Melola Discovery

← Melola Discovery

Jurnal SINTA 2

Penerapan Algoritma Genetika Untuk Penentuan Batasan Fungsi Kenggotaan Fuzzy Tsukamoto Pada Kasus Peramalan Permintaan Barang

Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) · Vol. 3 No. 3 (2016) · pp. 169–173

DOI
10.25126/jtiik.201633201
ISSN
2528-6579, 2355-7699
Published
2016-12-12
Publisher
Fakultas Ilmu Komputer, Universitas Brawijaya
Language
en

Abstract

Perencanaan kapasitas produksi seharusnya menyesuaikan dengan kebutuhan permintaan. Hal ini bisa dicapai dengan melakukan peramalan permintaan barang yang diproduksi. Sistem inferensi fuzzy Tsukamoto bisa diimplementasikan untuk peramalan. Salah satu permasalahan dalam penerapan metode fuzzy adalah sulitnya menentukan batasan fungsi keanggotaan yang tepat. Pada tulisan ini diusulkan penggunaan algoritma genetika untuk memperbaiki batasan fungsi keanggotaan fuzzy sehingga didapatkan hasil peramalan yang lebih akurat. Percobaan komputasi membuktikan bahwa sistem inferensi fuzzy yang telah dioptimasi mampu memberikan hasil yang lebih akurat. Dalam hal ini penerapan algoritma genetika untuk penentuan batasan fungsi pada kasus peramalan permintaan barang dilakukan dengan menggunakan teknik extended intermediate crossover, mutasi dengan exchange point dan seleksi dengan menggunakan elitsm selection. Pada penelitian ini terdapat 4 tahapan dalam menentukan nilai error yang optimal dengan menggunakan algoritma genetika sebagai batasan fungsi keanggotaan fuzzy tsukamoto. Data yang digunakan dalam penelitian ini sebanyak 25 permintaan produksi dalam satuan minggu selama tahun 2015. Solusi optimal diperoleh pada ukuran populasi sebanyak 80, jumlah generasi sebesar 120, dan kombinasi crossover rate dan mutation rate sebesar 0.3 dan 0.7 dengan fitness sebesar 6.863533684.

