PREDIKSI HARGA IKAN MENGGUNAKAN
SISTEM INFERENSI FUZZY BERBASIS
ALGORITMA GENETIKA
(Studi Kasus : Pasar Barek Motor Kijang, Bintan)
Total View This Week0
Total View This Week0
Institusion
Universitas Maritim Raja Ali Haji
Author
Cynthia, Nofentary
Martaleli, Bettiza
Muhamad Radzi, Rathomi
Martaleli, Bettiza
Muhamad Radzi, Rathomi
Subject
004.65.Jaringan Komunikasi Komputer
Datestamp
2021-07-17 12:32:46
Abstract :
Kecepatan angin dan tinggi gelombang di wilayah perairan Bintan tidak menentu setiap harinya. Hal ini yang menyebabkan harga ikan di pasar berubah- ubah karena akan sulit bagi nelayan untuk menangkap ikan disaat angin kencang dan gelombang tinggi. Untuk itu, penelitian ini dilakukan untuk mengetahui hasil prediksi dengan Sistem Inferensi Fuzzy Tsukamoto dan dengan optimasi fungsi keanggotaan dengan Algoritma Genetika. Oleh sebab itu, peneliti membuat dua ouput yaitu hasil dengan Sistem Inferensi Fuzzy Tsukamoto dan hasil optimasi dengan Algoritma Genetika. Algoritma Genetika digunakan untuk membentuk batas-batas nilai yang terbentuk pada sebuah kromosom. Batas-batas nilai yang telah diproses pada Algoritma Genetika akan menjadi nilai fungsi keanggotaan pada Fuzzy Tsukamoto. Dalam penelitian ini digunakan metode Crossover dengan menggunakan one cut point, kemudian metode mutasi yang digunakan adalah random mutation serta metode seleksi yang digunakan yaitu roulette wheel selection. Berdasarkan hasil pengujian yang telah dilakukan, solusi yang paling optimum didapatkan pada kombinasi Cr=0,9 dan Mr=0,2 , dengan jumlah generasi sebesar 150. Dari setiap percobaan dengan Algortima Genetika dipilih satu nilai terbaik untuk kemudian dijadikan nilai prediksi pada prediksi harga ikan menggunakan Sistem Inferensi Fuzzy berbasis Algoritma Genetika.
Kecepatan angin dan tinggi gelombang di wilayah perairan Bintan tidak menentu setiap harinya. Hal ini yang menyebabkan harga ikan di pasar berubah- ubah karena akan sulit bagi nelayan untuk menangkap ikan disaat angin kencang dan gelombang tinggi. Untuk itu, penelitian ini dilakukan untuk mengetahui hasil prediksi dengan Sistem Inferensi Fuzzy Tsukamoto dan dengan optimasi fungsi keanggotaan dengan Algoritma Genetika. Oleh sebab itu, peneliti membuat dua ouput yaitu hasil dengan Sistem Inferensi Fuzzy Tsukamoto dan hasil optimasi dengan Algoritma Genetika. Algoritma Genetika digunakan untuk membentuk batas-batas nilai yang terbentuk pada sebuah kromosom. Batas-batas nilai yang telah diproses pada Algoritma Genetika akan menjadi nilai fungsi keanggotaan pada Fuzzy Tsukamoto. Dalam penelitian ini digunakan metode Crossover dengan menggunakan one cut point, kemudian metode mutasi yang digunakan adalah random mutation serta metode seleksi yang digunakan yaitu roulette wheel selection. Berdasarkan hasil pengujian yang telah dilakukan, solusi yang paling optimum didapatkan pada kombinasi Cr=0,9 dan Mr=0,2 , dengan jumlah generasi sebesar 150. Dari setiap percobaan dengan Algortima Genetika dipilih satu nilai terbaik untuk kemudian dijadikan nilai prediksi pada prediksi harga ikan menggunakan Sistem Inferensi Fuzzy berbasis Algoritma Genetika.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
