ANALISIS KOMPARASI ALGORITMA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SEPEDA MOTOR BEKAS

Bilah Samping Artikel

PDF
Diterbitkan: Dec 18, 2023
Kata Kunci:
Sistem Pendukung Keputusan, Sepeda Motor, Metode Fuzzy Tsukamoto, Metode Fuzzy Mamdani

Isi Artikel Utama

Andi Andi
a:1:{s:5:"id_ID";s:46:"Institut Bisnis Informasi Teknologi dan Bisnis";}

Abstrak

Sepeda motor merupakan alat transportasi yang banyak digunakan oleh masyarakat dikarenakan harganya yang murah dan terjangkau serta memiliki manfaat yang banyak. Tipe sepeda motor yang banyak tentunya menyulitkan bagi pembeli dalam menentukan tipe sepeda motor yang sesuai dengan keinginannya. Pada praktiknya, proses pemilihan sepeda motor yang dilakukan saat ini kebanyakan masih berbasis konvensional yaitu berdasarkan rekomendasi dari pihak dealer. Rekomendasi dari pihak dealer memiliki kekurangan seperti hasil rekomendasi belum tentu akurat dan sesuai dengan keinginan dari pembeli tersebut sehingga seringkali beberapa pembeli mengeluh bahwa sepeda motor yang dibelinya cepat rusak dikarenakan pemakaian yang tidak sesuai dengan kegunaan dari tipe sepeda motor tersebut. Dari permasalahan tersebut, maka pada penelitian ini akan dibangun sebuah sistem rekomendasi pemilihan sepeda motor yang mengimplementasikan 2 buah metode Fuzzy yaitu Tsukamoto dan Mamdani. Pada penelitian ini, akan dilakukan perbandingan antara kedua metode Fuzzy berdasarkan nilai fire strength yang didapatkan. Berdasarkan hasil pengujian sebanyak 20 kali percobaan rekomendasi oleh setiap pengguna yang berbeda didapatkan rata-rata persentase keakuratan dari metode Fuzzy Tsukamoto adalah 66,87% dan metode Fuzzy Mamdani adalah 33,13% sehingga dapat disimpulkan bahwa metode Fuzzy Tsukamoto lebih akurat dalam merekomendasikan pilihan sepeda motor sesuai kebutuhan pengguna dibandingkan metode Fuzzy Mamdani.

Rincian Artikel

Cara Mengutip
[1]
A. Andi, “ANALISIS KOMPARASI ALGORITMA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SEPEDA MOTOR BEKAS”, JTM, vol. 12, no. 2, hlm. 71–78, Des 2023.
Terbitan
Vol 12 No 2 (2023): Jurnal Times
Bagian
Articles
Copyright (c) STMIK TIME

Referensi

Badan Pusat Statistik, Statistik Transportasi Darat. BPS-Statistic Indonesia, 2019.

S. Ramadhan, L. Mazia, and E. Pujiastuti, “Sistem Pendukung Keputusan Pemilihan Sepeda Motor Bebek Dengan Metode Simple Additive Weighting,” Indones. J. Softw. Eng., vol. 4, no. 2, pp. 74–81, 2019, doi: 10.31294/ijse.v4i2.5986.

A. Sonita and Y. Darnita, “Aplikasi Sistem Pendukung Keputusan Pembelian Kendaraan Mobil Berbasis Fuzzy,” Pseudocode, vol. 4, no. 1, pp. 1–8, 2017, doi: 10.33369/pseudocode.4.1.1-8.

N. Jarti and S. Sepriwedi, “IMPLEMENTASI LOGIKA FUZZY UNTUK PEMILIHAN SEPEDA MOTOR MEREK HONDA DENGAN METODE MAMDANI,” JR J. RESPONSIVE Tek. Inform., vol. 2, no. 1, pp. 51–58, 2018, doi: 10.36352/jr.v2i1.131.

E. Wira Saputra, “Implementasi Metode Fuzzy Tsukamoto Dalam Penentuan Kelayakan Kredit Sepeda Motor Pada Dealer Yamaha Putera Bukit Kemuning,” Aisyah J. Informatics Electr. Eng., vol. 2, no. 2, pp. 179–190, 2020, doi: 10.30604/jti.v2i2.46.

N. I. Putri, Rustiyana, Y. Herdiana, and Z. Munawar, “Sistem Rekomendasi Hibrid Pemilihan Mobil Berdasarkan Profil Pengguna dan Profil Barang,” J. Teknol. Inf. Dan Komun., vol. 8, no. 1, pp. 56–68, 2021.

C. S. D. Prasetya, “Sistem Rekomendasi Pada E-Commerce Menggunakan K-Nearest Neighbor,” J. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 3, pp. 194–200, 2017, doi: 10.25126/jtiik.201743392.

N. Aisah and D. A. Suseno, “Analisis Pemilihan Moda Transportasi dalam Kunjungan Wisatawan,” Indonenesian J. Dev. Econ., vol. 4, no. 1, pp. 1108–1127, 2021.

F. D. Ragestu and A. J. P. Sibarani, “Penerapan Metode Fuzzy Tsukamoto Dalam Pemilihan Siswa Teladan di Sekolah,” Teknika, vol. 9, no. 1, pp. 9–15, 2020, doi: 10.34148/teknika.v9i1.251.

R. U. Ginting, B. Damanik, and D. M. Hutagalung, “Penentuan Penerima Beasiswa Mahasiswa Dari Universitas Sari Mutiara Medan di Masa Pandemi COVID-19 Dengan Metode Logika Fuzzy Tsukamoto,” J. Mahajana Inf., vol. 6, no. 1, pp. 73–77, 2021.

Jufriadi, “Logika Fuzzy dengan Metode Mamdani dalam Menentukan Tingkat Peminatan Tipe Motor Honda,” J. Inform. Ekon. Bisnis, vol. 3, no. 1, pp. 7–11, 2020, doi: 10.37034/infeb.v3i1.60.

W. A. Sofia and J. Juhari, “Prosedur Fuzzy Tahani Menggunakan Fungsi Representatif Kurva Segitiga dan Trapesium,” J. Ris. Mhs. Mat., vol. 1, no. 1, pp. 40–50, 2021, doi: 10.18860/jrmm.v1i1.13819.

R. A. Sukamto and M. Shalahuddin, “Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek.” Informatika, Bandung, 2016.

T. A. Kurniawan, “Pemodelan Use Case (UML): Evaluasi Terhadap beberapa Kesalahan dalam Praktik,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 1, p. 77, 2018, doi: 10.25126/jtiik.201851610.

Y. Murdianingsih and U. Sitiumayah, “Sistem Rekomendasi Pembelian Sepeda Motor Bekas Menggunakan Metode Fuzzy Tahani,” J. ICT Inf. Commun. Technol., vol. 19, no. 1, pp. 17–26, 2020, doi: 10.36054/jict-ikmi.v19i1.111.