Implementasi Fuzzy Tsukamoto dalam Prediksi Produksi Madu Trigona

Article Sidebar

PDF
Published Jan 24, 2022
DOI https://doi.org/10.30864/eksplora.v11i1.545

Main Article Content

I Made Arya Budhi Saputra
ITB STIKOM BALI
Ni Wayan Risa Rahayu Saraswati
ITB STIKOM BALI
Ida Bagus Nyoman Pascima
Universitas Pendidikan Ganesha
Ni Nyoman Utami Januhari
ITB STIKOM BALI

Abstract

Madu trigona merupakan madu yang penuh khasiat. Selain penuh khasiat, madu trigona pada saat panen tidak memerlukan kemampuan atau skill khusus serta mudah dalam proses pemeliharaan. Di daerah Kerandangan (Lombok Barat) terdapat sebuah kelompok tani yang membudidayakan madu ini. Kelompok tani ini memiliki beberapa titik lokasi untuk peternakan lebah madu. Jumlah permintaan menyebabkan produksi madu mengalami fluktuatif yang berimbas pada penghasilan dari kelompok tani ini. Selain itu fluktuatifnya jumlah permintaan menyebabkan tidak efisiennya penggunaan tenaga kerja dalam proses produksi. Kelompok tani ini sering kali salah dalam melakukan prediksi dalam jumlah produksi dari madu yang dihasilkan. Fuzzy Tsukamoto merupakan metode yang digunakan pada penelitian ini. Salah satu kelebihan dari metode ini memiliki kemampuan berupa intuisi dengan informasi yang bersifat kualitatif. Nilai produksi minimal madu trigona pada kelompok tani ini sebanyak 3 botol dan nilai maksimal produksi sebanyak 10 botol. Terdapat 4 inferensi rule yang digunakan pada penelitian ini. Hasil dari penggunaan metode menghasilkan nilai akurasi prediksi sebesar 92.40 %.

Downloads

Download data is not yet available.

Article Details

How to Cite
Saputra, I. M. A., Saraswati, N. W., Pascima, I. B., & Januhari, N. N. (2022). Implementasi Fuzzy Tsukamoto dalam Prediksi Produksi Madu Trigona. Jurnal Eksplora Informatika, 11(1), 12-19. https://doi.org/10.30864/eksplora.v11i1.545
Issue
Vol 11 No 1 (2021): Jurnal Eksplora Informatika
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jurnal Eksplora Informatika bersifat open access, yaitu dapat diakses secara umum tanpa dikenakan biaya. Penulis yang menerbitkan artikelnya di Jurnal Eksplora Informatika setuju dengan ketentuan berikut:

  • Penulis memegang hak cipta dan memberikan hak publikasi pertama kepada Jurnal Eksplora Informatika menggunakan lisensi Creative Commons Attribution-ShareAlike 4.0.
  • Penulis diizinkan untuk mengarsipkan/menggunggah/meyimpan artikel mereka, misalnya dalam repositori institusional atau situs web/blog penulis, namun diharapkan agar memberikan rincian bibliografi yang menghargai publikasi di jurnal ini.
  • Jurnal Eksplora Informatika berhak untuk menyediakan artikel dalam berbagai bentuk dan media, sehingga artikel dapat digunakan untuk teknologi terbaru bahkan setelah dipublikasikan.
  • Jurnal Eksplora Informatika berhak untuk menegakkan hak-hak atas nama penulis pada artikel terhadap pihak ketiga. Misalnya dalam kasus plagiarisme atau pelanggaran hak cipta.

References

Balitbangtek, “Panduan Singkat Budidaya Breeding Lebah Trigona sp.,” no. 7, pp. 1–19, 2018, [Online]. Available: http://balitbangtek-hhbk.org/2019/07/unggah/file-publikasi/panduan_trigona-ilovepdf-compressed_(1).pdf.

R. YULIANA, E. SUTARININGSIH, H. B. SANTOSO, and S. D. RIENDRASARI, “Daya Antimikrobia Sarang Lebah Madu Trigona spp terhadap Mikrobia Patogen,” Bioedukasi J. Pendidik. Biol., vol. 8, no. 1, p. 67, 2015, doi: 10.20961/bioedukasi-uns.v8i1.3546.

C. Astria, H. Okprana, A. Wanto, D. Hartama, and H. S. Tambunan, “Implementasi Inferensi Fuzzy Tsukamoto pada Prediksi Penjualan Telur Ayam Eropa pada Bisnis Raffa Telur,” vol. 4, pp. 58–61, 2020, doi: 10.30865/komik.v4i1.2587.

U. Dian, N. Semarang, S. E. Smoothing, D. Exponential, and M. Peramalan, “Optimalisasi Jumlah Produksi Paving dan Batako Menggunakan Metode Fuzzy Inference System Tsukamoto dengan Peramalan,” Yoga Adhi Wicaksono , Rindra Yusianto, Tota Talita, vol. 1, no. 5, pp. 1–9, 2014.

M. . Riyadi Yudha Wiguna, Hanny Haryanto, S.Kom, “Sistem berbasis aturan menggunakan logika fuzzy tsukamoto untuk prediksi jumlah produksi roti pada cv. gendis bakery,” Progr. Stud. Tek. Inform. Fak. Ilmu Komputer, Univ. Dian Nuswantoro, 2015.

T. U. Azmi, H. Haryanto, and T. Sutojo, “Prediksi Jumlah Produksi Jenang di PT Menara Jenang Kudus Menggunakan Metode Logika Fuzzy Tsukamoto,” Sisfotenika, vol. 8, no. 1, p. 23, 2018, doi: 10.30700/jst.v8i1.176.

E. Sulistiani and S. Noris, “Penerapan FIS Metode Tsukamoto untuk Menentukan Kelayakan Pemberian Kredit,” J. Inform. Univ. Pamulang, vol. 1, no. 1, pp. 22–27, 2016.

N. S. Pinem and D. P. Utomo, “Implementasi Fuzzy Logic Dengan Infrensi Tsukamoto Untuk Prediksi Jumlah Kemasan Produksi (Studi Kasus: PT. Sinar Sosro Medan),” Pelita Inform. Inf. dan Inform., vol. 9, no. 1, pp. 56–60, 2020.

R. N. C. Devi, S. T. Safitri, and F. M. Wibowo, “Penerapan Metode Fuzzy Logic Tsukamoto Dalam Penentu Alat Kontrasepsi,” Pros. SENDI_U 2018, pp. 88–96, 2018.

Y. Ferdiansyah and N. Hidayat, “Implementasi Metode Fuzzy - Tsukamoto Untuk Diagnosis Penyakit Pada Kelamin Laki Laki,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 12, pp. 7516–7520, 2018.