SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN KUALITAS BIBIT KELAPA SAWIT MENGGUNAKAN ALGORITMA FUZZY SUGENO

Tajrin Tajrin, Ibnu Rusydi

Abstract


Abstrak—Pusat Penelitian Kelapa Sawit (PPKS) merupakan sebuah lembaga penelitian perkebunan pertama di Sumatera yang berfokus utama penelitian adalah pada kelapa sawit yang menghasilkan bibit unggul, untuk mendapatkan bibit unggul yang baik maka diperlukan  sebuah sistem yang dapat menentukan kualitas bibit kelapa sawit yang baik maka diperlukan beberapa cara, salah satunya adalah dengan menerapkan logika fuzzy, logika fuzzy memiliki matematis serta memiliki  toleransi  terhadap data-data  yang  tidak  tepat,  mampu  memodelkan  fungsi-fungsi nonlinear yang sangat kompleks dan dapat bekerja sama dengan teknik-teknik kendali secara  konvensional, pada logika fuzzy maka di terapkan algoritma fuzzy sugeno.  Fuzzy sugeno memiliki kelebihan yaitu lebih intuitif, diterima oleh banyak  pihak,  lebih  cocok  untuk  masukan  yang  diterima  dari manusia  bukan  mesin.  Sehingga algoritma fuzzy sugeno effektif diterapkan dalam menentukan kualitas bibit sawit untuk membantu pihak perusahaan, dalam fuzzy sugeno terdapat beberapa variabel yang bisa digunakan dalam melakukan perhitungan untuk mendapatkan menentuan kualitas bibit kelapa sawit yaitu pada pertubuhan, perkembangan, dan kesuburan. Pada hasil pengujian oleh sistem yang di bangun berdasarkan basis aturan dan perhitungan dari algoritma fuzzy sugeno maka dapat hasil yang di dapat dengan predikat Baik dengan nilai 90.

Kata Kunci: Sistem Pendukung Keputusan, Logika Fuzzy Algoritma Sugeno, Bibit Kelapa Sawit

 

 

Abstract— The Palm Oil Research Center (PPKS) is the first plantation research institute in Sumatra whose main focus is on oil palm that produces superior seedlings, to get good seedlings, a system that can determine the quality of good oil palm seedlings is needed. ways, one of which is to apply fuzzy logic, fuzzy logic has mathematical as well as having tolerance to inaccurate data, is able to model nonlinear functions that are very complex and can work together with conventional control techniques, in fuzzy logic then applied the Sugeno fuzzy algorithm. Fuzzy Sugeno has the advantage of being more intuitive, accepted by many parties, more suitable for input received from humans not machines. So that the effective Fuzzy Sugeno algorithm is applied in determining the quality of oil palm seedlings to help the company, in Fuzzy Sugeno there are several variables that can be used in making calculations to get a determination of the quality of oil palm seedlings namely on growth, development, and fertility. On the test results by the system that was built based on the basis of rules and calculations from the Sugeno fuzzy algorithm, the results obtained with the predicate Good with a value of 90.

Keywords - Decision Support System, Sugeno Fuzzy Logic Algorithm, Oil Palm Seedlings


Full Text:

PDF

References


. N. Aeni Hidayah and E. Fetrina, “RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN KENAIKAN JABATAN PEGAWAI DENGAN METODE PROFILE MATCHING (Studi Kasus: Kementerian Agama Kantor Wilayah DKI Jakarta),†Stud. Inform. J. Sist. Inf., vol. 10, no. 2, pp. 127–134, 2017.

. F. and S. D. H. Permana, “Sistem Penunjang Keputusan Pemilihan Sekolah Menengah Kejuruan Teknik Komputer Dan Jaringan Yang Terfavorit Dengan Menggunakan Multi-Criteria Decision Making,†J. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 1, p. 11, 2015, doi: 10.25126/jtiik.201521123.

. R. N. Rosa and S. Zaman, “Pengelolaan Pembibitan Tanaman Kelapa Sawit (Elais guineensis Jacq.) Di Kebun Bangun

Bandar, Sumatera Utara,†Bul. Agrohorti, vol. 5, no. 3, pp. 325–333, 2017, doi: 10.29244/agrob.v5i3.16470.

