Fuzzy Inference System Mamdani dalam Prediksi Produksi Kain Tenun Menggunakan Rule Berdasarkan Random Tree

Kain tenun merupakan salah satu produk yang diminati oleh banyak orang. Hal ini menjadi pemicu produsen untuk meningkatkan pengelolahannya. Salah satu usaha yang dilakukan adalah memprediksi produksi yang dapat dilakukan untuk mendapatkan jumlah optimal yang diperoleh, sehingga mendapatkan keuntung...

Full description

Saved in:
Bibliographic Details
Main Authors: Tundo Tundo, Shoffan Saifullah
Format: Article
Language:Indonesian
Published: University of Brawijaya 2022-06-01
Series:Jurnal Teknologi Informasi dan Ilmu Komputer
Online Access:https://jtiik.ub.ac.id/index.php/jtiik/article/view/4212
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1823858561021640704
author Tundo Tundo
Shoffan Saifullah
author_facet Tundo Tundo
Shoffan Saifullah
author_sort Tundo Tundo
collection DOAJ
description Kain tenun merupakan salah satu produk yang diminati oleh banyak orang. Hal ini menjadi pemicu produsen untuk meningkatkan pengelolahannya. Salah satu usaha yang dilakukan adalah memprediksi produksi yang dapat dilakukan untuk mendapatkan jumlah optimal yang diperoleh, sehingga mendapatkan keuntungan yang besar. Dalam penelitian ini, untuk mendapatkan prediksi jumlah produksi kain tenun dilakukan dengan perhitungan komputerisasi menggunakan metode logika fuzzy Mamdani. Metode ini menggunakan konsep pohon keputusan random tree dalam membentuk rule. Rule yang dibuat berdasarkan pada kriteria dalam penentuan jumlah produksi kain tenun, diantaranya yaitu biaya produksi, permintaan, dan stok. Konsep pohon keputusan random tree dalam penelitian ini digunakan untuk membuat rule secara otomatis berdasarkan data yang tersedia. Pembentukan rule ini berdasarkan data-data kain tenun dan diimplementasikan dalam random tree, sehingga tidak perlu menggunakan pakar. Penelitian ini membuktikan bahwa prediksi yang dilakukan dapat membangun rule dengan nilai akurasi sebesar 100%. Hasil perbandingan prediksi dengan produksi sesungguhnya memiliki persentase error sebesar 3% dengan nilai kebenaran sebesar 97% (berdasarkan perhitungan Average Forecasting Error Rate (AFER)). Oleh karena itu ketika diimplementasikan dalam fuzzy Mamdani dapat menghasilkan prediksi produksi kain tenun yang optimal.   Abstract Woven fabric is a product that is in demand by many people. It triggers producers to improve their management. One of the efforts made is to predict the production that can be done to get the optimal amount obtained, to get a significant profit. In this study, to obtain a prediction of the amount of woven fabric production is done by computerized calculations using the Mamdani fuzzy logic method. This method uses the concept of a random tree decision tree in forming rules. The rules are made based on the criteria in determining the amount of woven fabric production, including production costs, demand, and stock. The concept of a random tree decision tree in this study automatically generates rules based on available data. This rule's formation is based on woven fabric data and is implemented in a random tree, so there is no need to use experts. This study shows that the predictions made can build rules with an accuracy value of 100%. The comparison of predictions with actual production has an error percentage of 3% with a truth value of 97% (based on the calculation of the Average Forecasting Error Rate (AFER)). When implemented in Fuzzy Mamdani, it can produce optimal woven fabric production predictions with predicted results less than the actual production.
format Article
id doaj-art-81b3bde474314518a94a2329d86f76ca
institution Kabale University
issn 2355-7699
2528-6579
language Indonesian
publishDate 2022-06-01
publisher University of Brawijaya
record_format Article
series Jurnal Teknologi Informasi dan Ilmu Komputer
