Analisa Perbandingan Algoritma Fuzzy Tsukamoto Dan Sugeno Untuk Menentukan Jumlah Produksi Batik Berdasarkan Data Persediaan Dan Jumlah Permintaan (Studi Kasus : Batik Jiwo Creation, Sukoharjo)
Bilah Samping Artikel
Isi Artikel Utama
Abstrak
Batik Jiwo Creation adalah toko konveksi dan penjualan batik yang berdiri di kota Sukoharjo. Besarnya permintaan yang berubah setiap periode menyebabkan ketidakpastian dalam menentukan jumlah produksi perusahaan pada periode yang akan datang. Perencanaan jumlah produk sangat penting dalam memenuhi permintaan pasar secara tepat dan dalam jumlah yang tepat. Analisis penentuan jumlah produksi dilakukan dengan menggunakan Algoritma Fuzzy Tsukamoto dan Sugeno berdasarkan jumlah persediaan dan jumlah permintaan. Algoritma Tsukamoto dan Sugeno merupakan salah satu metode sistem inferensi fuzzy. Dalam metode Tsukamoto, setiap konsekuensi dari aturan if-then harus diwakili oleh himpunan fuzzy dengan fungsi keanggotaan monoton, sedangkan metode Sugeno memiliki bentuk akhir berupa konstanta atau persamaan linier. Berdasarkan nilai error MAD pada Fuzzy Tsukamoto adalah 17.93 sedangkan pada Fuzzy Sugeno adalah 210.73. Hal ini menunjukkan bahwa metode Fuzzy Tsukamoto lebih baik digunakan dalam perhitungan peramalan produksi. Algoritma perbandingan ini digunakan untuk membantu menentukan jumlah produksi pada periode berikutnya tergantung pada jumlah permintaan dan penawaran dari periode sebelumnya.
##plugins.themes.bootstrap3.displayStats.downloads##
Rincian Artikel
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Hak cipta pada setiap artikel adalah milik penulis, dan penulis mengakui bahwa Jnanaloka sebagai pihak yang mempublikasikan pertama kali dengan lisensi Creative Commons Attribution (CC BY). Lisensi ini mengijinkan untuk, Berbagi yakni menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun; dan Adaptasi yakni menggubah, mengubah, dan membuat turunan dari materi iniuntuk kepentingan apapun, termasuk kepentingan komersial dengan ketentuan Atribusi
Cara Mengutip
Referensi
F. Aldyantoet al., “Prediksi jumlah produksi roti menggunakan metode logika fuzzy (studikasus: Roti malabar bakery),”Jurnal Teknoif ITP, vol. 4, no. 2, pp. 59–65, 2016.
T. Tundo, R. Akbar, and E. I. Sela, “Analisis perbandingan fuzzy tsukamoto dan sugenodalam menentukan jumlah produksi kain tenun menggunakan base rule decision tree,”Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 7, no. 1, pp. 171–180, 2020.
I. Istraniady and P. Andrian, “Analisis perbandingan metode fuzzy tsukamoto dan metodefuzzy mamdani pada perbandingan harga sepeda motor bekas,” 2013.
P. M. Prihatini, “Metode ketidakpastian dan kesamaran dalam sistem pakar,”LontarKomputer, vol. 2, no. 1, 2011.
S. Kusumadewi, “Analisis desain sistem fuzzy menggunakan tool box matlab,”Yogyakarta:Graha Ilmu, 2002.
S. Basriati, E. Safitri, and M. Mat, “Penerapan metode fuzzy tsukamoto dalam menentukan jumlah produksi tahu,”SITEKIN: Jurnal Sains, Teknologi dan Industri, vol. 18, no. 1, pp.120–125, 2020.
S. Hartanto, “Implementasi fuzzy rule based system untuk klasifikasi buah mangga,”TECHSI-Jurnal Teknik Informatika, vol. 9, no. 2, pp. 103–122, 2017.