NANDA DWI WAARDANA, . (2026) INTEGRASI SISTEM INFERENSI FUZZY SUGENO DAN INTEGER LINEAR PROGRAMMING UNTUK PENENTUAN JUMLAH PRODUKSI BAGLOG JAMUR DALAM KONDISI KETIDAKPASTIAN PASOKAN DAN CUACA. Skripsi thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.
|
Text
122220120_Cover - Nanda Dwi Wardana.pdf Download (206kB) |
|
|
Text
122220120_Abstrak - Nanda Dwi Wardana.pdf Download (159kB) |
|
|
Text
122220120_Halaman Pengesahan - Nanda Dwi Wardana.pdf Download (565kB) |
|
|
Text
122220120_Daftar Isi - Nanda Dwi Wardana.pdf Download (347kB) |
|
|
Text
122220120_Daftar Pustaka - Nanda Dwi Wardana.pdf Download (182kB) |
|
|
Text
122220120_Full Text - Nanda Dwi Wardana.pdf Restricted to Repository staff only Download (6MB) |
Abstract
UMKM Media Agro Merapi Yogyakarta merupakan usaha kecil menengah
yang bergerak di bidang produksi baglog jamur. UMKM Media Agro Merapi
Yogyakarta menghadapi dua faktor ketidakpastian utama, yaitu fluktuasi pasokan
bahan baku serbuk kayu dari empat supplier yang bergantung pada aktivitas industri
penggergajian, serta kondisi kelembaban udara yang berpengaruh langsung
terhadap keberhasilan proses inkubasi dan pertumbuhan miselium. Kedua faktor
tersebut secara langsung menentukan jumlah baglog yang dapat diproduksi setiap
periode, namun keputusan produksi yang selama ini dilakukan secara subjektif
menyebabkan inefisiensi dalam penggunaan sumber daya dan ketidakmampuan
memenuhi permintaan secara konsisten. Oleh karena itu, penelitian ini
mengintegrasikan Sistem Inferensi Fuzzy Sugeno untuk memprediksi jumlah
produksi maksimum dan model Integer Linear Programming (ILP) untuk
menentukan jumlah produksi optimal dengan meminimasi error prediksi dan error
permintaan.
Model Fuzzy Sugeno dibangun menggunakan dua variabel input yaitu total
pasokan bahan baku dan kelembaban udara rata-rata mingguan, dengan sembilan
aturan fuzzy yang dibentuk melalui metode Wang-Mendel, parameter fungsi
keanggotaan ditentukan melalui K-Means Clustering dengan k=3, dan dioptimasi
menggunakan Evolutionary Solver. Hasil prediksi fuzzy kemudian diintegrasikan
ke dalam model ILP dengan fungsi fitness berbobot yang meminimasi secara
simultan error terhadap permintaan (W1) dan error terhadap produksi aktual (W2),
dengan W1+W2=1. Evaluasi dilakukan pada tiga kombinasi pembagian data
training-testing (80:20, 85:15, dan 90:10) serta lima skenario pembobotan.
Hasil penelitian menunjukkan bahwa Kombinasi 1 (80:20) merupakan
konfigurasi paling optimal dengan akurasi tertinggi, menghasilkan MAPE testing
sebesar 6,481% pada Tahap 1 dan 6,472% pada Tahap 2, serta tidak menunjukkan
indikasi overfitting karena selisih MAPE bernilai negatif (-4,003% pada Tahap 2).
Pada skenario bobot seimbang (W1=W2=0,5), model ini berhasil meningkatkan
performa pemenuhan permintaan secara signifikan dibandingkan kondisi aktual, di
mana jumlah periode surplus meningkat dari 25 periode (31,25%) menjadi 28
periode (35,00%) dan jumlah periode kekurangan berkurang dari 55 menjadi 52
periode. Meskipun Kombinasi 2 menghasilkan peningkatan surplus hingga 30
periode, akurasi prediksinya lebih rendah dengan MAPE testing di atas 10%. Untuk
penelitian selanjutnya, model dapat dikembangkan dengan pendekatan Rolling
Window untuk memperbarui parameter secara berkala serta membandingkan
Evolutionary Solver dengan algoritma metaheuristik lain seperti Genetic Algorithm.
| Item Type: | Tugas Akhir (Skripsi) |
|---|---|
| Uncontrolled Keywords: | Kata Kunci: Fuzzy Sugeno, Integer Linear Programming, K-Means, Wang Mendel, Produksi Baglog, Ketidakpastian Pasokan |
| Subjek: | T Technology > TS Manufactures |
| Divisions: | Fakultas Teknik Industri > (S1) Teknik Industri |
| Depositing User: | UPA Perpustakaan |
| Date Deposited: | 04 Nov 2026 07:24 |
| Last Modified: | 04 Nov 2026 07:24 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/50073 |
Actions (login required)
![]() |
View Item |
