Prediksi Omzet Restoran Haltoy Corner menggunakan Metode Recurrent Extreme Learning Machine (RELM)
Kata Kunci:
Restoran, Omzet, Prediksi, Recurrent Extreme Learning Machine, Mean Absolute Precentage ErrorAbstrak
Restoran Haltoy Corner merupakan restoran baru di kota Wonosobo yang terkenal akan keindahan pemandanganya. Saat ini, Haltoy Corner masih belum mampu melakukan manajemen jumlah karyawan dan alokasi omzet dengan baik. Hal ini menyebabkan diperlukannya sistem prediksi omzet untuk Haltoy Corner guna membantu mengoptimalkan jumlah karyawan yang akan dipekerjakan. Extreme Learning Machine (ELM) merupakan salah satu metode prediksi yang memiliki akurasi yang bagus serta waktu training relatif cepat, namun pada ELM urutan data tidak berpengaruh sehingga dapat mempengaruhi akurasi untuk dataset timeseries seperti data omzet Haltoy Corner. ELM mengembangkan metode untuk mengatasi hal tersebut yaitu dengan Recurrent Extreme Learning Machine (RELM), metode ini menambahkan recurrent pada ELM sehingga lebih baik untuk dataset timeseries. Alur untuk melakukan penelitian ini dimulai dari normalisasi data, training data, testing data, denormalisasi data dan terakhir dilakukan perhitungan nilai evaluasi. Berdasarkan hasil pengujian yang dilakukan menggunakan data omzet Haltoy Corner, diperoleh nilai kesalahan dengan Mean Absolute Precentage Error (MAPE) paling optimal sebesar 31,677%, dengan jumlah fitur delapan, jumlah hidden neuron tiga, jumlah context neuron lima, dan perbandingan jumlah data training dengan data testing 90%:10%.