KELVIN and ADRIAN HARTANTO and WILLIAM SUMITRO (2018) PENERAPAN ALGORITMA FIREFLY DENGAN PI SIGMA NEURAL NETWORK (FFA-PSNN) PADA PENGEMBANGAN APLIKASI MARKETPLACE SUPPLIER PAKAIAN WANITA BERBASIS MOBILE DAN WEB. Undergraduate (S-1) thesis, Universitas Mikroskil.
BAGIAN AWAL.pdf
Download (12MB)
BAB I.pdf
Download (2MB)
BAB II.pdf
Download (16MB)
BAB III.pdf
Restricted to Registered users only
Download (74MB)
BAGIAN AKHIR.pdf
Download (891kB)
Abstract
E-marketplace pakaian wanita merupakan salah satu perkembangan e-marketplace B2B yang semakin meningkat seiring dengan perusahaan atau toko yang mulai mengembangkan usahanya ke ranah digital. E-marketplace pakaian wanita saat ini belum menyediakan fitur mengurutkan pakaian wanita berdasarkan tingkat keberhasilan untuk dipasarkan kembali, fitur untuk mencari pakaian sesuai keinginan, dan fitur untuk menjalin hubungan kerjasama antar supplier. Hal ini dapat menghemat waktu customer dan supplier dalam membeli dan memasarkan pakaian. Metodologi yang akan digunakan adalah metodologi Waterfall. Aplikasi yang dibuat akan menerapkan Firefly Algorithm dengan Pi Sigma Neural Network (FFA-PSNN) dalam memberikan hasil pengurutan rekomendasi daftar pakaian wanita terbaik untuk dipasarkan kembali. Tahapan pengujian dilakukan dengan menghitung nilai RMSE dan penyebaran kuesioner menggunakan Google Form dan mendapat respon dari 24 responden customer dan 6 responden supplier sesuai target pengguna. Hasil pengujian diperoleh RMSE terbaik sebesar 0,448147 dengan base beta bernilai 1 dan alpha bernilai 0,5. Sebanyak 90% responden supplier sangat setuju bahwa fitur quotation request membantu supplier menemukan pakaian yang dicari untuk dijual kembali. Sebanyak 80% responden supplier sangat setuju bahwa fitur partnership membantu supplier menemukan store yang memiliki hubungan kerjasama. Hasil kuesioner menunjukkan bahwa persentase dari kuesioner supplier 88,33% dan customer 85,12% dan persentase keseluruhan adalah 86,72%.
Item Type: | Tugas Akhir / Tesis (Undergraduate (S-1)) |
---|---|
Subjects: | Teknik Informatika |
Divisions: | Fakultas Informatika > Program Studi S-1 Teknik Informatika |
Depositing User: | Adi Kurniawan |
Date Deposited: | 30 Mar 2023 11:55 |
Last Modified: | 30 Mar 2023 11:55 |
URI: | https://repository.mikroskil.ac.id/id/eprint/2001 |