Optimasi Fungsi Keanggotaan Fuzzy Inference System Tsukamoto Dengan Particle Swarm Optimization Pada Penentuan Jumlah Produksi Gula (Studi Kasus Produksi Gula Pabrik Kebonagung Malang)
Main Author: | Savitri B, Nur Intan |
---|---|
Format: | Thesis NonPeerReviewed |
Terbitan: |
, 2017
|
Subjects: | |
Online Access: |
http://repository.ub.ac.id/3643/ |
Daftar Isi:
- Produksi merupakan kegiatan menghasilkan barang dan jasa dengan menggunakan sumber daya yang disebut faktor produksi. Secara umum faktor-faktor dalam sistem produksi terdiri atas tenaga kerja, modal dan kapital, bahan baku dan bahan material, sumber energi, tanah, informasi, aspek manajerial atau kemampuan berwirausaha, dan teknologi. Kemudian seluruh faktor-faktor tersebut di atas akan diolah sedemikian cara sehingga menghasilkan sejumlah hasil produksi tertentu. Indonesia memiliki pabrik gula yang sangat banyak. Sejak tahun 1975 pabrik gula telah dinyatakan secara resmi sebagai usaha pemroses atau pengolah tebu menjadi gula pasir. Pabrik gula juga berperan sebagai pembimbing petani dalam budidaya tebu. Kerja sama tersebut dilakukan untuk memperoleh jumlah dan kualitas tebu sesuai harapan. Secara umum beberapa faktor yang mempengaruhi jumlah produksi gula di Indonesia antara lain lahan atau luas areal tanah, rendemen tebu, jumlah tebu, jumlah tenaga kerja tetap dan musiman, operasional mesin, bahan pendukung, dan lama giling. Berdasarkan hasil penelitian sebelumnya telah diperoleh faktor produksi gula yang sangat berpengaruh pada PG Kebonagung Malang yaitu jumlah tebu, rendemen tebu, jumlah tenaga kerja dan operasional mesin. Penelitian yang ditujukan untuk memperkirakan jumlah produksi gula telah ada sebelumnya, namun masih belum optimal. Oleh karena itu penelitian ini bertujuan untuk mengoptimalkan perkiraan hasil produksi gula pada PG Kebonagung Malang dengan menggunakan metode Particle Swarm Optimization untuk megoptimalkan fungsi derajat kenggotaan Fuzzy Inference System Tsukamoto. Pengujian dilakukan dengan banyak partikel dan banyak iterasi. Semakin besar iterasi adan jumla partikel maka komputasi akan semakin berat. Dalam setiap pengujian pada jumlah partikel dan iterasi menghasilkan fitness yang berbeda.