Penerapan Decision Tree J48 dan Reptree dalam Menentukan Prediksi Produksi Minyak Kelapa Sawit menggunakan Metode Fuzzy Tsukamoto

Abstract

<p>Penelitian ini menerangkan penerapan <em>decision tree</em> J48 dan REPTree dengan menggunakan metode <em>fuzzy Tsukamoto</em> dengan objek yang digunakan adalah penentuan jumlah produksi minyak kelapa sawit di perusahaan PT Tapiana Nadenggan dengan tujuan untuk mengetahui <em>decision tree</em> mana yang hasilnya mendekati dari data sesungguhnya sehingga dapat digunakan untuk membantu memprediksi jumlah produksi minyak kelapa sawit di PT Tapiana Nadenggan ketika proses produksi belum diproses. Digunakannya <em>decision tree</em> J48 dan REPTree yaitu untuk mempercepat dalam pembuatan <em>rule </em>yang digunakan tanpa harus berkonsultasi dengan para pakar dalam menentukan <em>rule</em> yang digunakan. Dari data yang digunakan akurasi dari decision tree J48 adalah 95.2381%, sedangkan akurasi REPTree adalah 90.4762%, akan tetapi dalam kasus ini <em>decision tree</em> REPTree yang lebih tepat digunakan dalam proses prediksi produksi minyak kelapa sawit, karena di uji dengan data sesungguhnya pada bulan Maret tahun 2019 menggunakan REPTree diperoleh 16355835 liter, sedangkan menggunakan J48 diperoleh 11844763 liter, dimana data produksi sesungguhnya sebesar 17920000 liter. Sehingga dapat ditemukan suatu kesimpulan bahwa untuk kasus ini data produksi yang mendekati dengan data sesungguhnya adalah REPTree, meskipun akurasi yang diperoleh lebih kecil dibandingkan dengan J48.</p><p><em><strong>Abstract</strong></em></p><div><p><em>This study explains the application of the J48 and REPTree decision tree using the fuzzy Tsukamoto method with the object used is the determination of the amount of palm oil production in the company PT Tapiana Nadenggan with the aim of knowing which decision tree the results are close to the actual data so that it can be used to help predict the amount palm oil production at PT Tapiana Nadenggan when the production process has not been processed. The use of the J48 and REPTree decision tree is to speed up the rule making that is used without having to consult with experts in determining the rules used. From the data used the accuracy of the J48 decision tree is 95.2381%, while the REPTree accuracy is 90.4762%, but in this case the REPTree decision tree is more appropriate to be used in the prediction process of palm oil production, because it is tested with actual data in March 2019 uses REPTree obtained 16355835 liters, while using J48 obtained 11844763 liters, where the actual production data is 179,20000 liters. So that it can be found a conclusion that for this case the production data approaching the actual data is REPTree, even though the accuracy obtained is smaller compared to J48.</em></p></div><p><em><strong><br /></strong></em></p>

Konsep Decision Tree Reptree untuk Melakukan Optimasi Rule dalam Fuzzy Inference System Tsukamoto

“…Proses melakukan perubahan menjadi himpunan fuzzy, yaitu tentukan banyaknya himpunan fuzzy yang akan dibuat. Dalam penelitian ini setiap kriteria memiliki tiga himpunan fuzzy yang terdiri sedikit, sedang, dan banyak, kemudian buat kemungkinan klasifikasi dari masing masing kriteria yakni berupa nilai batasan (Tundo and 'Uyun, 2020). Nilai batasan tersebut yang akan menentukan nilai tergolong dalam himpunan fuzzy sedikit, sedang, atau banyak.…”

“…Implementasi fuzzy inference system Tsukamoto dilakukan setelah pembuatan rule decision tree J48 dan Random Tree terbentuk (Tundo and 'Uyun, 2020). Proses yang harus dilakukan dalam metode fuzzy inference system Tsukamoto adalah: Gambar 5.…”

Kinerja Logika Fuzzy Sugeno dalam Menangani Prediksi Kain Tenun dengan Kombinasi Random Tree dalam Membangun Rule

“…Berikut beberapa penelitian yang serupa yang peneliti ambil sebagai bahan dalam pembuatan penelitian ini. Pertama menurut [7] melakukan penelitian mengenai prediksi produksi minyak kelapa sawit dengan menggunakan metode fuzzy Tsukamoto, dimana rule yang dibangun menggunakan pohon keputusan J48 dan REPTree dengan kriteria yang ada yaitu, banyaknya kelapa sawit, permintaan, dan persediaan. Setelah dihitung diperoleh kesimpulan bahwa pohon keputusan REPTree memiliki nilai yang mendekati dari data produksi sesungguhnya dibandingkan dengan J48.…”