Penerapan Metode Extreme Learning Machine untuk Peramalan Permintaan

Transkripsi

1 Peneraan eode Ereme Learnng achne unuk Peramalan Permnaan Irwn Dw Agusna, Wwk Anggraen, S.S,.om, Ahmad ukhlason, S.om,.Sc Jurusan Ssem Informas, Insu eknolog Seuluh oember, Surabaya, Indonesa Absrak Permnaann konsumen yang selalu berubah-ubah menunu elaku ndusr unuk daa melakukan erencanaan roduks yang ea. egaan erencanaan roduks melu enenuan umlah barang yang akan droduks, bahan baku yang dbuuhkan, dan harga barang ad. Dengan erencanaan roduks yang ea, dharakan erusahaan daa memlk ngka nvenory rendah dan mamu mereson ermnaann konsumen lebh cea. Perencanaan yang efekf dan efsen harus ddukung oleh ssem eramalan yang akura. Oleh karena u, ada ugas akhr n enuls akan membua ssem eramalan ermnaann dengan menerakan meode ereme learnng machne (EL. eode n meruakan salah sau meode embelaaran baru dar arngan syaraf ruan. Hasl u coba dalam ugas akhr n menunukkan bahwa meode EL memlk ngka akuras yang lebh bak dbandngkan dengan meode konvensonal seer ovng Average dan Eonenal Smoohng. Dengan mlemenas meode EL unuk eramalan ermnaan n dharakan mamu membanu ara elaku ndusr dalam menenukan umlah ermnaann secara lebh akura dan efekf. aa unc : Permnaan konsumen, Peramalan, Jarngan Syaraf ruan, Ereme Learnng achne. PEDAHULUA ermnaan konsumen erhada barang mauun asa Pselalu berubah dar waku ke waku. Perubahan n dengaruh oleh banyak fakor bak nernal mauun eksernal, sehngga memerkrakan ermnaan konsumen d masa daang selalu menad anangan bag elaku usaha dan ndusr. eruama unuk erusahaanerusahaan make o sock, eramalan memlk eranan enng. Peramalan yang akura dan efekf daa membanu engambl keuusan dalam erusahaan menenukan umlah barang yang akan droduks, bahan baku yang dbuuhkan sera menenukan harga erhada barang ad sehngga erusahaan memlk ngka nvenory rendah, sera mamu mereson ermnaan konsumen lebh cea. Peramalan ermnaan yang akura uga akan membawa damak osf bag hak-hak lan dalam sau rana asok. Banyak meode elah dkemukakan unuk mendaakan hasl ramalan yang akura. Salah saunya adalah meode arngan syaraf ruan (JS yang mengados ssem embelaaran ada oak manusa. JS banyak dalkaskan secara nensf ada eramalan khususnya sales forecasng, karena kelebhannya ada konrol area, redks dan engenalan ola. Banyak enelan menymulkan bahwa meode JS lebh bak darada meode-meode eramalan konvensonal (Sun e al, Pada ugas akhr n akan dalkaskan suau meode baru dar JS yau Ereme Learnng achne (EL. EL meruakan arngan syaraf ruan feedforward dengan sau hdden layer aau lebh dkenal dengan slah sngle hdden layer feedforward neural nework (SLFs. eode EL memunya kelebhan dalam learnng seed, sera memunya ngka akuras yang lebh bak dbandngkan dengan meode konvensonal seer ovng Average dan Eonenal Smoohng sehngga dengan menerakan EL ada demand forecasng dharakan mamu menghaslkan ramalan yang lebh efekf. 2. EODE EXREE LEARIG ACHIE Ereme Learnng achne meruakan meode embelaaran baru dar arngan syaraf ruan. eode n erama kal derkenalkan oleh Huang (2004. EL meruakan arngan syaraf ruan feedforward dengan sngle hdden layer aau basa dsebu dengan Sngle Hddel Layer Feedforward neural eworks (SLFs (Sun e al, eode embelaaran EL dbua unuk mengaas kelemahan-kelemahan dar arngan syaraf ruan feedforward eruama dalam hal learnng seed. Huang e al mengemukaan dua alasan mengaa JS feedforward memunya leranng seed rendah, yau :. menggunakan slow graden based learnng algorhm unuk melakukan ranng. 2. semua arameer ada arngan denukan secara erave dengan menggunakan meode embelaaran ersebu. Pada embelaaran dengan menggunakan Convenonal graden based learnng algorhm seer backroagraon (BP dan varaanya Lavenberg arquad (L semua arameer ada JS feedforward harus denukan secara manual (Zhu,2005. Parameer yang dmaksud adalah nu wegh dan hdden bas. Parameer-arameer ersebu uga salng berhubungan anara layer yang sau dengan yang lan, sehngga membuuhkan learnng seed yang lama dan serng erebak ada local mnma (Huang e al, Sedangkan ada EL arameer-arameer seer nu wegh dan hdden bas dlh secara random, sehngga EL memlk learnng seed yang cea dan mamu menghaslkan good generalzaon erformance. Gambar meruakan srukur dar EL.

