Penerapan Algoritma Genetika Untuk Penentuan Batasan Fungsi Kenggotaan Fuzzy Tsukamoto Pada Kasus Peramalan Permintaan Barang
Abstrak: 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.
Penulis: Rifki Setya Armanda,
Wayan Firdaus Mahmudy
Kode Jurnal: jptinformatikadd160911