PENERAPAN JARINGAN PERCEPTRON UNTUK KLASIFIKASI KESELURUHAN PENJUALAN IKAN PADA PT. HALINDO BERJAYA MANDIRI

Authors

  • Putri Nadila Universitas Asahan
  • Azrai Sirait Universitas Asahan

DOI:

https://doi.org/10.54314/jssr.v9i2.6392

Keywords:

Artificial Neural Network, Perceptron Algorithm, Classification, Delta Rule, Sigmoid Function, Fish Sales.

Abstract

Abstract: In managing its business strategy, PT. Halindo Berjaya Mandiri requires an intelligent computational approach to evaluate and predict the achievement level of sales targets based on historical data. This study aims to implement an Artificial Neural Network (ANN) using the Perceptron algorithm to classify overall fish sales data into two binary categories: 'Target Achieved' and 'Target Not Achieved'. The data used in this study relies on three independent input variables, namely the sales history in 2023, 2024, and 2025. The computational stages applied include data matrix preprocessing through the Min-Max Scaling normalization technique, linear combination calculation (Weighted Sum) mapped through the Sigmoid activation function, and an iterative optimization stage using the Delta Rule to update the weight and bias values. Based on the simulation and training conducted, the model was quantitatively evaluated using the Confusion Matrix method. The system testing results show that the Perceptron algorithm is capable of performing classification with a highly optimal accuracy rate of 94.81% and producing a very low error rate (Mean Squared Error) of 0.030291. This study proves that the ANN method with the Perceptron algorithm has high reliability and is highly feasible to be implemented as the foundation for a predictive decision support system at PT. Halindo Berjaya Mandiri.

Keywords: Artificial Neural Network, Perceptron Algorithm, Classification, Delta Rule, Sigmoid Function, Fish Sales.

 

Abstrak: PT. Halindo Berjaya Mandiri dalam mengelola strategi bisnisnya memerlukan pendekatan komputasi cerdas untuk mengevaluasi dan memprediksi tingkat pencapaian target penjualan berdasarkan data historis. Penelitian ini bertujuan untuk mengimplementasikan Jaringan Saraf Tiruan (JST) menggunakan algoritma Perceptron guna mengklasifikasikan data keseluruhan penjualan ikan ke dalam dua kategori biner, yaitu 'Mencapai Target' dan 'Tidak Mencapai Target'. Data yang digunakan dalam penelitian ini bertumpu pada tiga variabel masukan independen, yakni riwayat penjualan pada Tahun 2023, 2024, dan 2025. Tahapan komputasi yang diterapkan meliputi prapemrosesan matriks data melalui teknik normalisasi Min-Max Scaling, perhitungan kombinasi linear (Weighted Sum) yang dipetakan melalui fungsi aktivasi Sigmoid, serta tahapan optimasi iteratif menggunakan aturan Delta Rule untuk memperbarui nilai bobot dan bias. Berdasarkan simulasi dan pelatihan yang dilakukan, model dievaluasi secara kuantitatif menggunakan metode Confusion Matrix. Hasil pengujian sistem menunjukkan bahwa algoritma Perceptron mampu melakukan klasifikasi dengan tingkat akurasi yang sangat optimal sebesar 94,81% serta menghasilkan rasio tingkat kesalahan (Mean Squared Error) yang sangat rendah, yaitu 0,030291. Penelitian ini membuktikan bahwa metode JST algoritma Perceptron memiliki keandalan yang tinggi dan sangat layak untuk diimplementasikan sebagai landasan sistem pendukung keputusan prediktif pada PT. Halindo Berjaya Mandiri.

Kata Kunci: Jaringan Saraf Tiruan, Algoritma Perceptron, Klasifikasi, Delta Rule, Fungsi Sigmoid, Penjualan Ikan.

Downloads

Download data is not yet available.

References

Anggraini, Tiara Eka, Universitas Islam, Negeri Sjech, and M Djamil Djambek Bukkittinggi. 2025. “penggunaan android studio dalam.” 7: 52–58.

Amrozi, Yusuf et al. 2022. “Klasifikasi Jenis Buah Pisang Berdasarkan Citra Warna Dengan Metode svm.” 11: 394–99.

Bekti, Ilham, Ali Mahmudi, and Joseph Dedy Irawan. 2023. “aplikasi peramalan penjualan ikan mujair dengan metode dauble moving average (dma) (studi kasus : desa sambi gedhe)..” 7(5): 3106–12.

Aufa, M. T., Jasmir, & Rohaini, E. (2024). Perancangan Sistem Informasi Pelayanan Pengaduan Masyarakat Kelurahan Bagan Pete Kota Jambi Berbasis Website. Jurnal Informatika Dan Rekayasa Komputer (JAKAKOM), 4, 937–945.

