OPTIMASI FUNGSI KEANGGOTAAN FUZZY TSUKAMOTO MENGGUNAKAN ALGORITMA GENETIKA UNTUK PENENTUAN HARGA JUAL RUMAH

Evi Nur Azizah, Imam Cholissodin, Wayan Firdaus Mahmudy

Abstract


Secara umum, penentuan harga jual rumah ditentukan oleh dua bagian yaitu bagian teknik dan bagian keuangan. Namun seringkali harga jual yang didapatkan pada bagian ini berbeda sehingga menyebabkan manager melakukan perhitungan ulang dari kedua hasil tersebut. Untuk menyelesaikan permasalahan tersebut, maka perlu dibuat suatu sistem yang dapat menghitung harga jual secara akurat. Dalam paper ini, harga jual rumah ditentukan menggunakan sistem inferensi fuzzy Tsukamoto. Namun penggunaan logika fuzzy saja masih memungkinkan mendapatkan error yang relative besar. Untuk memperkecil nilai error maka digunakan algoritma genetika untuk menentukan batasan nilai fungsi keanggotaan yang sesuai. Dari pengujian yang dilakukan didapatkan kesimpulan bahwa penggunaan algoritma genetika mampu memperkecil error secara signifikan.


Full Text:

PDF

References


AZADEGAN, A., POROBIC, L., GHAZINOORY, S., SAMOUEI, P. & SAMAN KHEIRKHAH, A. 2011. Fuzzy logic in manufacturing: A review of literature and a specialized application. International Journal of Production Economics, 132, 258-270.

HIDAYAT, H. R., PUTRI, R. R. M. & MAHMUDY, W. F. 2014. Sistem pakar penentuan kebutuhan pembelajaran bahasa Inggris dengan metode fuzzy inference system mamadani. DORO: Repository Jurnal Mahasiswa PTIIK Universitas Brawijaya, 4.

KUSAN, H., AYTEKIN, O., & OZDEMIR, I. (2010). The Use Of Fuzzy Logic In Predicting House Selling Price. Turkey: Departement of Civil Engineering , Eskisehir Osmangazi University.

MAHMUDY, W. F. 2013. Algoritma Evolusi. Program Teknologi Informasi dan Ilmu Komputer. Universitas Brawijaya, Malang.

MAHMUDY, W. F., MARIAN, R. M. & LUONG, L. H. S. 2013 a. Real coded genetic algorithms for solving flexible job-shop scheduling problem – Part II: optimization. Advanced Materials Research, no. 701, pp. 364-369.

MAHMUDY, W. F., MARIAN, R. M. & LUONG, L. H. S. 2013 b. Hybrid genetic algorithms for multi-period part type selection and machine loading problems in flexible manufacturing system. IEEE International Conference on Computational Intelligence and Cybernetics, 3-4 December, Yogyakarta, Indonesia. pp. 126-130.




DOI: http://dx.doi.org/10.21776/ub.jeest.2015.002.02.3

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.