Masalah ketidakpastian demand merupakan masalah yang cukup penting yang harus diselesaikan dalam
rangka meningkatkan layanan di PT. Jogja Media Net. Oleh karena itu perlu dibuat suatu peramalan yang mampu menggambarkan banyaknya jumlah demand pada suatu periode, dengan menggunakan metode Jaringan Syaraf Tiruan. Hasil peramalan dari metode ini dievaluasi dengan menggunakan lima buah parameter pengujian sebagai perbandingan dan hanya menghasilkan error (MSE) maksimum sebesar 10-4.
Algoritma pembelajaran JST yang digunakan adalah backpropagation dengan fungsi aktivasi sigmoid. Terdapat 3 variabel yang dibutuhkan untuk pelatihan yaitu: (1) matriks input dan target yang terdiri permintaan customer yang telah dinormalisasi, (2) parameter pelatihan yang terdiri dari jumlah epoch sebanyak 2.000, learning rate yakni sebesar 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9 dan 1, serta target error sebesar 10-4, (3) arsitektur jaringan yang terdiri dari jumlah neuron pada input layer, hidden layer, dan output layer. Setelah dilakukan pelatihan maka dihasilkan data hasil pelatihan, yaitu nilai MSE, bobot dan bias akhir. Data hasil pelatihan selanjutnya akan
digunakan untuk mensimulasikan data uji tujuannya agar diketahui nilai learning rate dan arsitektur jaringan yang memiliki kemampuan generalisasi terbaik. Data uji yang telah disimulasikan kemudian akan didenormalisasi
kembali untuk menghitung nilai Mean Absolute Error (MAE). Learning Rate yang menghasilkan nilai MAE yang terkecil (0.008) adalah 0,6 dengan jumlah first hidden layer adalah 11, second hidden layer adalah 15 dan 1 buah hidden neuron.
Disamping melakukan peramalan tersebut, penentuan hub headend yang menjadi pusat dari pelayanan jaringan TV Kabel juga harus direncanakan terlebih dahulu agar penggunaannya lebih efisien dan tentunya mampu melayani seluruh permintaan jaringan TV kabel yang ada di Provinsi DI Yogyakarta. Jaringan Syaraf Tiruan, Peramalan, Headend, PT. Jogja Media Net.