Firlansyah, Alfian. 2021. “Klasifikasi Tingkat Kematangan Buah Pepaya Berdasarkan Fitur Warna Menggunakan Jaringan Syaraf Tiruan.” 6(2): 55–60.

Forest, D A N Random. 2025. “analisis perbandingan akurasi klasifikasi kepuasan siswa terhadap kinerja guru.” 20: 37–44.

Hasanah, Lailatul, Mia Ananda Putri, Azra Henita Hanin, and Wildan Saleh Siregar. (2022). “Dampak Perkembangan Teknologi Informasi Bagi Peserta Didik.” 2(2): 44–48.

Hasanah, N., Wahyudi, R., & Permana, A. (2022). Optimalisasi Pengolahan Data Menggunakan Algoritma Jaringan Saraf Tiruan dalam Sistem Informasi Manajemen. Jurnal Teknologi Informasi dan Ilmu Komputer, 9(3), 415-422.

Hidayat, R., & Putra, A. D. (2023). Implementasi Sistem Android dengan Pengujian Android Virtual Device dalam Pengembangan Aplikasi Manajemen Data. Jurnal Informatika Terapan dan Rekayasa Perangkat Lunak, 5(1), 45-52.

Lubis, Muara Nataryda, Raissa Amanda Putri, and Fathiya Hasyifah Sibarani. (2024). “sistem peramalan pada penjualan oleh-oleh hkas sibolga menggunakan metode double moving average (dma) berbasis web.” 8(5): 10913–19.

Lubis, P. A. (2024). Penerapan Model Jaringan Saraf Tiruan untuk Ekstrapolasi dan Klasifikasi Data Penjualan Terstruktur. Jurnal Sistem Informasi dan Informatika Bisnis, 12(1), 58-65.

Ramadhan, F., & Susanti, E. (2024). Rekayasa Perangkat Lunak: Pendekatan Analisis Kebutuhan Sistem Terintegrasi. Jurnal Informatika Terapan, 9(2), 115-122.

Rahman, A., & Sari, D. P. (2022). Manajemen Data Penjualan dan Inventory pada Perusahaan Dagang Berbasis Sistem Informasi Komprehensif. Jurnal Eksekutif Manajemen dan Bisnis, 8(2), 145-152.

Noviana, Rina, Fakultas Teknologi, Industri Jurusan, and Teknik Informatika. 2022. “pembuatan aplikasi penjualan berbasis web monja store menggunakan php dan mysql.” 1(2): 112–24.

Pratama, D., & Safitri, M. (2023). Analisis Komparasi Fungsi Aktivasi pada Algoritma Perceptron untuk Klasifikasi Data Berbasis Biner. Jurnal Rekayasa Sistem Komputer, 7(2), 110-118.

Segara, Khoirunnisya Gita, Muhammad Irwan, and Padli Nasution. 2025. “Perkembangan Teknologi Informasi Di Indonesia : Tantangan Dan Peluang.” 3(1).

Sintawati, M., & Yulianto, E. (2022). Perancangan Aplikasi Sistem Informasi Akademik Berbasis Mobile Menggunakan Android Studio. Jurnal Teknologi Informasi dan Ilmu Komputer, 9(2), 315-322.

Silalahi, F. D. (2022). Manajemen Database MySQL (Structured Query Language). Penerbit Yayasan Prima Agus Teknik, 1-158.

Susandi, D., & Nafis, S. (2021). Implementasi Metode Perceptron dalam Evaluasi Kinerja dan Klasifikasi Kondisi Data Masa Depan. Jurnal Ilmiah Komputer dan Informatika, 5(2), 89-96.

Syamsudin, & Ali, H. (2024). Pengaruh Sistem Operasi, Database Dan Server Terhadap Sistem Informasi. Jurnal Manajemen Pendidikan Dan Ilmu Sosial, 5, 305–311.

Tangkelayuk, Aldi, and Evangs Mailoa. 2022. “Klasifikasi Kualitas Air Menggunakan Metode kkn , Naïve Bayes Dan Decision Tree.” 9(2): 1109–19.

Valovi, Sinti, and M Nang Al Kodri. 2025. “Membangun Website Desa Balayan Kecamatan Kisam Tinggi Sebagai Media Komunikasi Digital Menggunakan Php Dan mysql.” : 1512–21.

Yanti, F. R., & Y. D. Y. B. P. H. S. (2024). Perancangan Sistem Informasi Buku Tamu Pada Website Kantor Pencarian Dan Pertolongan Kelas A Medan. Jurnal Komputer Teknologi Informasi Sistem Komputer, 2, 480-490.

Downloads

Published

2026-04-30

Issue

Vol. 9 No. 2 (2026): April 2026

Section

Artikel

License

Copyright (c) 2026 Putri Nadila, Azrai Sirait

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.