Perbandingan Algoritma Backpropagation dan SARIMA dalam Memprediksi Kebutuhan Nasi untuk Penjualan: Studi Kasus: Restoran Grillme Pontianak

Muhammad Khoir Nugraha
Merkurius : Jurnal Riset Sistem Informasi dan Tekn... 📅 2026 Vol 4, No 1 🔗 DOI: 10.61132/merkurius.v4i1.1348
Abstract
This study aims to design, implement, and compare the performance of the Backpropagation algorithm from Artificial Neural Networks and the Seasonal Autoregressive Integrated Moving Average (SARIMA) model in predicting the optimal daily rice requirement at Grillme Restaurant in Pontianak. The main problem faced by the restaurant is the uncertainty in determining the required daily rice stock, which periodically results in either understocking (shortage) or overstocking (wastage), leading to operational losses. To address this, the study utilizes historical daily rice sales data from January 2023 to April 2025 as the database for training and testing both predictive models. The SARIMA approach is employed to capture time series components (trend and seasonality), while Backpropagation is utilized to model non-linear patterns. Comparative test results indicate that the SARIMA model achieved superior accuracy compared to the Backpropagation model. This is confirmed by the Mean Absolute Percentage Error (MAPE) value of the SARIMA algorithm being 17.35%, which is lower than the MAPE value of Backpropagation at 19.62%. The MAPE values obtained by both models demonstrate good predictive capability, but it is concluded that SARIMA is more recommended for a more efficient and planned management of rice stock at Grillme Restaurant in Pontianak.
Keywords
Artificial Neural Network; Backpropagation; Prediction; Rice; SARIMA
How to Cite

Muhammad Khoir Nugraha (2026). Perbandingan Algoritma Backpropagation dan SARIMA dalam Memprediksi Kebutuhan Nasi untuk Penjualan: Studi Kasus: Restoran Grillme Pontianak. Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika, 4(1). https://doi.org/10.61132/merkurius.v4i1.1348

Muhammad Khoir Nugraha, "Perbandingan Algoritma Backpropagation dan SARIMA dalam Memprediksi Kebutuhan Nasi untuk Penjualan: Studi Kasus: Restoran Grillme Pontianak," Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika, vol. 4, no. 1, 2026.

Muhammad Khoir Nugraha. "Perbandingan Algoritma Backpropagation dan SARIMA dalam Memprediksi Kebutuhan Nasi untuk Penjualan: Studi Kasus: Restoran Grillme Pontianak." Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika, vol. 4, no. 1, 2026.

Muhammad Khoir Nugraha. "Perbandingan Algoritma Backpropagation dan SARIMA dalam Memprediksi Kebutuhan Nasi untuk Penjualan: Studi Kasus: Restoran Grillme Pontianak." Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika 4, no. 1 (2026).

Muhammad Khoir Nugraha (2026) 'Perbandingan Algoritma Backpropagation dan SARIMA dalam Memprediksi Kebutuhan Nasi untuk Penjualan: Studi Kasus: Restoran Grillme Pontianak', Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika, 4(1). doi: 10.61132/merkurius.v4i1.1348.

Muhammad Khoir Nugraha. Perbandingan Algoritma Backpropagation dan SARIMA dalam Memprediksi Kebutuhan Nasi untuk Penjualan: Studi Kasus: Restoran Grillme Pontianak. Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika. 2026;4(1).

Artikel Terkait

Analisis Kepuasan Pengguna Terhadap Layanan Wi-Fi Publik di Lingkungan Sekolah Tinggi Agama Katolik Negeri Pontianak

Indra Kristanto; Widiarina Widiarina; Bambang Junadi

Penerapan Pola dan Tren Penggunaan Instrumen Evaluasi Usability (SUS, UEQ, HE) pada Sistem Digital

Moh.Eri Ramadhan Ghifari; Fathoni Mahardika; Dani Indra Junaedi; Asep Saeppani

Penentuan Rute Terpendek Pengiriman Barang pada PT AMSA menggunakan Algoritma Dijkstra

Millennanda Dwi Cahya; Bondan Dwi Hatmoko; Irwan Agus

Peran Sistem Informasi Manajemen dalam Pengelolaan Data Jamaah Umrah: Kajian Literatur Sistematis

Sabila Sabila; Dellia Dellia; Nadiya Nadiya; Latifa Latifa; Zainal Abidin

Analisis Sentimen Pengguna YouTube terhadap Game Mobile menggunakan Metode Naïve Bayes

Aura Rahayu Aksa Radiana; Fathoni Mahardika; Dani Indra Junaedi

Analisis Sentimen Pelanggan UMKM di Media Sosial Menggunakan Naive Bayes untuk Menilai Persepsi Kualitas Produk

Ayu Astuti Siregar; Al-Khowarizmi
Tren Sitasi Jurnal