PEMODELAN PREDIKSI PENJUALAN PUPUK MENGGUNAKAN NEURAL NETWORK BERDASARKAN DATA HISTORIS PENJUALAN

Abstract

Sektor pertanian di Indonesia memiliki ketergantungan yang tinggi terhadap ketersediaan pupuk sebagai sarana produksi utama. Namun, ketidakakuratan dalam peramalan kebutuhan dan penjualan pupuk seringkali menyebabkan kelebihan atau kekurangan stok yang berdampak signifikan pada efisiensi distribusi dan pendapatan distributor. Permasalahan ini memerlukan pendekatan analitik berbasis data yang mampu mengidentifikasi pola historis penjualan secara akurat. Penelitian ini bertujuan untuk menganalisis dan membangun model prediksi penjualan pupuk menggunakan metode Neural Network yang diimplementasikan pada perangkat lunak Orange Data Mining. Metode penelitian yang digunakan meliputi pengumpulan data historis penjualan pupuk, pra-pemrosesan data, pembangunan model Neural Network dengan arsitektur backpropagation, serta evaluasi menggunakan cross-validation dengan pembagian data latih dan data uji sebesar 80:20. Visualisasi alur analisis dilakukan secara visual menggunakan widget pada antarmuka Orange Data Mining. Hasil pengujian menunjukkan bahwa model Neural Network mampu memprediksi penjualan pupuk dengan akurasi yang tinggi, ditandai oleh nilai Root Mean Square Error (RMSE) yang rendah, sehingga model ini dinilai layak digunakan sebagai alat bantu pengambilan keputusan dalam manajemen persediaan dan strategi distribusi pupuk