Analisis Tingkat Akurasi Model Fuzzy Inferensi Sugeno dan Tsukamoto Dalam Memprediksi Laju Inflasi Sumatera Utara
ABSTRAK
Logika fuzzy merupakan perluasan dari penalaran tradisional, di mana x adalah salah
satu anggota dari himpunan A atau tidak, atau sebuah x dapat menjadi anggota
himpunan A dengan derajat keanggotaan (μ) tertentu. Kemampuan model fuzzy dalam
memetakan nilai kabur menjadi alasan penggunaan model inferensi fuzzy dalam
berbagai kasus yang menggunakan nilai kabur untuk menghasilkan suatu output yang
jelas atau pasti. Dalam penelitian ini akan dilakukan analis tingkat akurasi yang
dihasilkan model inferensi fuzzy Sugeno dan Tsukamoto dalam memprediksi laju
inflasi di Sumatera Utara, hasil prediksi akan dianalisis tingkat akurasinya dengan
membandingkan hasil yang diperoleh model fuzzy inferensi Sugeno dan Tsukamoto
dengan nilai aktualnya. Hasil dari analisis yang dilakukan untuk model fuzzy Sugeno
tingkat akurasi dipengaruhi nilai regresi linier berganda sedangkan tingkat akurasi dari
model fuzzy infernsi Tsukamoto dipegaruhi oleh ketepatan nilai masukannya. Hasil
akhirnya model fuzzy Tsukamoto lebih akurat dibandingkan dengan model fuzzy
inferensi Sugeno dalam uji kasus laju inflasi di Sumatera Utara.
Kata kunci : Prediksi, Sugeno, Tsukamoto, Akurasi, Analisis.
Universitas Sumatera Utara
ANALYSIS OF ACCURACY SUGENO FUZZY INFERENCE MODEL AND
TSUKAMOTO IN PREDICTING INFLATION IN NORTH SUMATRA
ABSTRACT
Fuzzy logic is an extension of the traditional reasoning, where x is a member of the set
A or not, or an x can be a member of a set A with a degree of membership (μ) specific.
The ability of the model to map value fuzzy blur the reason for the use of fuzzy
inference models in many cases using fuzzy values to produce an output that is clear
or definite. In this study will be generated analyst accuracy Sugeno fuzzy inference
models and Tsukamoto in predicting the rate of inflation in North Sumatra, the results
will be analyzed prediction accuracy rate by comparing the results obtained fuzzy
inference models Sugeno and Tsukamoto with actual values. The results of the
analysis conducted for Sugeno fuzzy model accuracy rate affected the value of
multiple linear regression, while the accuracy of infernsi Tsukamoto fuzzy model have
been affected by the accuracy of the input value. The end result Tsukamoto fuzzy
model is more accurate than the models Sugeno fuzzy inference in the test case of the
inflation rate in North Sumatra.
Keywords: Prediction, Sugeno, Tsukamoto, Accuracy, Analysis.
Universitas Sumatera Utara
Logika fuzzy merupakan perluasan dari penalaran tradisional, di mana x adalah salah
satu anggota dari himpunan A atau tidak, atau sebuah x dapat menjadi anggota
himpunan A dengan derajat keanggotaan (μ) tertentu. Kemampuan model fuzzy dalam
memetakan nilai kabur menjadi alasan penggunaan model inferensi fuzzy dalam
berbagai kasus yang menggunakan nilai kabur untuk menghasilkan suatu output yang
jelas atau pasti. Dalam penelitian ini akan dilakukan analis tingkat akurasi yang
dihasilkan model inferensi fuzzy Sugeno dan Tsukamoto dalam memprediksi laju
inflasi di Sumatera Utara, hasil prediksi akan dianalisis tingkat akurasinya dengan
membandingkan hasil yang diperoleh model fuzzy inferensi Sugeno dan Tsukamoto
dengan nilai aktualnya. Hasil dari analisis yang dilakukan untuk model fuzzy Sugeno
tingkat akurasi dipengaruhi nilai regresi linier berganda sedangkan tingkat akurasi dari
model fuzzy infernsi Tsukamoto dipegaruhi oleh ketepatan nilai masukannya. Hasil
akhirnya model fuzzy Tsukamoto lebih akurat dibandingkan dengan model fuzzy
inferensi Sugeno dalam uji kasus laju inflasi di Sumatera Utara.
Kata kunci : Prediksi, Sugeno, Tsukamoto, Akurasi, Analisis.
Universitas Sumatera Utara
ANALYSIS OF ACCURACY SUGENO FUZZY INFERENCE MODEL AND
TSUKAMOTO IN PREDICTING INFLATION IN NORTH SUMATRA
ABSTRACT
Fuzzy logic is an extension of the traditional reasoning, where x is a member of the set
A or not, or an x can be a member of a set A with a degree of membership (μ) specific.
The ability of the model to map value fuzzy blur the reason for the use of fuzzy
inference models in many cases using fuzzy values to produce an output that is clear
or definite. In this study will be generated analyst accuracy Sugeno fuzzy inference
models and Tsukamoto in predicting the rate of inflation in North Sumatra, the results
will be analyzed prediction accuracy rate by comparing the results obtained fuzzy
inference models Sugeno and Tsukamoto with actual values. The results of the
analysis conducted for Sugeno fuzzy model accuracy rate affected the value of
multiple linear regression, while the accuracy of infernsi Tsukamoto fuzzy model have
been affected by the accuracy of the input value. The end result Tsukamoto fuzzy
model is more accurate than the models Sugeno fuzzy inference in the test case of the
inflation rate in North Sumatra.
Keywords: Prediction, Sugeno, Tsukamoto, Accuracy, Analysis.
Universitas Sumatera Utara