Implementasi Algoritma Fuzzy Time Series Average-Based Untuk Memprediksi Intensitas Sampah Tempat Pemrosesan Akhir

Abstract

Tempat pemrosesan akhir (TPA) Winongo adalah sebuah tempat ditampungnya sampah untuk wilayah Kota Madiun. TPA ini menampung segala sampah dari 3 kecamatan di Kota Madiun, diantaranya Kecamatan Kartoharjo, Kecamatan Taman, dan Kecamatan Mangunharjo. Sampai saat ini TPA Winongo sudah terbilang penuh sehingga sampah yang tertampung didalamnya sudah bergunung – gunung. Hal tersebut dapat menyebabkan berkurangnya umur dari TPA Winongo. TPA Winongo sering mengalami kesulitan dalam mengatasi sampah yang masuk tiap bulan, oleh sebab itu TPA Winongo membutuhkan sistem yang dapat digunakan untuk memprediksi intensitas sampah yang masuk dalam beberapa bulan terakhir. Algoritma Fuzzy Time Series Average-Based adalah metode prediksi yang menggunakan prinsip Fuzzy dan memiliki tingat akurasi yang cukup baik untuk melakukan prediksi, sehingga metode ini sesuai untuk memprediksi intensitas sampah yang masuk di TPA tersebut. Data yang digunakan adalah data volume sampah (Ton) pada tahun 2018 yang diperoleh dari TPA Winongo. Hasil yang didapatkan dalam penelitian ini adalah akurasi algoritma untuk prediksi intensitas sampah dengan pengujian data pada tahun 2018 sebanyak 12 data yang diuji dengan Mean Absolute Percentage Error (MAPE) adalah sebesar 6,19% dan termasuk dalam kategori sangat baik.

Perencanaan Produksi Menggunakan Metode Algoritma Fuzzy Time Series Average – Based, Strategi Perencanaan Agregat dan Metode Transportasi

“…Peramalan permintaan sangat diperlukan sebagai salah satu acuan dalam membuat perencanaan produksi yang baik dan akurat. Dalam sebuah algoritma khususnya untuk memprediksi sesuatu, algoritma tersebut pasti memiliki tingkat kesalahan atau error dalam hasil prediksinya [5]. MAPE bertujuan untuk menghitung presentase error dalam sebuah hitungan prediksi algoritma serta untuk mengetahuihasil kinerja prediksi [5].…”

“…Dalam sebuah algoritma khususnya untuk memprediksi sesuatu, algoritma tersebut pasti memiliki tingkat kesalahan atau error dalam hasil prediksinya [5]. MAPE bertujuan untuk menghitung presentase error dalam sebuah hitungan prediksi algoritma serta untuk mengetahuihasil kinerja prediksi [5]. Salah satu metode yang dapat digunakan dalam peramalan adalah Algoritma Fuzzy Time Series Averge -Based.…”

“…Metode Average Based Fuzzy Time Series merupakan pengembangan dari metode Fuzzy Time Series. Metode ini mampu meningkatkan hasil ramalan dengan basis aturan fuzzy yang diperoleh dari interval berbasis rata-rata dari masing-masing data [5]. Metode ini membutuhkan beberapa proses perhitungan sehingga dapat menghasilkan output yang sesuai dengan perhitungan.…”

“…Metode ini membutuhkan beberapa proses perhitungan sehingga dapat menghasilkan output yang sesuai dengan perhitungan. Algoritma Fuzzy Time Series secara umum memiliki 3 tahapan utama, yaitu Fuzzifikasi, penentuan Fuzzy Logical Relationships (FLRs), dan Defuzzifikasi [5]. Selain itu, Metode ini menghasilkan peramalan dengan tingkat akurasi yang cukup baik karena menerapkan sistem ratarata yang mampu menentukan panjang interval efektif.…”