Skripsi/Tugas Akhir

Analisis Perbandingan Metode Fuzzy Tsukamoto dengan Regresi Linier Berganda dalam Peramalan Jumlah Produksi Kopi (Studi Kasus: Koperasi Kopi Manipi Kec. Sinjai Barat)

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Penelitian ini bertujuan untuk membandingkan hasil suatu peramalan dengan menggunakan Metode Fuzzy Tsukamoto dan Regresi Linier Berganda serta untuk membantu Koperasi Kopi Manipi dalam memprediksi jumlah produksi kopi yang akan dihasilkan untuk periode selanjutnya. Dalam penelitian ini, digunakan data jumlah produksi kopi pada Koperasi Kopi Manipi sebagai output atau variabel terikat (Y) dan faktor yang mempengaruhinya yaitu curah hujan, dan modal pembiayaan sebagai input atau variabel bebas X1 dan X2. Dalam pengolahan data untuk logika fuzzy masing-masing variabel Y, X1, X2 dikelompokkan ke dalam 3 himpunan fuzzy. Aturan fuzzy yang digunakan ada 9 aturan dengan metode penyelesaian yang digunakan adalah metode Fuzzy Tsukamoto. Untuk Regresi Linier Berganda diselesaikan dengan menggunakan metode kuadrat terkecil (Least Squares Method). Dengan menunjukkan nilai rata-rata kesalahan relatif dari peramalan setiap metode, diperoleh nilai rata-rata kesalahan relatif metode regresi linier berganda sebesar 01095480958 atau 11% dan fuzzy tsukamoto sebesar 0,117973 atau 12%. Besarnya nilai tersebut memperlihatkan bahwa nilai rata-rata kesalahan relatif metode regresi linier berganda lebih kecil daripada metode fuzzy tsukamoto. Maka untuk kasus dengan variabel input dan output dalam penelitian ini dapat disimpulkan bahwa peramalan dengan menggunakan metode regresi linier berganda lebih baik dan optimal daripada metode fuzzy tsukamoto.
Kata Kunci: Analisis, Logika Fuzzy, Regresi Linier Berganda, Peramalan

ABSTRACT
This study aims to compare the results of a forecasting using the Fuzzy Tsukamoto Method and Multiple Linear Regression and to help the Manipi Coffee Cooperative in predicting the amount of coffee production that will be produced for the next period. In this study, data on the amount of coffee production at the Manipi Coffee Cooperative was used as an output or bound variable (Y) and the factors that influence it are rainfall, and financing capital as inputs or free variables X1 and X2. In data processing for fuzzy logic each of the variables Y, X 1, X2 is grouped into 3 fuzzy sets. The fuzzy rules used there are 9 rules with the settlement method used is the Fuzzy Tsukamoto method. For Multiple Linear Regression is solved using the least squares method (Least Squares Method). By showing the average value of the relative error of the forecasting of each method, the average value of the relative error of the multiple linear regression method of 01095480958 or 11% and fuzzy tsukamoto of 0.117973 or 12% was obtained. The magnitude of the value shows that the average value of the relative error of the multiple linear regression method is smaller than that of the fuzzy tsukamoto method. So for the case with input and output variables in this study, it can be concluded that forecasting using the multiple linear regression method is better and optimal than the fuzzy tsukamoto method.
Keywords: Analysis, Fuzzy Logic, Multiple Linear Regression, Forecasting

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

[Tidak Ada]

No. Panggil

SKR 23-47 FAT a - 0366TI

Penerbit

Makassar : ., 2023

Deskripsi Fisik

xiv + 114 hlm.; 28,5 x 20,5 cm

Bahasa

Indonesia

ISBN/ISSN

[Tidak Ada]

Klasifikasi

SKR 23-47

Tipe Isi

Text dan Gambar

Edisi/Cetakan

[Tidak Ada]

Subjek

Skripsi/Tugas Akhir
Fuzzy Logic
Multiple Linear Regression

Lampiran File