ABSTRAKSI: Distribusi produk merupakan bagian yang sangat vital dalam proses manajemen operasi bagi setiap perusahaan penerbit buku. Salah satu proses yang penting di bagian distribusi adalah menentukan proporsi jumlah produk yang tepat untuk didistribusikan ke agen-agen penjualan perusahaan. Agen jangan sampai kekurangan persediaan barang bila permintaan meningkat, dan jangan sampai persediaan teralu berlebih bila ternyata permintaan sedikit.Persediaan barang di gudang pun harus proporsional, harus cukup untuk memenuhi permintaan agen yang meningkat secara tiba-tiba serta mengurangi terjadi penimbunan barang yang berlebih.
Selama ini prediksi jumlah produk masih menggunakan pengetahuan yang terbatas dan perhitungan manual dari manajer pemasaran.Terkadang pembagian ini tidak sesuai dengan perkiraan, dapat diprediksikan bahwa perusahaan tidak mendapatkan keuntungan maksimal. Salah satu cara untuk mengatasi permasalahan tersebut adalah dibuat suatu sistem yang dapat memprediksi suplai produk buku ke agen-agen perusahaan sehingga suplai barang menjadi sesuai dengan kebutuhan.Sistem prediksi ini dibangun untuk memberi dukungan terhadap pengambilan keputusan melalui analisis data dan kebijakan dengan menggunakan manipulasi oleh model algoritma.
Algoritma yang digunakan untuk kasus prediksi ada bermacam-macam. Namun pada tugas akhir ini digunakan algoritma Grammatical Evolution (GE) untuk memprediksi data time series. Untuk melakukan prediski, GE menggunakan grammar Backus Naur Form (BNF) yang didefinisikan sesuai dengan karakteristik permasalahan sehingga nantinya dapat menciptakan kandidat-kandidat calon solusi pada suatu kasus.Dengan kelebihan ini, GE bisa melakukan pencarian untuk sangat banyak kemungkinan model prediksi, baik linier maupun non-linier.
Berdasarkan pengujian yang telah dilakukan dapat diketahui bahwa Grammatical Evolution dapat digunakan pada kasus prediksi suplai produk buku Pustaka Arafah berdasarkan penjualan. Akan tetapi, sistem yang dibuat memiliki tingkat akurasi yang belum memuaskan dalam memprediksi N periode ke depan. Sehingga perlu dibuat definisi BNF lain yang sesuai dengan karakteristik data.Kata Kunci : prediksi, suplai produk, time series, Evolutionary Computation (EC), Grammatical Evolution(GE)ABSTRACT: Distribution of products is a vital part in the operations management process for each book publishing company. One of the important processes in the distribution is to determine the exact proportion of the number of products to be distributed to the company's sales agents. Agents do not let lack of inventory when demand increases, and do not let excess inventories if demand turns out a little. Inventories of goods in the warehouse had to be proportionate, must be sufficient to meet the increasing demand for agents suddenly occur and reduce the excessive accumulation of goods.
During the prediction in the number of products still using the limited knowledge and manual calculation of the marketing manager. Sometimes this division does not match the estimates, can be predicted that the company did not get the maximum benefit. One way to overcome this problem is created a system that can predict product supply books to the agents of the company that supplies goods to suit it needs. This system was built to help company to making decision through data analysis and policy manipulation using the algorithmsv model.
The algorithm used for prediction case is multifarious. But in this used Grammatical Evolution (GE) algorithm to forcast the time series data. GE using Backus Naur Form grammar (BNF) defined in accordance with the characteristics of the problem so that later can create potential solutions to candidates on a case. With these advantages, GE can do a search for the very many possible predictive models, both linear and non-linear.
Based on the testing that has been done can be seen that Grammatical Evolution can be used in cases of product supply forcasting based Pustaka Arafah book sales. However, the system has not been satisfactory degree of accuracy in forcasting the N periods ahead. So, should made the BNF definition that more suitable to the characteristics of data.Keyword: forcasting, supply of product, time series, Evolutionary Computation (EC), grammatical evolution (GE)