Perbandingan Analisis Logika Fuzzy dan Regresi Linier Berganda dalam Menentukan Produksi Beras Nasional

Yulia Retno  Sari; Lidya Rizki  Ananda; Maha  Rani

doi:10.35134/komtekinfo.v8i4.186

Authors

Yulia Retno Sari Universitas Putra Indonesia YPTK Padang
Lidya Rizki Ananda Universitas Putra Indonesia YPTK Padang
Maha Rani Universitas Putra Indonesia YPTK Padang

DOI:

https://doi.org/10.35134/komtekinfo.v8i4.186

Keywords:

Fuzzy Logic, Mamdani Method, Multiple Linear Regression, Ordinary Least Square, Amount Of Rice Production

Abstract

Jumlah produksi padi nasional merupakan suatu ketidakpastian. Logika Fuzzy adalah ilmu yang dapat menganalisa ketidakpastian. Logika Fuzzy yang digunakan adalah metode Mamdani, terdapat 4 langkah yakni : pembentukan himpunan Fuzzy, aplikasi fungsi Implikasi, komposisi aturan dan defuzzifikasi. Proses analisis data dibantu juga dengan software Matlab. Teknik analisis data pada statistik yang sering digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal disebut Analisis Regresi Berganda. Analisis Regresi Berganda memakai metode Kuadrat Terkecil atau Ordinary Least Square (OLS). Kedua metode ini dipakai untuk mencari bentuk hubungan antara dua variabel atau lebih yang terdiri dari variabel terikat dan variabel bebas. Tujuan dari penelitian ini adalah membandingkan hasil prediksi jumlah produksi padi yang tepat dan akurat dari kedua metode tersebut. Dengan cara menghitung nilai rata-rata kesalahan relatif dari peramalan menggunakan Logika Fuzzy dan Analisis Regresi Berganda.

References

D. A. Kumalasari et al., “SKENARIO KEBIJAKAN SWASEMBADA BERAS DI INDONESIA RICE SELF-SUFFICIENCY POLICY SCENARIO IN INDONESIA,” vol. XXIV, no. 1, 2013.

S. Nuryanti, “Swasembada Beras Berkelanjutan : Dilema antar Stabilisasi Harga dan Distribusi Pendapatan,” Forum Penelit. Agro Ekon., vol. 35, no. 1, pp. 19–30, 2017.

A. R. Salasa, “Paradigma dan Dimensi Strategi Ketahanan Pangan Indonesia Paradigm and Dimensions of Indonesia ’ s Food Security Strategy,” vol. 13, no. 1, pp. 35–48, 2021.

V. M. Nasution and G. Prakarsa, “Optimasi Produksi Barang Menggunakan Logika Fuzzy Metode Mamdani,” J. Media Inform. Budidarma, vol. 4, no. 1, p. 129, 2020, doi: 10.30865/mib.v4i1.1719.

A. Mulyani, D. Nursyamsi, and M. Syakir, “Strategies for Utilizing Land Resources to Achieve Sustainable Self Sufficiency on Rice,” J. L. Resour., vol. 11, no. 1, pp. 11–22, 2017.

M. Abrori and A. H. Prihamayu, “Aplikasi Metode Fuzzy Mamdani dalam Pengambilan Keputusan Penentuan Jumlah Produksi,” Kaunia, 2015.

M. Rani, “Logika Fuzzy untuk Menentukan Asupan Kalori pada Terapi Diet terhadap Penderita Obesitas,” J. Inov. Tek. Inform., vol. 1, no. 2, 2018.

Y. R. Sari, L. R. Ananda, and M. Rani, “The Analysis of Fuzzy Logic Method and Multiple Linear Regression in Determining National Rice Production to Improve Food Self-Sufficiency in Indonesia,” in IOP Conference Series: Materials Science and Engineering, 2020, doi: 10.1088/1757-899X/846/1/012009.

Y. R. Sari, “Penerapan Logika Fuzzy Metode Mamdani dalam Menyelesaikan Masalah Produksi Garam Nasional,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 8, no. 1, pp. 341–356, 2021, doi: 10.35957/jatisi.v8i1.647.

Y. R. Sari, “Aplikasi Logika Fuzzy Metode Mamdani dalam Menentukan Produksi Beras tahun 2018 di Indonesia,” Pros. SISFOTEK, 2018.

D. Gusrion, “PENERAPAN LOGIKA FUZZY UNTUK MENGUKUR KINERJA FRONTLINER PEGAWAI BANK BRI,” KOMTEKINFO, vol. 3, no. 1, 2016.

M. Marbun, H. T. Sihotang, and N. V. Marbun, “PERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI,” J. Mantik Penusa, vol. 20, no. 1, pp. 48–54, 2016, doi: 10.1016/S0022-5347(01)66859-9.

D. L. Rahakbauw, F. J. Rianekuay, and Y. A. Lesnussa, “Penerapan Metode Fuzzy Mamdani Untuk Memprediksi Jumlah Produksi Karet (Studi Kasus: Data Persediaan Dan Permintaan Produksi Karet Pada PTP NUSANTARA XIV (PERSERO) Kebun Awaya, Teluk Elaputih, Maluku-Indonesia),” J. Ilm. Mat. dan Terap. Vol. 16, No.1, 2019.

S. E. Wati, D. Sebayang, and R. Sitepu, “PERBANDINGAN METODE FUZZY DENGAN REGRESI LINIER BERGANDA DALAM PERAMALAN JUMLAH PRODUKSI (STUDI KASUS: PRODUKSI KELAPA SAWIT DI PT. PERKEBUNAN III (PERSERO) MEDAN TAHUN 2011-2012),” Saintia Mat., 2013.

A. Rozak, “Regresi Linier Fuzzy Pada Data Times Series,” Gamatika, vol. III, no. 1, pp. 23–32, 2012.