Pengembangan Model Peramalan Permintaan Kebutuhan Reseller Menggunakan Extreme Learning Machine dalam Konteks Intelligent Warehouse Management System (IWMS)

• Main Authors: Atmojo, Tri Bowo, Pulungan, Reza, Syahputra, Hermawan
• Format: Conference or Workshop Item PeerReviewed
• Language: English
• Published: 2013
• Subjects: Computation Theory and Mathematics; Information System; Information Systems Management
• Online Access: https://repository.ugm.ac.id/35115/1/APS-SEMNASIF-13.pdf; https://repository.ugm.ac.id/35115/
• Institution: Universitas Gadjah Mada

Permintaan akan barang atau produk tertentu sering kali berubah secara cepat. Perubahan tersebut dapat berupa kenaikan atau penurunan permintaan. Banyak hal yang mendasari perubahan permintaan tersebut, antara lain pengaruh cuaca, masa promo produk, kemunculan produk baru, hari libur, dan sebagainya. Para pelaku industri sering kali menghabiskan banyak sumber daya (dapat berupa uang, waktu, tenaga, dan sebagainya) guna menghindari efek dari perubahan permintaan tersebut. Salah satu efek dari perubahan permintaan tersebut yaitu kehabisan barang persediaan atau bahkan melimpahnya barang persediaan. Salah satu cara tersebut yaitu dengan melakukan peramalan permintaan. Pelaku permintaan yang dimaksud adalah reseller. Beberapa dekade terakhir, banyak metode yang digunakan untuk memecahkan masalah perubahan permintaan. Metode yang cukup terkenal dan sering digunakan untuk melakukan peramalan adalah jaringan syaraf tiruan. Jaringan syaraf tiruan banyak digunakan karena keflesibelan terhadap penyelesaian suatu masalah. Memperhatikan hal tersebut, dikembangkan sebuah model peramalan kebutuhan reseller menggunakan Extreme Learning Machine yang ditujukan untuk prototype Intelligent Warehouse Management System (IWMS) khususnya dalam sub-sistem Intelligent Forecasting System (IFS).