MENENTUKAN BESARNYA OMSET PEGADAIAN MENGGUNAKAN FUZZY INFERENCE SYSTEM DENGAN METODE FUZZY TSUKAMOTO
Abstract
Penelitian ini bertujuan untuk menentukan jumlah omset berdasarkan jumlah nasabah, inflasi dan kurs di Pegadaian Syariah Cabang Subrantas Unit Sidomulyo Pekanbaru. Teknik analisa yang digunakan studi ini adalah Metode Fuzzy Tsukamoto yang merupakan salah satu Fuzzy Inference System. Penelitian diawali dengan pembentukan aturan dan himpunan fuzzy, lalu dicari nilai z untuk setiap aturan dengan menggunakan fungsi MIN pada aplikas fungsi implikasinya, kemudian dicari nilai keakuratan atau Mean Absolute Percentage Error (MAPE) dari omset. Hasil penelitian ini menunjukkan bahwa prediksi jumlah omset dengan nilai keakuratan mencapai 84,4098%.
Abstract
This study aims to determine the amount of turnover based on the number of customers, inflation and the exchange rates at the Pegadaian Syariah Branch Subrantas Sidomulyo Unit Pekanbaru. The analysis technique used in this study is the Tsukamoto Fuzzy Method which is one of the Fuzzy Inference Systems. The research begins with the formation of fuzzy rules and sets, then looks for the z value for each rule by using the MIN function in the application of the implication function, then looks for the accuracy value or Mean Absolute Percentage Error (MAPE) of the turnover. The results of this study indicate that the prediction of turnover with accuracy reaches 84.4098%.Keywords
Full Text:
PDFReferences
Teeuw, A. 2005. Kamus Belanda Indonesia. PT Gramedia Pustaka Utama, Jakarta.
Syahputra, Gunawan, dkk. 2019. Dampak Transaksi Jual Beli dengan Pengembalian Menggunakan Permen Terhadap Omset Penjualan. Sumatra Utara.
Pasaribu, Benny. 2011. Analisis Faktor Yang Mempengaruhi Indeks Harga Saham Sektor Industri Barang Konsumsi Di Pasar Modal Indonesia. PT. Indeks, Jakarta.
Kuncoro, Mudrajad. 2001. Manejemen Keuangan Internasional Pengantar Ekonomi dan Bisnis Global Edisi Kedua. BPFE, Yogyakarta.
Fatharani, Dinda Rima, dkk. 2015. Pengaruh Inflasi dan Nilai Tukar (KURS US$ Terhadap Rupiah) Terhadap Harga dan Omset Penjualan Toyota Kijang Innova Tipe G di Jawa Tengah dan Daerah Istimewa Yogyakarta. Yogyakarta.
Permatasari, Hanis Setiawan., dkk. 2015. Sistem Pendukung Keputusan Pemilihan Program Studi di Universitas Mulawarman Menggunakan Metode Tsukamoto (Studi kasus : Fakultas MIPA). Jurnal Informatika Mulawarman 10(1), p.32.17.
Sulistiani, Eliska., dkk. 2016. Penerapan FIS Metode Tsukamoto Untuk Menentukan Kelayakan Pemberian Kredit. Jurnal Informatika Universitas Pamulang 1(1), p.23-27 Banten.
Hapiz, Abdul., 2017. Penerapan Logika Fuzzy Dengan Metode Tsukamoto Untuk Mengestimasi Curah Hujan. Malang.
Rahmawati, dkk., 2018. Menentukan Jumlah Pasokan Komoditas Pngan di Provinsi Riau Berdasarkan Fuzzy Inference System dengan Metode Fuzzy Tsukamoto. Jurnal Sains, Tekonologi dan Industri 15(2), p.105-112.
Prakarsa, Graha., dkk. 2019. Pengembangan Sistem Pendukung Keputusan Menggunakan Metode Tsukamoto. Jurnal RESTI 5(3), p.414-421.
Anggraeni, Irma., dkk. 2020. Sistem Pemantauan Batita Menggunakan Metode Fuzzy Tsukamoto. Jurnal Ilmiah Ilmu Komputer dan Matematika 17(1), p.346-353.
S. Kusumadewi dan P. Hari. 2004. Aplikasi Logika Fuzzy untuk Mendukung Keputusan. Graha Ilmu, Yogyakarta.
Klir, George J. Bo Yuan. 1995. Fuzzy Set and Fuzzy Logic, Theory and Aplication. Prentice Hall.
Ismail Solihin. 2011. Corporate Social Responsibility : From Charity to Sustainability. Salemba Empat, Jakarta.
Sri Kusumadewi & Sri Hartati. 2006. Neuro Fuzzy-Integrasi Sistem Fuzzy dan Jaringan Syaraf. Graha Ilmu, Yogyakarta.
Nasution, A. H. 2003. Perencanaan dan Pengendalian Produksi Edisi Kedua. Prima Printing, Surabaya.
DOI: https://doi.org/10.15548/map.v2i1.1641
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.