. M. Ariyanti, G. Natali, and C. Suherman, “Respons Pertumbuhan Bibit Kelapa Sawit (Elaeis guineensis Jacq.) terhadap Pemberian Pupuk Organik Asal Pelepah Kelapa Sawit dan Pupuk Majemuk NPK,†Agrikultura, vol. 28, no. 2, pp. 64–67, 2017, doi: 10.24198/agrikultura.v28i2.14955.

. Y. I. Nurhasanah, A. Nana Hermana, and M. Arga Hutama, “Decision Support Systems to Selection of Diet Type Using Fuzzy Sugeno and Naïve Bayes Method,†IJAIT (International J. Appl. Inf. Technol., vol. 1, no. 02, p. 115, 2017, doi: 10.25124/ijait.v1i02.894.

. M. Yasin Simargolang and H. Saidah Tamba, “Sistem Pendukung Keputusan Menggunakan Metode Fuzzy Sugeno Untuk Menentukan Calon Presiden Mahasiswa Di Universitas Asahan,†J. Teknol. Inf., vol. 2, no. 2, pp. 122–128, 2018.

. P. A. Jusia, Juliana, and Jasmir, “Decision Support System for Supplier Selection using Analytical Hierarchy Process ( AHP ) Method,†Sci. J. Informatics, vol. 4, no. 2, pp. 1–6, 2017.

. A., R. Arianto, I. Indrianto, and B. A. Nugroho, “The Obstacles Detector with Tahani Fuzzy Logic as The Tool for Blind People,†Lontar Komput. J. Ilm. Teknol. Inf., vol. 9, no. 2, p. 72, 2018, doi: 10.24843/lkjiti.2018.v09.i02.p02.

. T. Sinta, J. Nugroho, L. Linawati, and T. Mahatma, “International Journal of Active Learning Analysis of Lecturers Competency Performance Evaluation using Fuzzy Modeling,†vol. 4, no. 2, pp. 99–113, 2019.

. Nasir and J. Suprianto, “Analisis Fuzzy Logic Menentukan Pemilihan Motor Honda Dengan Metode Mamdani,†J. Edik Inform., vol. 3, no. 2, pp. 177–186, 2017.

. M. YuvinaTileng, E. Sediyono, and I. Sembiring, “The Performance Analysis of Civil Servant using Fuzzy Inference System Sugeno Method in Department of Population Tomohon,†Int. J. Comput. Appl., vol. 84, no. 15, pp. 20–28, 2013, doi: 10.5120/14653-2936.

. A. Primanita and F. Muliawan, “Fuzzy Logic Implementation on Enemy Speed Control to Raise Player Engagement,†pp. 119–123, 2014.

. Syarif, “Implementasi Fuzzy Inference System Metode Sugeno Pada Penentuan Jumlah Produksi Sarung,†J. Mat. UNNES, vol. 6, no. 2, pp. 178–188, 2017.

. S. L. M. Sitio, “Penerapan Fuzzy Inference System Sugeno untuk Menentukan Jumlah Pembelian Obat (Studi Kasus: Garuda Sentra Medika),†J. Inform. Univ. Pamulang, vol. 3, no. 2, p. 104, 2018, doi: 10.32493/informatika.v3i2.1522.

. D. Syahputra, Tulus, and S. Sawaluddin, “The Accuracy of Fuzzy Sugeno Method with Antropometry on Determination Natural Patient Status,†J. Phys. Conf. Ser., vol. 930, no. 1, 2017, doi: 10.1088/1742-6596/930/1/012022.

. L. R. Dorteus, “Penerapan Logika Fuzzy Metode Sugeno Berdasarkan Data Persediaan Dan Jumlah Permintaan ( Studi Kasus : Pabrik Roti Sarinda Ambon ),†J. Ilmu Mat. dan Terap., vol. 9, no. 2, pp. 121–134, 2015, [Online]. Available: https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/289/249




DOI: https://doi.org/10.46576/syntax.v3i2.2630

Article Metrics

Abstract view : 273 times
PDF – 121 times

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

INDEXING:

 

Lisensi Creative Commons

Syntax: Journal of Software Engineering, Computer Science and Information Technology

Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional.