Fuzzy Inferensi System Pada Produksi Tempe Dengan Algoritma Tsukamoto
Abstract
Meningkatnya jumlah permintaan Tempe di Desa Rambung Susu, Kerasaan I, Kec. Pematang Bandar, Kab. Simalungun membuat pengusaha tempe harus terus meningkatkan produksi yang efektif sesuai dengan permintaan pelanggan. Penelitian ini bertujuan untuk merekomendasikan pengelolahan serta produksi didalam pengembangan usaha produksi tempe di Desa Rambung Susu. Kerasaan I , Kec. Pematang Bandar, Kab. Simalungun. Metode yang digunakan pada penelitian adalah dengan sistem inferensi fuzzy metode tsukamoto. Sumber data penelitian ini diperoleh dengan cara wawancara dan observasi langsung ke bagian produksi tempe yang berada di Desa Rambung Susu, Kerasaan I, Kec. Pematang Bandar, Kab. Simalungun. Pada pengelolahan serta produksi tempe, penelitian ini menggunakan 3 (tiga) Variabel diantaranya : permintaan (X), persediaan (Y), dan produksi (Z). Dimana permintaan (X) memiliki fuzzy set Naik dan Turun., persediaan (Y) memiliki fuzzy set Banyak dan Sedikit, produksi(Z) memiliki fuzzy set Bertambah dan Berkurang. Dari perhitungan prediksi jumlah produksi tempe dengan permintaan 1500 dan persediaan 400 adalah 1823 buah tempe. Dengan hasil tersebut dapat memudahkan pihak produksi tempe dalam memprediksi jumlah produksi tempe.
Kata Kunci: Inferensi Fuzzy, Tsukamoto, Tempe, ProduksiFull Text:
PDFReferences
Karnila Puspita Sari, J. P, and A. Sukainah, “Fortifikasi Tempe Berbahan Dasar Kedelai Dan Biji Nangka,” J. Pendidik. Teknol. Pertan., vol. 2, pp. 16–26, 2016.
O. E. Putra and Febrianti Eka Lia, “Analisa Jumlah Produksi Pada Industri Rumah Tangga Dengan Menggunakan Logika Fuzzy : Studi Kasus UD Tempe Puji Kecamatan Bayang Kabupaten Pesisir Selatan,” J. Sainstek, vol. 8, no. 2, pp. 173–179, 2016.
W. Katrina, H. J. Damanik, F. Parhusip, D. Hartama, A. P. Windarto, and A. Wanto, “C.45 Classification Rules Model for Determining Students Level of Understanding of the Subject,” J. Phys. Conf. Ser., vol. 1255, no. 12005, pp. 1–7, 2019, doi: 10.1088/1742-6596/1255/1/012005.
M. Widyastuti, A. G. Fepdiani Simanjuntak, D. Hartama, A. P. Windarto, and A. Wanto, “Classification Model C.45 on Determining the Quality of Custumer Service in Bank BTN Pematangsiantar Branch,” J. Phys. Conf. Ser., vol. 1255, no. 12002, pp. 1–6, 2019, doi: 10.1088/1742-6596/1255/1/012002.
Sudirman, A. P. Windarto, and A. Wanto, “Data mining tools | rapidminer: K-means method on clustering of rice crops by province as efforts to stabilize food crops in Indonesia,” IOP Conf. Ser. Mater. Sci. Eng., vol. 420, no. 1, 2018, doi: 10.1088/1757-899X/420/1/012089.
R. W. Sari, A. Wanto, and A. P. Windarto, “Implementasi Rapidminer Dengan Metode K-Means (Study Kasus: Imunisasi Campak Pada Balita Berdasarkan Provinsi),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 224–230, 2018, doi: 10.30865/komik.v2i1.930.
N. Rofiqo, A. P. Windarto, and D. Hartama, “Penerapan Clustering Pada Penduduk Yang Mempunyai Keluhan Kesehatan Dengan Datamining K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 216–223, 2018, doi: 10.30865/komik.v2i1.929.
