Implementasi Logika Fuzzy untuk Prediksi Hasil Panen Padi dengan Metode Tsukamoto

Siti Nurkasanah* - 
Angga Prasetyo - 
Mohammad Bhanu Setyawan - 

Abstract

Agriculture is the most important economic area in Indonesia. One of the farming activities whose role is very important for most Indonesian people is rice. The rice produced is the most important staple food that is processed and will produce rice as the main ingredient of the staple food of the Indonesian people. In agriculture, the main factors are paddy fields, rice seeds, fertilizers, and good harvests. From this, the production of crops is used as a determinant and as a key in the community's economy. With the existing problems predicting the yield of rice yields to be the most important factor in agriculture. The purpose of this study is to estimate or predict how much will be produced in the production of rice harvests in the next period with the Tsukamoto method using If-Then based on the variables of paddy field area, rice seeds used, and fertilizers. The results of this process are in the form of predictive values for rice harvest production in the coming period, this shows farmers in seeing the results to be obtained and can minimize failures in crop yields.

Keywords: Rice, Total Production, Fuzzy Logic Tsukamoto Method


 

 

Abstrak

Pertanian merupakan wilayah perekonomian sebagian besar di Negara Indonesia. Salah satu kegiatan bercocok tanam  yang peranannya sangat penting untuk sebagian besar masyarakat Indonesia yaitu padi. Padi yang dihasilkan merupakan bahan pangan pokok terpenting yang diolah dan akan menghasilkan beras sebagai bahan utama makanan pokok masyarakat Indonesia. Dalam pertanian yang menjadi faktor utama yaitu lahan sawah, benih padi, pupuk, dan hasil produksi panen yang baik. Dari hal tersebut produksi hasil panen dijadikan penentu dan sebagai kunci dalam perekonomian masyarakat. Dengan permasalahan yang ada memprediksi hasil produksi panen padi menjadi faktor paling utama dalam pertanian. Tujuan dalam penelitian ini yaitu memperkirakan atau memprediksi berapa banyak yang dihasilkan dalam produksi panen padi pada periode berikutnya dengan metode tsukamoto menggunakan If-Then berdasarkan variabel luas lahan sawah, benih padi yang digunakan, dan pupuk. Hasil dari proses ini berupa nilai hasil prediksi produksi panen padi pada periode yang akan datang, hal ini menunjukan kepada para petani dalam melihat hasil yang akan diperoleh dan dapat meminimalisir kegagalan dalam hasil panen.

Kata Kunci : Padi, Jumlah Produksi, Logika Fuzzy Metode Tsukamoto

  1. Oktavianti, A. (2017). Implementasi Metode Fuzzy Tsukamoto Untuk Prediksi Hasil Panen Padi. Simki-Techsain, 01(08), 1–7.
  2. Nafi’iyah, N., & Afif, M. (2019). Implementasi Fuzzy Tsukamoto dan Fuzzy C4.5 dalam Memprediksi Produksi Kacang Hijau. SENIATI 2018, 122-127.
  3. Sapura, L., Sinaga, A., & Siahaan, F. (2020). Penerapan Sistem Fuzzy Tsukamoto Dalam Memperkirakan Hasil Produksi Padi. Brahmana: Jurnal Penerapan …, 1(2), 126–130.
  4. Li, A., dkk. (2007). Estimating Crop Yield from Multi-temporal Satellite Data Using Multivariate Regression and Neural network Techniques. PHOTOGRAMMETRIC ENGINEERING & REMOTE SENSING, 149-157.
  5. Caraka, A. A., Haryanto, H., Kusumaningrum, D. P., & Astuti, S. (2015). Logika Fuzzy Menggunakan Metode Tsukamoto. Techno.COM, 14(4), 255–265.
  6. Wiguna, R. Y., & Haryanto, H. (2015). Sistem berbasis aturan menggunakan logika fuzzy tsukamoto untuk prediksi jumlah produksi roti pada CV. gendis bakery. Skripsi. Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang.
  7. Novianti, A. G., Matdoan, M. R. I., & Allam, M. Z. N. (2018, October). Penerapan Metode Fuzzy Tsukamoto Untuk Prediksi Pemesanan Bahan Baku Produksi Air Minum Kemasan Akuapura. In Seminar Nasional Teknologi Informasi dan Komunikasi (SEMNASTIK) (Vol. 1, No. 1, pp. 611-618).
  8. Afif, M., Haryanto, H., Rahayu, Y., & Mulyanto, E. (2017). Prediksi Jumlah Produksi Tas Pada Home Industri Body Star Kudus Menggunakan Fuzzy Tsukamoto. Sisfotenika, 7(2), 119-130.
  9. Anugrahwaty, R., & Azmi, F. (2017). Analisis Prediksi Perencanaan Produksi dengan Fuzzy Logic Tsukamoto. Sinkron: Jurnal dan Penelitian Teknik Informatika, 1(2).
  10. Zaki, A., & Santoso, H. A. (2016). Model Fuzzy Tsukamoto untuk Klasifikasi dalam Prediksi Krisis Energi di Indonesia. Creative Information Technology Journal, 3(3), 185-199.
  11. Pratiwi, S. H. (2016). Growth and Yield of Rice (Oryza sativa L.) on various planting pattern and addition of organic fertilizers. Gontor AGROTECH Science Journal, 2(2), 1–19.
  12. Hutabarat, C. (2018). Penerapan Data Mining Untuk Memprediksi Permintaan Produk Kartu Perdana Internet Menggunakan Algoritma C5.0 (Studi Kasus: Vidha Ponsel). Pelita Informatika, 6(April), 419–424.
  13. Abas, W. (2013). Analisa Kepuasan Mahasiswa Terhadap Website Universitas Negeri Yogyakarta (Uny). Manajemen, 1–6.
  14. Fuzzy, I., & Fuzzy, C. (2019). Implementasi Fuzzy Tsukamoto dan Fuzzy C4.5 dalam Memprediksi Produksi Kacang Hijau. 122–127.
  15. Siswanto, M. M. (2013). Metode Logika Fuzzy Tsukamoto Dalam Sistem Pengambilan Keputusan Penerimaan Beasiswa. Jurnal Media Infotama, 9(1), 140–165.
  16. Ula, M. (2014). Implementasi Logika Fuzzy dalam Optimasi Jumlah Pengadaan Barang Menggunakan Metode Tsukamoto (Studi Kasus: Toko Kain My Text)

Full Text:
Article Info
Submitted: 2022-08-08
Published: 2022-08-12
Section: Articles
Article Statistics: