<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="11483">
<titleInfo>
<title><![CDATA[FORECASTING PENENTUAN PEMBELIAN BAHAN BAKU DENGAN METODE EXTREME LEARNING MACHINE DAN SOFTMAX]]></title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>0422106801 - Dewi Rosmala , S.Si, M.IT.</namePart>
<role><roleTerm type="text">Dosen Pembimbing 1</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Mochamad Fahrizky Rohmana Putra / 15-2016-125</namePart>
<role><roleTerm type="text">Penulis</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes"><![CDATA[mixed material]]></typeOfResource>
<genre authority="marcgt"><![CDATA[bibliography]]></genre>
<originInfo>
<place><placeTerm type="text"><![CDATA[Teknik Informatika]]></placeTerm></place>
<publisher><![CDATA[FTI]]></publisher>
<dateIssued><![CDATA[2020]]></dateIssued>
<issuance><![CDATA[monographic]]></issuance>
<edition><![CDATA[0]]></edition>
</originInfo>
<language>
<languageTerm type="code"><![CDATA[en]]></languageTerm>
<languageTerm type="text"><![CDATA[English]]></languageTerm>
</language>
<physicalDescription>
<form authority="gmd"><![CDATA[Text]]></form>
<extent><![CDATA[]]></extent>
</physicalDescription>
<note>Peramalan adalah suatu aktivitas untuk mengetahui kejadian di masa mendatang berdasarkan data masa lalu.Pada proses penentuan pembelian bahan baku ada beberapa masalah yang muncul yaitu masalah keakuratan dan kecepatan, yang membuat proses penentuan pembelian bahan baku tidak efisien. Masalah keakuratan dan kecepatan akan diselesaikan dengan metode Extreme Learning Machine dan di gabungkan dengan metode softmax untuk melakukan normalisasi data sebelum di lakukan memproses data. yang terbukti efisien digunakan untuk memecahkan masalah seperti pada proses penentuan pembelian bahan baku. Hasil pengujian, maka penelitian menghasilkan tingkat error terkecil sebesar 0.00551106 untuk dengan menggunakan 28 neuron pada hidden layer, 7 fitur, dan data penjualan selama 60 bulan. learning speed yang dibutuhkan oleh ELM pada penelitian ini sangat cepat, yaitu rata-rata 0.0559 detik</note>
<subject authority=""><topic><![CDATA[Peramalan, Prediksi, Neural Network, Normalisasi, ]]></topic></subject>
<classification><![CDATA[]]></classification><identifier type="isbn"><![CDATA[20200917]]></identifier><location>
<physicalLocation><![CDATA[Setiadi Open Source ETD System]]></physicalLocation>
<shelfLocator><![CDATA[544IF/20]]></shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1"><![CDATA[544IF/20]]></numerationAndChronology>
<sublocation><![CDATA[My Library]]></sublocation>
<shelfLocator><![CDATA[544IF/20]]></shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:digitals>
<slims:digital_item id="11088" url="" path="/152016125_544IF(e)_compressed.pdf" mimetype="application/pdf"><![CDATA[FORECASTING PENENTUAN PEMBELIAN BAHAN BAKU DENGAN METODE EXTREME LEARNING MACHINE DAN SOFTMAX]]></slims:digital_item>
</slims:digitals><recordInfo>
<recordIdentifier><![CDATA[11483]]></recordIdentifier>
<recordCreationDate encoding="w3cdtf"><![CDATA[2021-06-17 14:04:52]]></recordCreationDate>
<recordChangeDate encoding="w3cdtf"><![CDATA[2021-06-17 14:05:06]]></recordChangeDate>
<recordOrigin><![CDATA[machine generated]]></recordOrigin>
</recordInfo></mods></modsCollection>