spelling doaj-art-81b3bde474314518a94a2329d86f76ca2025-02-11T10:42:46ZindUniversity of BrawijayaJurnal Teknologi Informasi dan Ilmu Komputer2355-76992528-65792022-06-019310.25126/jtiik.2022924212874Fuzzy Inference System Mamdani dalam Prediksi Produksi Kain Tenun Menggunakan Rule Berdasarkan Random TreeTundo Tundo0Shoffan Saifullah1Universitas Putra Bangsa, KebumenUniversitas Pembangunan Nasional Veteran Yogyakarta, Sleman Kain tenun merupakan salah satu produk yang diminati oleh banyak orang. Hal ini menjadi pemicu produsen untuk meningkatkan pengelolahannya. Salah satu usaha yang dilakukan adalah memprediksi produksi yang dapat dilakukan untuk mendapatkan jumlah optimal yang diperoleh, sehingga mendapatkan keuntungan yang besar. Dalam penelitian ini, untuk mendapatkan prediksi jumlah produksi kain tenun dilakukan dengan perhitungan komputerisasi menggunakan metode logika fuzzy Mamdani. Metode ini menggunakan konsep pohon keputusan random tree dalam membentuk rule. Rule yang dibuat berdasarkan pada kriteria dalam penentuan jumlah produksi kain tenun, diantaranya yaitu biaya produksi, permintaan, dan stok. Konsep pohon keputusan random tree dalam penelitian ini digunakan untuk membuat rule secara otomatis berdasarkan data yang tersedia. Pembentukan rule ini berdasarkan data-data kain tenun dan diimplementasikan dalam random tree, sehingga tidak perlu menggunakan pakar. Penelitian ini membuktikan bahwa prediksi yang dilakukan dapat membangun rule dengan nilai akurasi sebesar 100%. Hasil perbandingan prediksi dengan produksi sesungguhnya memiliki persentase error sebesar 3% dengan nilai kebenaran sebesar 97% (berdasarkan perhitungan Average Forecasting Error Rate (AFER)). Oleh karena itu ketika diimplementasikan dalam fuzzy Mamdani dapat menghasilkan prediksi produksi kain tenun yang optimal.   Abstract Woven fabric is a product that is in demand by many people. It triggers producers to improve their management. One of the efforts made is to predict the production that can be done to get the optimal amount obtained, to get a significant profit. In this study, to obtain a prediction of the amount of woven fabric production is done by computerized calculations using the Mamdani fuzzy logic method. This method uses the concept of a random tree decision tree in forming rules. The rules are made based on the criteria in determining the amount of woven fabric production, including production costs, demand, and stock. The concept of a random tree decision tree in this study automatically generates rules based on available data. This rule's formation is based on woven fabric data and is implemented in a random tree, so there is no need to use experts. This study shows that the predictions made can build rules with an accuracy value of 100%. The comparison of predictions with actual production has an error percentage of 3% with a truth value of 97% (based on the calculation of the Average Forecasting Error Rate (AFER)). When implemented in Fuzzy Mamdani, it can produce optimal woven fabric production predictions with predicted results less than the actual production. https://jtiik.ub.ac.id/index.php/jtiik/article/view/4212
spellingShingle Tundo Tundo
Shoffan Saifullah
Fuzzy Inference System Mamdani dalam Prediksi Produksi Kain Tenun Menggunakan Rule Berdasarkan Random Tree
Jurnal Teknologi Informasi dan Ilmu Komputer
title Fuzzy Inference System Mamdani dalam Prediksi Produksi Kain Tenun Menggunakan Rule Berdasarkan Random Tree
title_full Fuzzy Inference System Mamdani dalam Prediksi Produksi Kain Tenun Menggunakan Rule Berdasarkan Random Tree
title_fullStr Fuzzy Inference System Mamdani dalam Prediksi Produksi Kain Tenun Menggunakan Rule Berdasarkan Random Tree
title_full_unstemmed Fuzzy Inference System Mamdani dalam Prediksi Produksi Kain Tenun Menggunakan Rule Berdasarkan Random Tree
title_short Fuzzy Inference System Mamdani dalam Prediksi Produksi Kain Tenun Menggunakan Rule Berdasarkan Random Tree
title_sort fuzzy inference system mamdani dalam prediksi produksi kain tenun menggunakan rule berdasarkan random tree
url https://jtiik.ub.ac.id/index.php/jtiik/article/view/4212
work_keys_str_mv AT tundotundo fuzzyinferencesystemmamdanidalamprediksiproduksikaintenunmenggunakanruleberdasarkanrandomtree
AT shoffansaifullah fuzzyinferencesystemmamdanidalamprediksiproduksikaintenunmenggunakanruleberdasarkanrandomtree