2 H ( w,..., w, b,..., b,,..., (2.3 (6 Gambar Srukur EL eode EL memunya model maemas yang berbeda dar arngan syaraf ruan feedforward. odel maemas dar EL lebh sederhana dan efekf. Berku model maremas dar EL. Unuk umlah samle yang berbeda ( X, n X [ X, X 2,..., X n ] R ( m X [ X, X 2,..., X ] R (2 Sandar SLFs dengan umlah hdden nodes sebanyak dan acvaon funcon g ( daa dgambarkan secara maemas sebaga berku : g ( g ( W. X + b o Dmana : J,2,..., w,..., w b ( w, w 2 (, 2,..., m n hreshold dar h hdden nodes. n (3 meruakan vekor dar wegh yang menghubungkan h hdden nodes dan nu nodes. meruakan wegh vecor yang menghubungkan h hdden dan ouu nodes. w meruakan nner roduk dar w dan SLFs dengan hdden nodes dan acvaon funcon g ( dasumskan daa meng-aromae dengan ngka error 0 aau daa dnoaskan sebaga berku : o o sehngga o (3 g ( W. X (4 Persamaan [4] daa dulskan secara sederhana sebaga H (5 (7 (8 H ada ersamaan [6] d aas adalah hdden layer ouu mar. + b menunukkan ouu dar hdden neuron yang berhubungan dengan nu. meruakan mar dar ouu wegh dan mar dar arge aau ouu. Pada EL nu wegh dan hdden bas denukan secara acak, maka ouu wegh yang berhubungan dengan hdden layer daa denukan dar ersamaan [5]. H Τ (9 3. EODOLOGI Pada bab n dbahas mengena enelasan dar sea ahaan enyelesaan dar ermasalahan yang dangka ada ugas Akhr n.. Pengumulan Daa Daa yang dgunakan adalah daa enualan haran selama dua ahun yau ahun dar bulan Januar-Desember mlk Cak Cuk Sho Surabaya. Peramalan dbaas ada dua roduk yau kaos dan n. Anara kedua roduk dak ada hubungan salng memengaruh sehngga sea roduk dangga sebaga roduk denden dmana umlah ermnaan unuk sea roduk dak dengaruh oleh umlah ermnaan dar roduk lannya. Gambar 2 dan 3 berku meruakan lo daa enualan kaos dan n selama erode Januar Desember Peramalan dengan eode EL Ada beberaa aha yang harus dlalu ada eramalan dengan meode EL. Secara gars besar langkah EL dbag menad ga aha yau rerocessng daa, ranng, kemudan esng. Langkahlangkah eramalan meode EL secara rnc dunukkan ada gambar 4. 2

3 rendah. Langkah- langkah ada ranng EL dunukkan ada gambar 5.. Gambar 2 Plo daa enualan kaos Gambar 4 Flowchar eramalan dengan meode EL rendah. Langkah-langkah dar roses ranng EL dunukkan ada gambar 5. Gambar 3 Plo daa enualan n Dar gambar 3.3 langkah-langkah EL daa drnc sebaga berku :. Pembagan daa ranng dan esng. 2. ranng EL. 3. esng EL. 4. Analsa hasl eramalan. Berku enelasan dar masng-masng langkah eramalan dengan meode EL. 3. Pembagan daa menad daa ranng dan esng Proses ranng dan esng mulak derlukan ada roses eramalan dengan EL. Proses ranng unuk mengembangkan model dar EL, sedangkan esng dgunakan unuk mengevaluas kemamuan EL sebaga forecasng ool. Oleh karena u daa dbag menad dua yau daa ranng dan esng. enuru Zhang (997 beberaa enel membag daa ranng dan esng dengan komoss sebaga berku : - Daa ranng sebanyak 80% dar oal daa. - Daa esng 20% dar oal daa. 4. Pelahan EL Sebelum dgunakan sebaga ool eramalan, EL harus melalu roses elahan erlebh dahulu. uuan dar roses n adalah unuk mendaakan nu wegh, bas dan ouu wegh dengan ngka kesalahan yang Gambar 5 Flowchar elahan EL 5. ormalsas Daa ranng Daa yang akan dnukan ada EL sebaknya dnormalsas sehngga memunya nla dengan range erenu. Hal n derlukan karena fungs akvas yang dgunakan akan menghaslkan ouu dengan range daa [0,] aau [-,]. Pada ugas akhr n daa ranng dnormalsas sehngga memunya range nla [-,]. Berku Rumus yang dgunakan ada roses normalsas. 3

