Estimasi Stok Penerimaan Bahan Bakar Minyak Menggunakan Metode Fuzzy Tsukamoto

Novianti Puspitasari, Andi Tejawati, Friendy Prakoso

Abstract


Bahan bakar merupakan salah satu kebutuhan yang saat ini tidak bisa dilepaskan dari masyarakat. Bahan bakar cair terutama bensin atau premium, pertalite, pertamax, dan solar merupakan bahan bakar yang digunakan pada alat transportasi. Semakin banyak alat transportasi yang dimiliki masyarakat dapat memungkinkan tidak tersedianya stok bahan bakar di salah satu SPBU (Stasiun Pengisian Bahan Bakar Umum) tertentu. Dengan tidak tersedianya stok persediaan bahan bakar di SPBU, hal ini dapat menimbulkan beberapa masalah, seperti antrian yang panjang pada salah satu SPBU, serta kurangnya kebutuhan bahan bakar pada masyarakat. Salah satu metode untuk memecahkan masalah tersebut adalah menggunakan metode Fuzzy Tsukamoto. Fuzzy Tsukamoto merupakan salah satu metode yang termasuk ke dalam sistem inferensi fuzzy. Metode ini dapat menentukan jumlah produksi, sehingga jumlah produksi sebuah barang dapat diprediksi. Hasil penelitian menunjukkan bahwa metode Tsukamoto mampu memprediksi jumlah penerimaan stok bahan bakar yang seharusnya diterima oleh SPBU pada periode berikutnya. Dimana, hasil pengujian ketepatan prediksi diukur dengan menggunakan metode MAPE (Mean Absolute Percentage Error) dengan nilai persentase error yang didapatkan adalah sebesar 16 %, sehingga kinerja sistem dalam memprediksi stok bahan bakar dapat dikatakan bagus.

Keywords


fuzzy Tsukamoto; MAPE; stock; fuel; fuzzy inference system

References


Ardianto, C., Haryanto, H., & Mulyanto, E. (2018). Prediksi Tingkat Kerawanan Kebakaran di Daerah Kudus Menggunakan Fuzzy Tsukamoto. Creative Information Technology Journal, 4(3), 186-194.

Caraka, A. A., Haryanto, H., Kusumaningrum, D. P., & Astuti, S. (2015). Logika Fuzzy Menggunakan Metode Tsukamoto untuk Prediksi Perilaku Konsumen di Toko Bangunan. Techno. Com, 14(4), 255-265.

Hayadi, B. H. (2015). SISTEM PERSEDIAAN KAYU JATI DENGAN FUZZY TSUKAMOTO. Komputer Teknologi Informasi, 2(2).

Huda, M. (2018). Model Prediksi Kebutuhan Bahan Baku Pada Cafe Menggunakan Algoritma Fuzzy Tsukamoto. Konferensi Nasional Sistem Informasi (KNSI) 2018.

Kusuma, A. P., Puspitasari, W. D., & Gustiyoto, T. (2018). SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN JUMLAH PRODUKSI SERAGAM MENGGUNAKAN METODE FUZZY TSUKAMOTO. ANTIVIRUS: Jurnal Ilmiah Teknik Informatika, 12(1).

Kusumadewi, S., & Purnomo, H. (2004). Aplikasi Logika Fuzzy untuk pendukung keputusan. Yogyakarta: Graha Ilmu, 8.

Kusumaningrum, O., Suhartono, S., & Haryono, H. (2012). Peramalan Kebutuhan Bahan Bakar Premium di Depot Ampenan dengan Metode Hibrida Arima-Neural Network untuk Optimasi Persediaan. Jurnal Sains dan Seni ITS, 1(1), D194-D200.

Minarni, M., & Aldyanto, F. (2016). Prediksi Jumlah Produksi Roti Menggunakan Metode Logika Fuzzy (Studi Kasus: Roti Malabar Bakery). Jurnal TeknoIf, 4(2).

Pramana, I. P. A. A. (2016). Peramalan Jumlah Kasus Demam Berdarah di Kabupaten Malang Menggunakan Metode Fuzzy Inference System. Jurnal Teknik ITS, 5(1).

Puryanto, T. (2016). Sistem Perencanaan Penambahan Stok Barang menggunakan Metode Fuzzy C-Means dan Fuzzy Tsukamoto (Studi Kasus di Distributor Alfamart Semarang). Jurnal Teknologi dan Sistem Informasi, 2(2), 43-52.

Santika, G. D., & Mahmudy, W. F. (2015). Penentuan Pemasok Bahan Baku Menggunakan Fuzzy Inference System Tsukamoto. SESINDO 2015, 2015.

Sari, D. R. (2015). Aplikasi Penerapan Metode Neural Network Menggunakan Algoritma Backpropagation Untuk Mengetahui Pembelian dan Penjualan Bahan Bakar Industri. Infoteknik, 16(1), 47-60.

Setiadji. (2009). Himpunan dan Logika Samar serta Aplikasinya: Graha Ilmu, Yogyakarta.

Sinaga, H. D. E., & Irawati, N. (2018). PERBANDINGAN DOUBLE MOVING AVERAGE DENGAN DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN BAHAN MEDIS HABIS PAKAI. JURTEKSI, 4(2), 197-204.

Widayani, W., Kusrini, K., & Al Fatta, H. (2015). Perancangan Sistem Pendukung Keputusan Penentuan Impor Bawang Merah. Creative Information Technology Journal, 2(3), 181-191.


Full Text: PDF

DOI: 10.30595/jrst.v3i1.3112

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

ISSN: 2549-9750