Analisis Komparasi Metode Tsukamoto dan Sugeno dalam Prediksi Jumlah Siswa Baru

Siti Abidah - STMIK Banjarbaru

Abstract


Abstract – The number of new students in the admission of students the new school year can be increased, and can also be decreased , it is a problem faced by SMK Telkom Sandhy Putra Banjarbaru in determining the strategic steps in the future so it is necessary to prediction or forecasting to know of the number of new students , so that all policies and decisions in planning ahead can be met properly .

               In a study conducted analysis of two fuzzy inference system, the method Tsukamoto and Sugeno to determine which method is most accurate to be used to predict the number of new students the wave of the SMK Telkom Sandhy Putra Banjarbaru, where the results of such predictions can provide convenience to the parties SMK Telkom Sandhy Putra Banjarbaru in determining the strategic steps in decision-making and policy in two waves.

               Based on the research that has been done to predict the number of new students, Tsukamoto method produces accuracy rate of 90.41% with an average value afer a deviation occurs between the real data with data from the prediction of 9.59%. And Sugeno method has an accuracy rate of 85.92% with a value afer that occurs between real data with the data predicted by 14.08%, so that the resulting analysis showed that Tsukamoto method has a higher degree of accuracy than the Sugeno method.

Keywords : prediction, new students, fuzzy logic, tsukamoto, sugeno

 

Abstrak –Jumlah siswa baru pada penerimaan siswa tahun ajaran baru dapat mengalami peningkatan dan dapat juga mengalami penurunan, hal tersebut merupakan suatu masalah yang dihadapi SMK Telkom Sandhy Putra Banjarbaru dalam menentukan langkah-langkah strategis kedepannya sehingga diperlukan adanya prediksi atau peramalan untuk mengetahui perolehan jumlah siswa baru, agar semua kebijakan dan keputusan dalam menyusun perencanaan ke depan dapat terpenuhi dengan baik.

Dalam penelitian dilakukan analisis dua sistem inferensi fuzzy, yaitu metode tsukamoto dan sugeno untuk menentukan metode mana yang paling akurat yang akan digunakan untuk memprediksi perolehan jumlah siswa baru pada gelombang satu SMK Telkom Sandhy Putra Banjarbaru, dimana hasil prediksi tersebut dapat memberikan kemudahan kepada pihak SMK Telkom Sandhy Putra dalam menentukan langkah-langkah strategis dalam pengambilan keputusan dan kebijakan pada gelombang dua. Berdasarkan hasil penelitian yang telah dilakukan untuk prediksi jumlah siswa baru, metode tsukamoto menghasilkan tingkat akurasi sebesar 90,41% dengan nilai AFER rata-rata simpangan yang terjadi antara data riil dengan data hasil prediksi sebesar 9,59%. Dan metode sugeno mempunyai tingkat akurasi sebesar 85,92% dengan nilai AFER yang terjadi antara data riil dengan data hasil prediksi sebesar 14,08%, sehingga analisis yang dihasilkan menunjukkan bahwa metode tsukamoto mempunyai tingkat akurasi yang lebih tinggi dibandingkan dengan metode sugeno.

Kata kunci:  prediksi, siswa baru, logika fuzzy, tsukamoto, sugeno


Full Text:

PDF


DOI: https://doi.org/10.31294/bi.v4i1.537

DOI (PDF): https://doi.org/10.31294/bi.v4i1.537.g429

ISSN2338-9761 (media online), 2338-8145 (media cetak)

Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika Kampus Kota Yogyakarta

Jl. Ring Road Barat, Ambarketawang, Kec. Gamping, Kabupaten Sleman, Daerah Istimewa Yogyakarta 55184, Telp: (0274) 4342536
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License