M. G. Sadewo, A. P. Windarto, and A. Wanto, “Penerapan Algoritma Clustering Dalam Mengelompokkan Banyaknya Desa/Kelurahan Menurut Upaya Antisipasi/ Mitigasi Bencana Alam Menurut Provinsi Dengan K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 311–319, 2018, doi: 10.30865/komik.v2i1.943.
D. Hartama, A. Perdana Windarto, and A. Wanto, “The Application of Data Mining in Determining Patterns of Interest of High School Graduates,” J. Phys. Conf. Ser., vol. 1339, no. 1, 2019, doi: 10.1088/1742-6596/1339/1/012042.
D. R. Sari, N. Rofiqo, D. Hartama, A. P. Windarto, and A. Wanto, “Analysis of the Factors Causing Lazy Students to Study Using the ELECTRE II Algorithm,” J. Phys. Conf. Ser., vol. 1255, no. 1, 2019, doi: 10.1088/1742-6596/1255/1/012007.
R. W. Sari, A. P. Windarto, S. P. Keputusan, P. Kreatifitas, M. Pkm, and A. D. A. N. Pembahasan, “Penerapan Electree Pada Seleksi Proposal Program Kreativitas Mahasiswa ( PKM ) di STIKOM Tunas Bangsa,” in Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) SAINTEKS 2019, 2019, pp. 800–806.
F. Syahputra, M. Mesran, I. Lubis, and A. P. Windarto, “Sistem Pendukung Keputusan Pemilihan Guru Berprestasi Kota Medan Menerapkan Metode Preferences Selection Index (Studi Kasus : Dinas Pendidikan Kota Medan),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 147–155, 2018, doi: 10.30865/komik.v2i1.921.
P. P. P. A. N. W. F. I. R. H. Zer, Masitha, A. P. Windarto, and A. Wanto, “Analysis of the ELECTRE Method on the Selection of Student Creativity Program Proposals,” J. Phys. Conf. Ser., vol. 1255, no. 1, 2019, doi: 10.1088/1742-6596/1255/1/012011.
P. P. P. A. N. W. F. I. R. H. Zer, D. Hartama, and A. P. Windarto, “Analisis Komparasi Metode AHP dan TOPSIS dalam Pemilihan Asuransi Kategori Kesehatan Terbaik PT . Prudential,” in Seminar Nasional Sains & Teknologi Informasi (SENSASI) SENSASI 2019, 2018, pp. 427–432.
M. Widyastuti, F. R. S. Samosir, A. P. Windarto, and D. Hartama, “Implementasi Metode Promethee Dalam Pemilihan Kenaikan Jabatan Sous Chef Menjadi Chef,” Teknol. Komput. Sains, vol. 1, no. 1, pp. 807–812, 2019.
S. Sundari, Karmila, M. N. Fadli, D. Hartama, A. P. Windarto, and A. Wanto, “Decision Support System on Selection of Lecturer Research Grant Proposals using Preferences Selection Index,” J. Phys. Conf. Ser., vol. 1255, no. 1, pp. 1–8, 2019, doi: 10.1088/1742-6596/1255/1/012006.
P. Alkhairi, L. P. Purba, A. Eryzha, A. P. Windarto, and A. Wanto, “The Analysis of the ELECTREE II Algorithm in Determining the Doubts of the Community Doing Business Online,” J. Phys. Conf. Ser., vol. 1255, no. 1, 2019, doi: 10.1088/1742-6596/1255/1/012010.
D. N. Batubara, D. R. Sitorus P, and A. P. Windarto, “Penerapan Metode PROMETHEE II Pada Pemilihan Situs Travel Berdasarkan Konsumen,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 8, no. 1, pp. 46–52, 2019, doi: 10.32736/sisfokom.v8i1.598.
K. Fatmawati et al., “Analysis of Promothee II Method in the Selection of the Best Formula for Infants under Three Years,” J. Phys. Conf. Ser., vol. 1255, no. 1, 2019, doi: 10.1088/1742-6596/1255/1/012009.
T. Imandasari, A. P. Windarto, and D. Hartama, “Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) Analisis Metode MAUT Pada Pemilihan Deodorant,” in Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) SAINTEKS 2019, 2019, pp. 736–739.
K. F. Irnanda, F. N. Arifah, M. R. Raharjo, A. Arifin, and A. P. Windarto, “The selection of Calcium Milk Products that are appropriate for advanced age using PROMETHEE II Algorithm,” J. Phys. Conf. Ser., vol. 1381, no. 1, 2019, doi: 10.1088/1742-6596/1381/1/012070.
T. Imandasari, M. G. Sadewo, A. P. Windarto, A. Wanto, H. O. Lingga Wijaya, and R. Kurniawan, “Analysis of the Selection Factor of Online Transportation in the VIKOR Method in Pematangsiantar City,” J. Phys. Conf. Ser., vol. 1255, no. 12008, pp. 1–7, 2019, doi: 10.1088/1742-6596/1255/1/012008.
T. Imandasari and A. P. Windarto, “Penerapan Metode VIKOR Pada Pemilihan Popok Bayi Berdasarkan Jenis Kulit,” Semin. Nas. Sains Teknol. Inf., pp. 215–220, 2018.
Hamdani, “Sistem Pakar Untuk Diagnosa Penyakit Mata Pada Manusia,” vol. 5, no. 2, pp. 13–21, 2010.
A. P. Windarto, M. R. Lubis, and Solikhun, “Implementasi JST Pada Prediksi Total Laba Rugi Komprehensif Bank Umum Konvensional Dengan Backpropagation,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 4, pp. 411–418, 2018, doi: 10.25126/jtiik.201854767.
A. P. Windarto, M. R. Lubis, and Solikhun, “Model Arsitektur Neural Network Dengan Backpropogation Pada Prediksi Total Laba Rugi Komprehensif Bank Umum Konvensional,” Kumpul. J. Ilmu Komput., vol. 5, no. 2, pp. 147–158, 2018.
A. P. Windarto, L. S. Dewi, and D. Hartama, “Implementation of Artificial Intelligence in Predicting the Value of Indonesian Oil and Gas Exports With BP Algorithm,” Int. J. Recent Trends Eng. Res., vol. 3, no. 10, pp. 1–12, 2017, doi: 10.23883/IJRTER.2017.3482.J5BBS.
Sumijan, A. P. Windarto, A. Muhammad, and Budiharjo, “Implementation of Neural Networks in Predicting the Understanding Level of Students Subject,” Int. J. Softw. Eng. Its Appl., vol. 10, no. 10, pp. 189–204, 2016.
Budiharjo, T. Soemartono, A. P. Windarto, and T. Herawan, “Predicting tuition fee payment problem using backpropagation neural network model,” Int. J. Adv. Sci. Technol., vol. 120, pp. 85–96, 2018, doi: 10.14257/ijast.2018.120.07.
Budiharjo, T. Soemartono, A. P. Windarto, and T. Herawan, “Predicting School Participation in Indonesia using Back-Propagation Algorithm Model,” Int. J. Control Autom., vol. 11, no. 11, pp. 57–68, 2018.
C. C. Lee, “Fuzzy Logic in Control Systems : Fuzzy,” no. 2, 1990.
A. Mulyanto and Abdul Haris, “Penerapan Metode Fuzzy Tsukamoto Untuk Menentukan Jumlah Jam Overtime Pada Produksi Barang di PT Asahi Best Base Indonesia (ABBI) Bekasi,” J. Inform. SIMANTIK Vol.1, vol. 1, no. 1, pp. 1–11, 2016.
A. Prayogi, E. Santoso, and Sutrisno, “Sistem Pendukung Keputusan Untuk Penentuan Jumlah Produksi Nanas Menggunakan Metode Fuzzy Tsukamoto ( Studi kasus PT . Great Giant Pineapple ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 6, 2018.
D. A. Silitonga, M. Anjelita, and A. P. Windarto, “Fuzzy Inference System Untuk Prediksi Pembelian Bahan Bakar Pertamax Pada Spbu Di Kota Pematangsiantar,” Syntax J. Inform., vol. 8, no. 2, pp. 75–83, 2019.
Refbacks
- There are currently no refbacks.
Copyright (c) 2020 Seminar Nasional Teknologi Komputer & Sains (SAINTEKS)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.