Prediksi harga bawang merah rata-rata perbulan menggunakan logika fuzzy metode tsukamoto

Authors

  • Novia Hendiyani Universitas Negeri Yogyakarta
  • Aditya Wisnugraha Sugiyarto Universitas Negeri Yogyakarta

DOI:

https://doi.org/10.21831/pspmm.v1i0.19

Keywords:

Prediksi Harga, Bawang Merah, Fuzzy Inference System Tsukamoto

Abstract

Bawang merah (Allium ascalonicum L.) merupakan tanaman umbi yang menjadi kebutuhan masyarakat. Bawang merah menjadi kebutuhan yang tidak dapat terpisahkan. Masyarakat menggunakan bawang merah untuk membuat masakan terasa gurih dan beraroma. DIY penjualan bawang merah melonjak pada saat cuaca kurang bagus di Indonesia tak terkecuali Daerah Istimewa Yogyakarta (DIY). Hal tersebut menyebabkan ketersediaan bawang merah dipasaran langka dan harga yang cukup tinggi dari biasanya. Kelangkaan bawang merah disebabkan oleh cuaca, harga bibit tanaman, inflasi, dan hasil tanaman. Oleh karena itu, akan dilakukan prediksi harga bawang merah dipasaran dengan menggunakan metode fuzzy inference system Tsukamoto. Dalam penelitian ini, variabel input dibagi menjadi masing – masing dua himpunan fuzzy yaitu Rendah dan Tinggi. Untuk variabel output (target) yaitu harga bawang merah dibagi menjadi lima himpunan fuzzy yaitu Sangat Rendah, Rendah, Sedang, Tinggi, dan Sangat Tinggi Setelah dilakukan prediksi menggunakan fuzzy metode Tsukamoto dengan data testing selama 5 bulan terakhir didapat hasil harga bawang asli dari bulan Mei, Juni, Juli, Agustus, dan September sebesar 25.000, 20.000, 18.000, 17.000, dan 16.000 sedangkan harga prediksi bawang merah sebesar 25.335, 20.142, 18.994, 18.196, dan 17.406.

References

Handayani, S.A. 2014. Optimalisasi Pengelolaan Lahan untuk Sayuran Unggulan Nasional. Julianto, editor. Tabloid Sinar Tani Senin 28 April 2014. Diakses di https://tabloidsinartani.com/detail/indeks/mimbar-penyuluhan/763-optimalisasi-pengelolaan-lahan-untuk-sayuran-unggulan-nasional pada 26 Januari 2019.

Mazenda, G., dkk. 2014. Implementasi Fuzzy Inference System (Fis) Metode Tsukamoto Pada Sistem Pendukung Keputusan Penentuan Kualitas Air Sungai. Journal Of Environmental Engineering & Sustainable Technology. 01(02), 233-246. Retrieved from http://jeest.ub.ac.id.

Maya Y., dkk. 2017. Implementasi Fuzzy Tsukamoto Dalam Penentuan Kesesuaian Lahan Untuk Tanaman Karet Dan Kelapa Sawit. Kumpulan Jurnal Ilmu Komputer (KLIK). 04(02), 92-103. Retrieved from https://www.researchgate.net/publication/323284423_IMPLEMENTASI_FUZZY_TSUKAMOTO_DALAM_PENENTUAN_KESESUAIAN_LAHAN_UNTUK_TANAMAN_KARET_DAN_KELAPA_SAWIT.

Badan Meteorologi, Klimatologi, dan Geofisika. 2018. data rata – rata curah hujan perbulan. Yogyakarta: Badan Meteorologi, Klimatologi, dan Geofisika. Diakses di http://dataonline.bmkg.go.id/home pada tanggal 28 November 2018.

Bank Indonesia. 2018. Data Inflasi. Yogyakarta: Bank Indonesia. Diakses di bi.go.id pada tanggal 28 November 2018.

Radar Jogja. 2018. Kembangkan Penggunaan Benih Biji Bawang Merah. Yogyakarta: Radar Jogja. Diakses di https://radarjogja.jawapos.com/2018/12/15/kembangkan-penggunaan-benih-biji-bawang-merah/ pada tanggal 29 November 2018.

Harian Jogja. 2018. Tanam Bawang Merah Lebih Murah dengan Benih Biji daripada Umbi. Yogyakarta: Harian Jogja. Diakses di https://jogjapolitan.harianjogja.com/read/2018/04/06/514/908540/tanam-bawang-merah-lebih-murah-dengan-benih-biji-daripada-umbi pada tanggal 29 November 2018.

Badan Ketahanan Pangan dan Penyuluhan. 2018. Database Harga Pangan DIY. Yogyakarta: Badan Ketahanan Pangan dan Penyuluhan. Diakses di bkpp.jogjaprov.go.id/harga/selengkapnya pada tanggal 30 November 2018.

Kusumadewi, Sri., dan Hari Purnomo. 2013. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu.

Bank Indonesia. 2018. Laporan Inflasi (Indeks harga Konsumen). Diakses pada tanggal 27 Januari 2019, dari https://www.bi.go.id/id/moneter/inflasi/data/Default.aspx.

Downloads

Published

2019-03-13