ABSTRAKSI: Saat ini banyak berdiri perusahaan yang memproduksi barang-barang yang dibutuhkan oleh masyarakat. Barang – barang yang diproduksi membutuhkan biaya produksi yang tidak sedikit, dilain pihak juga mendatangkan keuntungan yang menjanjikan. Hal ini dapat terjadi karena barang-barang yang diproduksi tersebut terjual. Oleh karena itu, dilakukan prediksi terhadap penjualan
Prediksi yang dilakukan adalah prediksi berdasarkan urutan waktu. Pada urutan waktu tersebut, dijelaskan berapa besarnya penjualan pada suatu waktu tertentu. Dan besarnya penjualan barang pada setiap waktu tertentu adalah berbeda. Sehingga akan di prediksi besarnya penjualan pada waktu yang akan datang atau disebut juga time-series prediction.
Dalam memprediksi besarnya penjualan digunakan Adaptive Network Based Fuzzy Inference System (ANFIS).
Terlebih dahulu data penjualan dibagi menjadi data latih, data validasi dan data uji. Kemudian dilakukan pelatihan dan validasi untuk mencari parameter-parameter yang akan digunakan pada saat pengujian. Setelah itu dilakukan pengujian dengan menggunakan parameter yang didapat dari pelatihan dan dipilih berdasarkan performansi validasi.
Setelah itu dilakukan analisa terhadap performansi jaringan ANFIS dalam memprediksi berdasarkan MAPE pada saat pengujian. Dari hasil analisa, dapat diketahui bahwa jaringan ANFIS mampu melakukan generalisasi terhadap data baru. Selain itu dilakukan juga analisis terhadap data penjualan, bahwa prediksi dengan data yang mempunyai pola autokorelasinya seasonal lebih baik dari pada prediksi dengan data yang pola autokorelasinya adalah non-trended.
Kata Kunci : ANFIS, time-series prediction, penjualan, pelatihan, pengujian, validasiABSTRACT: In this time, companies produce some goods that are needed by people. The cost of production to produce some goods is not cheap. In the other hand it will also make profit for the companies, because the goods that are produced are sold. So, it is need to predict the selling of product.
Prediction that used is time series prediction. In this time series, it is described how much the selling of product in particular of time. And the number of selling product in the sequence of time are different. So, it will be predicted the number of selling product in the future, it can be called time series prediction
To predict the number of selling the product, is used Adaptive Network Based Fuzzy Inference System (ANFIS). First, data of selling product are seperated into training data, validation data and testing data. And then training and validation are applied to look for the parameters that will be used in the testing process. Next step is testing with parameters that obtained from training and selected based on validation performance.
After that, doing analysis of ANFIS network performance based on MAPE of testing. From this analysis, it is known that ANFIS network able to generalize the new data. From analyzing data of selling product, we can identified that data prediction which has seasonal autocorrelation pattern better than data prediction which has non-trended autocorrelation pattern
Keyword: ANFIS, Time Series Prediction, selling of product, training, testing,