Prediksi Penjualan Mobil Menggunakan Jaringan Syaraf Tiruan Dengan Algoritma Backpropagation

Penelitian ini bertujuan untuk memprediksi penjualan mobil menggunakan Jaringan Syaraf Tiruan (JST) dengan algoritma Backpropagation. Data historis penjualan mobil selama 7 tahun terakhir (2018–2024) dari PT. Capella Medan digunakan sebagai dasar pelatihan model. Metode ini dipilih karena kemampuannya dalam menangani hubungan non-linier dan kompleks dalam data, serta fleksibilitasnya dalam beradaptasi dengan data baru. Proses penelitian meliputi pengumpulan data, pre-processing (normalisasi menggunakan Min-Max), pembagian data training dan target, serta implementasi JST dengan arsitektur 6 neuron input, 5 neuron hidden layer, dan 1 neuron output. Algoritma Backpropagation diterapkan untuk melatih model dengan learning rate 0.01 dan target error 0.01. Hasil prediksi menunjukkan akurasi sebesar 99,73% dengan Mean Squared Error (MSE) 0,0027. Prediksi penjualan mobil untuk tahun 2025 menunjukkan variasi kenaikan dan penurunan, dengan Sigra sebagai model dengan penjualan tertinggi (190 unit) dan Luxio terendah (17 unit). Hasil ini dapat menjadi acuan bagi perusahaan dalam perencanaan strategi bisnis, manajemen inventaris, dan alokasi sumber daya.