4 X 2 ( X mn{ X } /(ma{ X } mn{ X } Dmana : ( X nla hasl normalsas yang berksar anara [-,]. X nla daa asl yang belum dnormalsas. mn( X nla mnmum ada daa se. ma( X nla maksmum ada daa se. Dmana : X nla daa seelah denormalsas. X daa ouu sebelum denormalsas. mn( X daa mnmum ada daa se sebelum normalsas. ma( X daa maksmun ada daa se sebelum normalsas. 6. enenukan fungs akvas dan umlah hdden neuron Pada roses ranng umlah hdden neuron dan fungs akvas dar EL harus denukan erlebh dahulu. Pada ugas akhr n dlakukan u coba dengan menggunakan fungs akvas log sgmod dan an sgmod karena kedua fungs ersebu yang alng serng dgunakan ada ermasalahan forecasng, sera fungs ransfer ureln karena daa yang dramalkan bersfa sasoner. Hal n mengacu ada ulsan Zhang (997 bahwa fungs ransfer lner memlk kelemahan ada ola daa yang memlk rend. Unuk umlah hdden neuron menuru Sun e al(2008 EL menghaslkan ouu eramalan yang sabl dengan umlah hdden neuron amun ka ouu yang ddaakan dar EL kurang omal, maka akan dgunakan alernave fungs ransfer yang lan aau merubah umlah hdden neuron. 7. enghung nu wegh, bas of hdden neuron dan ouu wegh Ouu dar roses elahan EL adalah nu dan ouu wegh sera bas dar hdden neuron dengan ngka kesalahan rendah yang dukur dengan SE dan APE. Inu wegh denukan secara random, sedangkan ouu wegh meruakan nvers dar mar hdden layer dan ouu. Secara maemas daa duls sebaga berku : H Τ (2 H ( w,..., w, b,..., b,,..., (4 (3 (5 8. Denormalsas Ouu Ouu yang dhaslkan dar roses elahan ddenormalsas, sehngga ddaakan redced sales dar daa ranng. Berku rumus denormalas yang dgunakan X.5 ( X + (ma{ X } mn{ X } + mn{ X } 0 ( esng EL Berdasarkan nu wegh dan ouu wegh yang ddaakan dar roses ranng, maka aha selanunya adalah melakukan eramalan dengan EL. Daa yang dgunakan adalah daa esng sebanyak 20% dar daa. Pada aha n daa nu dnormalsas erlebh dahulu dengan range dan rumus normalsas yang sama dengan daa ranng. Secara oomas ouu dar roses n uga harus ddenormalsas. 0. Analsa Hasl Peramalan Seelah melalu berbaga aha seer yang elah dabarkan d aas, maka ddaakan nla eramalan enualan y. Hasl yang ddaakan ersebu kemudan danalsa aakah memlk ngka kesalahan (SE dan APE yang kecl. Jka ngka kesalahan yang dhaslkan mash relaf besar, maka devaluas kembal langkah-langkah yang elah dlakukan. ula dar roses ranng,esng mauun redcng hngga hasl yang ddaakan omal. Berku rumus maemas dar ean Square Error (SE dan ean Absolu Precenage Error (APE. mse ( y 2 Dmana : umlah daa y daa ouu (redced sales daa enualan acual mae y y (00 Dmana : umlah daa y daa ouu (redced sales daa enualan acual. embandngkan Hasl Peramalan EL dengan hasl eramalan A dan ES. Seelah analss erhada hasl ramalan meode EL dlakukan, maka akan dkeahu nla SE danape. Langkah selanunya adalah membandngkan nla SE dan APE ersebu dengan dua meode eramalan konvensonal yau ovng Average dan Eonenal Smoohng. eode A yang dgunakan adalah Sngle (7 (8

