujicoba ......................................................................................... 56


xiv

DAFTAR RUMUS

Rumus 2.1 ............................................................................................................. 11

Rumus 2.2 ............................................................................................................. 12

Rumus 2.3 ............................................................................................................. 13

Rumus 2.4 ............................................................................................................. 13

Rumus 2.5 ............................................................................................................. 13

Rumus 2.6 ............................................................................................................. 13

Rumus 2.7 ............................................................................................................. 13

Rumus 2.8 ............................................................................................................. 14

Rumus 2.9 ............................................................................................................. 14

Rumus 2.10 ........................................................................................................... 14

Rumus 2.11 ........................................................................................................... 14

Rumus 2.12 ........................................................................................................... 14


lisensi ini mengizinkan setiap orang untuk menggubah ...kc.umn.ac.id/1638/1/halaman awal.pdf ·...

Documents