Collaboration network of the authors

40 authors · 68 co-authorship links · 10 across different organisations · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • University of Brawijaya
  • State University of Malang
  • Universitas Merdeka Malang
  • Institut Teknologi Sepuluh Nopember
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Yusuf Priyo AnggodoUniversity of Brawijaya3
Asyrofa RahmiUniversity of Brawijaya2
Syaiful AnamUniversity of Brawijaya2
Adyan Nur AlfiyatinUniversity of Brawijaya2
Firnanda Al Islama Achyunda PutraUniversity of Brawijaya1
Fitri UtaminingrumUniversity of Brawijaya1
Ida WahyuniUniversity of Brawijaya1
Ervin YohannesUniversity of Brawijaya1
Hilman Nuril HadiUniversity of Brawijaya1
Rizal Setya PerdanaUniversity of Brawijaya1
Ghenniy RachmansyahUniversity of Brawijaya1
Ria FebriyanaUniversity of Brawijaya1
Vitara Nindya Putri HasanUniversity of Brawijaya1
Mohammad Zoqi SarwaniUniversity of Brawijaya1
Luthfi HidayatUniversity of Brawijaya1
Garsinia Ely RianiUniversity of Brawijaya1
Fita Lathifatul Mu’asyarohAffiliation unknown1
Agus Wahyu WidodoUniversity of Brawijaya1
Diva KurnianingtyasUniversity of Brawijaya1
Muchammad Chandra Cahyo UtomoUniversity of Brawijaya1
Candra Fajri AnandaUniversity of Brawijaya1
Farhanna Mar’iUniversity of Brawijaya1
Cleoputri YusainyUniversity of Brawijaya1
Qoirul KotimahUniversity of Brawijaya1
Vivi Nur WijayaningrumUniversity of Brawijaya1
Gayatri Dwi SantikaUniversity of Brawijaya1
Agus NabaUniversity of Brawijaya1
Aji Prasetya WibawaState University of Malang1
Nadia Roosmalita SariUniversity of Brawijaya1
Elta SonalithaUniversitas Merdeka Malang1
Gusti Ahmad Fanshuri AlfarisyUniversity of Brawijaya1
Muhammad Halim NatsirUniversity of Brawijaya1
Agung Mustika RizkiInstitut Teknologi Sepuluh Nopember1
Gusti Eka YuliastutiUniversity of Brawijaya1
Andi HamdianahUniversity of Brawijaya1
Hilman TaufiqUniversity of Brawijaya1
Aprilia Nur FauziyahUniversity of Brawijaya1
Amalia Kartika AriyaniUniversity of Brawijaya1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://jtiik.ub.ac.id/index.php/jtiik/en/oai, first harvested 27 Okt 2026, last seen 27 Okt 2026.
Original metadata (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="id">Penerapan Algoritma Genetika Untuk Penentuan Batasan Fungsi Kenggotaan Fuzzy Tsukamoto Pada Kasus Peramalan Permintaan Barang</dc:title>
	<dc:creator xml:lang="en">Armanda, Rifki Setya</dc:creator>
	<dc:creator xml:lang="en">Mahmudy, Wayan Firdaus</dc:creator>
	<dc:description xml:lang="id">Perencanaan kapasitas produksi seharusnya menyesuaikan dengan kebutuhan permintaan. Hal ini bisa dicapai dengan melakukan peramalan permintaan barang yang diproduksi. Sistem inferensi fuzzy Tsukamoto bisa diimplementasikan untuk peramalan. Salah satu permasalahan dalam penerapan metode fuzzy adalah sulitnya menentukan batasan fungsi keanggotaan yang tepat. Pada tulisan ini diusulkan penggunaan algoritma genetika untuk memperbaiki batasan fungsi keanggotaan fuzzy sehingga didapatkan hasil peramalan yang lebih akurat. Percobaan komputasi membuktikan bahwa sistem inferensi fuzzy yang telah dioptimasi mampu memberikan hasil yang lebih akurat. Dalam hal ini penerapan algoritma genetika untuk penentuan batasan fungsi pada kasus peramalan permintaan barang dilakukan dengan menggunakan teknik extended intermediate crossover, mutasi dengan exchange point dan seleksi dengan menggunakan elitsm selection. Pada penelitian ini terdapat 4 tahapan dalam menentukan nilai error yang optimal dengan menggunakan algoritma genetika sebagai batasan fungsi keanggotaan fuzzy tsukamoto. Data yang digunakan dalam penelitian ini sebanyak 25 permintaan produksi dalam satuan minggu selama tahun 2015. Solusi optimal diperoleh pada ukuran populasi sebanyak 80, jumlah generasi sebesar 120, dan kombinasi crossover rate dan mutation rate sebesar 0.3 dan 0.7 dengan fitness sebesar 6.863533684.</dc:description>
	<dc:publisher xml:lang="en">Fakultas Ilmu Komputer, Universitas Brawijaya</dc:publisher>
	<dc:date>2016-12-12</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jtiik.ub.ac.id/index.php/jtiik/article/view/201</dc:identifier>
	<dc:identifier>10.25126/jtiik.201633201</dc:identifier>
	<dc:source xml:lang="id">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol 3 No 3: September 2016; 169-173</dc:source>
	<dc:source xml:lang="en">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol. 3 No. 3: September 2016; 169-173</dc:source>
	<dc:source>2528-6579</dc:source>
	<dc:source>2355-7699</dc:source>
	<dc:source>10.25126/jtiik.201633</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://jtiik.ub.ac.id/index.php/jtiik/article/view/201/pdf</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2016 Jurnal Teknologi Informasi dan Ilmu Komputer</dc:rights>
</oai_dc:dc>