Metode Adaptive Neuro Fuzzy Inference System Pada Aplikasi Sistem Cerdas Pendugaan Produksi Garam

Dani Saepuloh, Muhammad Ramdhan, Rikha Bramawanto, Sri Suryo Sukoraharjo

Abstract


Garam merupakan salah satu komoditas strategis, karena selain merupakan kebutuhan pokok manusia, garam juga digunakan sebagai bahan baku industri. Indonesia adalah salah satu negara yang memproduksi garam, namun Indonesia belum dapat memenuhi kebutuhan garam dalam negerinya sendiri. Kementerian Kelautan dan Perikanan (KKP) setiap tahun menargetkan produksi garam, dan sering kali target dan realisasi produksi garam tidak tercapai. Untuk meminimalkan resiko kerugian petambak garam dan bahan pertimbangan untuk menjaga neraca garam dibuatlah Sistem Cerdas Pendugaan Produksi garam dengan menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS). Sistem kerja dalam penelitian ini dengan tiga variable: curah hujan, nino 34 dan dipole mode, dataset tersebut akan dibagi menjadi data training dan data testing. Data training digunakan sebagai prediktor sistem ANFIS sedangkan data testing digunakan untuk mengukur akurasi prediksi yang dihasilkan oleh ANFIS. Pengukuran tingkat akurasi menggunakan metode Root Means Square Error (RMSE) yang menunjukkan keakurasinya cukup baik mendekati nilai produksi garam.


Keywords


salt; intelegent system; salt production; ANFIS

Full Text:

PDF

References


Anonim, (2015), Materi Rakor Swasembada Garam Nasional, 9 April 2015, Kementerian Kelautan dan Perikanan, Jakarta.

Aunurrofiqi, I, (2018), Hubungan Karakteristik Kewirausahaan Petani Garam Dengan Keberhasilan Usaha Garam Di Kabupaten Rembang, Skripsi, Departemen Agribisnis Fakultas Ekonomi Dan Manajemen, Institut Pertanian Bogor, Bogor.

Buono, A., Budiman, J., & Musthofa. (2013). Prediksi Awal Musim Hujan Menggunakan Adaptive Neuro Fuzzy Inference System Pada Studi Kasus Kabupaten Indramayu, Himpunan Informatika Pertanian Indonesia (HIPI), Bogor.

Dewi, S. dewi, & Hartatik, S. (2006). Neuro Fuzzy integrasi Sistem Fuzzy dan Jaringan Syaraf Tiruan. Jojakarta: Graha Ilmu.

Dong, P., & Dai, F. (2009). Evaluation for Teaching Quality Based on Fuzzy Neural Network. 2009 First International Workshop on Education Technology and Computer Science. Zhengzhou: IEEE Computer Society.

Fajri, H. C. (2018). Kaitan Perubahan Iklim Terhadap Harga Pangan Serta Hortikultura Di Daerah Terdampak Fenomena El Nino Dan La Nina. Skripsi, Departemen Ilmu Ekonomi, Fakultas Ekonomi Dan Manajemen, Institut Pertanian Bogor, Bogor .

https://www.bmkg.go.id/iklim/informasi-hujan-bulanan.bmkg?p=analisis-curah-hujan-dan-sifat-hujan-bulan-juni-2017〈=ID di akses pada tanggal 5 februari 2019

https://ilmugeografi.com/ilmu-bumi/iklim/iklim-di-indonesiadi akses pada tanggal 12April 2019

Jamil, A. S. (2015). Analisis Permintaan Impor Garam Indonesia. Tesis, Program Pascasarjana Ilmu Ekonomi Pertanian, Institut Pertanian Bogor, Bogor.

Mathur, N., Glesk, I., & Buis, A. (2016). Comparison of adaptive neuro-fuzzy inference system (ANFIS ) and Gaussian processes for machine learning ( GPML ) algorithms for the prediction of skin temperature in lower limb prostheses. Medical Engineering and Physics, 38(10), 1083-1089. https://doi.org/10.1016/j.medengphy.2016.07.003

Menezes, V. V. & Vianna, M. L. (2019). Quasi-biennial Rossby and Kelvin waves in the South Indian Ocean: Tropical and subtropical modes and the Indian Ocean Dipole, Deep Sea Research Part II: Topical Studies in Oceanography, In Press, Corrected Proof, https://doi.org/10.1016/ j.dsr2.2019.05.002

Prawiradisastra, F, (2017), Pengembangan Model Prediksi Banjir Menggunakan Adaptive Neuro Fuzzy Inference System (Anfis) Pada Sungai Ciliwung, Tesis, Program Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor.

Susanto, H., Rokhati, N., & Santosa, G. W. (2015), Development of Traditional Salt Production Process for Improving Product Quantity and Quality in Jepara District, Central Java, Indonesia, Procedia Environmental Sciences 23, Pp 175-178. https://doi: 10.1016/j.proenv.2015.01.027

Walid, M., Suprapto, Y. K., & Zaini, A. (2014). Noise Detection On The Temple Relief Images Using Adaptive Neuro Fuzzy Inference System. ISITIA 2014




DOI: http://dx.doi.org/10.15578/jkn.v14i2.7910

Copyright (c) 2019 Dani Saepuloh, Muhammad Ramdhan

Creative Commons License

Copyright of Jurnal Kelautan Nasional (p-ISSN 1907-767X, e-ISSN 2615-4579)

Pusat Riset Kelautan
Badan Riset dan Sumberdaya Manusia Kelautan dan Perikanan
Kementerian Kelautan dan Perikanan

View My Stats

Index by