Penerapan Metode Fuzzy Inferensi System Tsukamoto Untuk Memprediksi Pembelian Rotan di Wilayah Sumatera
DOI:
https://doi.org/10.58520/jddat.v3i2.60Keywords:
Prediksi Pembelian Rotan, Fuzzy Inferensi System, Metode Tsukamoto, Manajemen Inventori, Permintaan dan StokAbstract
Peningkatan permintaan rotan di pasar global mendorong perlunya sistem prediksi yang akurat untuk memperkirakan jumlah pembelian rotan. Penelitian ini bertujuan untuk menerapkan Metode Fuzzy Inferensi System Tsukamoto dalam memprediksi pembelian rotan. Sistem ini menggunakan variabel input berupa harga rotan, permintaan, dan stok, yang diolah melalui aturan-aturan fuzzy yang telah ditentukan. Hasil inferensi berupa variabel output prediksi pembelian rotan. Metode Tsukamoto dipilih karena kemampuannya dalam menangani data yang tidak pasti dan memberikan output yang jelas dan terukur. Dalam penelitian ini, dilakukan pengumpulan data historis pembelian rotan serta parameter-parameter yang mempengaruhinya. Data tersebut dianalisis dan diolah menggunakan metode Tsukamoto untuk menghasilkan model prediksi. Validasi model dilakukan dengan membandingkan hasil prediksi dengan data aktual, menunjukkan tingkat akurasi yang memuaskan. Implementasi sistem ini diharapkan dapat membantu para pelaku bisnis rotan dalam mengambil keputusan pembelian yang lebih efektif dan efisien. Selain itu, sistem ini juga dapat diintegrasikan dengan sistem manajemen inventori untuk mengoptimalkan pengelolaan stok rotan. Dengan demikian, penelitian ini memberikan kontribusi signifikan dalam bidang manajemen rantai pasok dan prediksi penjualan khususnya pada komoditas rotan.
References
Andayati. (2010). Kecerdasan Buatan. Universitas Gadjah Mada, Yogyakarta
Budiharto, Widodo dan Derwin Suhartono. (2014). Artificial Intelligence. Andi. Yogyakarta.
Hermawan. (2008). Aplikasi logika fuzzy untuk pendukung keputusan, Graha Ilmu, Yogyakarta.
Kusumadewi, Sri dan Hari Purnomo (2010) Aplikasi Logika Fuzzy Untuk Pendukung Keputusan Edisi Kedua. Graha Ilmu. Yogyakarta.
Naba, Agus. (2009). Belajar cepat fuzzy logic menggunakan MATLAB, Andi Offset, Yogyakarta.
Sutojo. (2011). Kecerdasan Buatan, Andi offset, Yogyakarta.
Turban, E. (2010). Decision Support and Expert System: Management Support System, Prentice-Hall International, Inc., New Jersey.
W. A. Hadiyanti, A. S. Hanggowibowo, M. Suhayati, “Analiss perbandingan metode fuzzy inferensi sistem Tsukamoto dan Mamdani dalam penentuan estiasi jumlah produksi gula,”
N. I. Safitri, B. D. Setiawan, Indriati, “Optimasi Fungsi Keanggotaan Fuzzy Inference System Tsukamoto dengan Particle Swarm Optimization pada Penentuan Jumlah Produksi Gula(Studi Kaus: Pabrik Gula Kebonagung Malang),”
D. M. Sukandy, A. T. Basuki, S. Puspasari, “Penerapan Metode Fuzzy Inferensi System Tsukamoto untuk Memprediksi Jumlah Produksi Minyak Sawit Berdasarkan Data Persediaan dan Jumlah Permintaan(Studi Kasus PT Perkebunan Mitra Ogan Baturaja),”.2013.
Nazir. (2013). Metode Penelitian, Jakarta: Ghalia Indonesia
Noor. (2011). Metodologi Penelitian Skripsi, Tesis, Desertasi dan Karyawan Ilmiah. Kencana Jakarta
Sugiyono. (2010). Metode Penelitian Kuantitatif Kualitatif dan R&D, Cetakan Keempat. Penerbit Alfabeta, Bandung.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Jurnal Desain Dan Analisis Teknologi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.