Maintenance Service Center (MSC) merupakan divisi yang mempunyai tugas
untuk melakukan perbaikan dan pemeliharaan terhadap peralatan operasional
yang dimiliki oleh PT. Telkom dan mitra kerja lainnya. Adapun alur kerja dalam
memperbaiki barang yang rusak adalah pelanggan membawa barang yang rusak
lalu pihak MSC dengan segera harus mengganti terlebih dahulu barang yang rusak
tersebut dengan barang milik MSC lalu kemudian memperbaiki barang yang rusak
tadi. Salah satu masalah yang dihadapi oleh MSC adalah adanya kemungkinan
kurangnya stok barang yang dimiliki untuk mengganti barang yang rusak.
Sistem prediksi dibuat terhadap jumlah order modul 3030566 dibuat agar
dapat dijadikan salah satu bahan pertimbangan dalam memenuhi jumlah
persediaan barang. Dalam tugas akhir ini, sistem prediksi dibuat dengan
menggunakan jaringan syaraf tiruan dimana bobot-bobot dari jaringan syaraf
tiruan tersebut diperoleh melalui dua cara, yaitu : melalui proses pembelajaran
dengan menggunakan algoritma backpropagation dan dengan menggunakan
metode evolutionary strategies. Hasil dari pelatihan dengan menggunakan kedua
algoritma tersebut dibandingkan untuk mengetahui mana yang lebih optimal
dalam melakukan prediksi.
Setelah melalui proses learning dan testing untuk masing-masing algoritma
didapatkan bahwa algoritma ES lebih baik dalam mengoptimasi bobot-bobot
jaringan syaraf tiruan untuk melakukan prediksi order modul 3030566. Waupun
algoritma ES lebih baik daripada algoritma backpropagation, namun algoritma
tersebut juga belum dapat menghasilkan prediksi yang memiliki nilai galat yang
kecil sesuai batas yang diinginkan. Hal tersebut dikarenakan pola dari data order
yang sangat kompleks sehingga galat yang dihasilkan pun lebih besar. MSC, Jaringan syaraf tiruan, JST, Evolutionary Strategies, ES,prediksi, time series