5 ovng Average dua erode. Sedangkan unuk meode ES menggunakan meode Sngle Eonenal Smoohng. Selan nla SE dan APE, lo daa hasl ramalan dar masng-masng meode uga derbandngkan. Hal n dlakukan unuk mengeahu erbandngan ngka akuras meode EL dengan meode konvensonal sera erforma dar EL. Bobo dan bas yang ddaakan ada roses ranng akan dgunakan sebaga arameer ada roses esng. Hasl dar roses esng ada roduk kaos dunukkan ada gambar 6 ada roduk kaos dan 7 ada roduk n. 4. IPLEEASI DA HASIL Pada aha mlemenas dlakukan u coba dengan menggunakan fungs akvas sgmod, ansg dan ureln dengan umlah hdden (,3,5 dan 7. Fungs sgmod dan ansg dgunakan karena kedua fungs akvas ersebu meruakan fungs akvas yangs serng dgunakan eruama unuk masalah eramalan. Sedangkan fungs akvas ureln dgunakan karena daa yang ada bersfa sasoner. eode EL ada ugas akhr n dmlemenaskan ada dua roduk yau kaos dan n. Pada roduk kaos hasl u coba dengan fungs akvas dan umlah hdden neuron yang berbeda kedua roduk menghaslkan bobo dan bas yang alng omal ada umlah hdden neuron 5 ada akvas ureln. Sedangkan ada roduk n hasl alng omal ada fungs akvas ureln dengan umlah hdden neuron 3. Gambar 8 Grafk erbandngan daa hsor, hasl eramalan A, ES dan EL unuk daa kaos. Gambar 6 Grafk erbandngan daa hsor dan esng EL ada daa kaos Gambar 9 Grafk erbandngan daa hsor, hasl eramalan A, ES dan EL unuk daa n. abel Perbandngan nla SE dan APE anara meode A, ES dan EL unuk daa kaos A ES EL SE APE abel 2 Perbandngan nla SE dan APE anara meode A, ES dan EL unuk daa n A ES EL SE APE Gambar 7 Grafk erbandngan daa hsor dan daa esng EL 5

6 Hasl erbandngan esng EL ada daa kaos dan daa n dengan hasl eramalan dengan meode ovng Average dan Eonenal Smoohng dunukkan ada gambar 8 dan 9. Dar gambar ersebu daa dkeahu bahwa EL menghaslkan ramalan yang auh lebh bak dar meode konvensonal yau ovng Average dan Eonenal Smoohng. Hal n uga derkua dengan erbandngan SE dan APE dar meode EL, ES dan A yang dunukkan ada abel dan ESIPULA esmulan yang daa dambl dar ugas akhr n adalah sebaga berku : Berdasarkan hasl u coba erhada EL dengan fungs akvas dan umlah hdden neuron yang berbeda, maka ada ugas akhr n EL menghaslkan ouu omal ada fungs akvas ureln dengan umlah hdden neuron lma unuk daa kaos, dan umlah hdden neuron ga unuk daa n. EL menghaslkan ouu eramalan dengan ngka kesalahan yang rendah yau APE % ada roduk kaos dan % ada roduk n. eode eramalan ovng Average memunya ngka kesalahan 9.9% ada roduk kaos dan 55.43% ada roduk n. Sedangkan ada Eonenal Smoohng memunya ngka kesalahan 32.93% ada roduk kaos dan.39% ada roduk n. ranng me aau learnng seed yang dbuuhkan oleh EL sanga sngka, yau raaraa dek. Ouu dar EL denukan oleh enenuan arameer seer fungs akvas aau fungs ransfer dan umlah hdden neuron. [6] Huang, G.B., Zhu, Q.Y., dan Sew, C Ereme Learnng achne : heory and alcaons. Elsever scence : eurocomung 70 ( [7] akrdaks, S., Wheelwrgh,S.C., dan cgee, V.E eode dan Alkas Peramalan. Jakara : Erlangga. [8] chel, achne learnng. Sngaura: cgraw-hll. [9] Sun, Z.L., Cho,.., Au,.F., dan Yu, Y Sales Forecasng usng Ereme Learnng achne wh Alcaon n Fashon Realng. Elsever Decson Suor Sysems 46 ( [0] Zhang, G., Pauwo, B.E., dan Hu,.Y Forecasng wh Arfcal eural eworks : he Sae of he Ar. Elsever Inernaonal Journal of Forecasng 4 ( DAFAR PUSAA [] Abraham, A ea-learnng Evoluonary Arfcal eural eworks. Elsever scence : eurocomung Journal 56 c ( [2] Barron, A.R A commen on eural nework: A revew form sascal ersecve. Sascal Scence 9 (, [3] Brockwell, P.J., dan Davs, R.A Inroducon o me Seres and Forecasng. Srnger : ew York. [4] Demuh, H.,dan Beale, eural ework oolbo For Use wh ALAB. assachuses: he ahwork Inc. [5] Huang, G.B., Zhu, Q.Y., dan Sew, C Ereme Learnng achne : A ew Learnng Scheme of Feddforward neural eworks. Proceedng of Inernaonal Jon Conference on eural eworks. Hungary, Jul. 6