Penerapan Metode Fuzzy Sugeno dalam Memprediksi Permintaan Darah

Novianti Puspitasari, Anindita Septiarini, Olivia Octavia, Masna Wati, Heliza Rahmania Hatta

Abstract


Transfusi darah dibutuhkan ketika seorang manusia kehilangan banyak darah. Darah tersebut disediakan oleh pusat penyimpanan darah yang bertugas memperkirakan ketersediaan stok darah agar jumlah darah selalu tercukupi. Informasi terkait stok persediaan darah sangat diperlukan karena apabila stok persediaan darah tidak mencukupi maka akan berdampak pada meningkatnya kematian, sementara stok darah yang berlebihan harus dihindari karena darah memiliki masa kadaluarsa (masa simpan darah) selama 35 hari sejak darah tersebut didonorkan. Oleh karena itu, demi meminimalisir kerugian yang terjadi, maka perlu dilakukan sebuah penelitian tentang memprediksi jumlah permintaan darah yang seharusnya diterima oleh PMI dimasa yang akan datang. Penelitian ini menggunakan metode fuzzy Sugeno untuk memperkirakan jumlah permintaan darah dimasa yang akan datang. Metode ini memiliki toleransi terhadap data-data yang tidak tepat yaitu data yang belum ditentukan nilainya sehingga dapat digunakan untuk melakukan sebuah peramalan. Penelitian menggunakan data dari empat jenis golongan darah yaitu A, B, O dan AB dari bulan Januari 2017 hingga bulan Oktober 2021. Hasil pengujian validitas yang telah dilakukan menggunakan Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE) didapatkan nilai sebesar 27.55% dan 27.61, sehingga metode ini dapat dikatakan layak dan akurat dalam memprediksi jumlah permintaan darah.

Keywords


Darah; Fuzzy Sugeno; MAPE; Prediksi; RMSE

Full Text:

PDF

References


M. Hatta and A. F. Fitri, “Sistem Prediksi Persediaan Stok Darah Dengan Metode Least Square Pada Unit Transfusi Darah Studi Kasus Pmi Kota Cirebon,” J. Ilm. Ilmu Komput., vol. 6, no. 1, pp. 19–23, 2020.

A. D. A. Rifandi, B. D. Setiawan, and Tibyani, “Optimasi Interval Fuzzy Time Series Menggunakan Particle Swarm Optimization pada Peramalan Permintaan Darah : Studi Kasus Unit Transfusi Darah Cabang - PMI Kota Malang,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 7, pp. 2770–2779, 2018.

D. Abdurahman and M. A. Kurnia, “Rancang Bangun Aplikasi Pelayanan Donor Darah Pada Pmi Kabupaten Majalengka Berbasis Android Dan Web Menggunakan Teknologi Firebase,” INFOTECH J., vol. 5, no. 1, pp. 53–59, 2019.

L. Magdalena and H. Mulyasari, “Rancangan Sistem Informasi PMI Dengan Mengintegrasikan Data Pendonor dan Stok Darah Antar Cabang PMI di Wilayah III Cirebon,” Sekol. Tinggi Manaj. Inform. dan Komput. Cirebon, pp. 978–979, 2018.

H. G. GHIFARI, D. DARLIS, and A. HARTAMAN, “Pendeteksi Golongan Darah Manusia Berbasis Tensorflow menggunakan ESP32-CAM,” ELKOMIKA J. Tek. Energi Elektr. Tek. Telekomun. Tek. Elektron., vol. 9, no. 2, p. 359, 2021.

M. R. Rifqi, B. D. Setiawan, and F. A. Bacthiar, “Support Vector Regression untuk Peramalan Permintaan Darah : Studi Kasus Unit Transfusi Darah Cabang – PMI Kota Malang,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 10, pp. 3332–3342, 2018.

L. Rohimah, S. Rukiastiandari, and S. Juarni, “Penerapan Logika Fuzzy Metode Sugeno Untuk Optimalisasi Nilai Ekspor Ikan Tuna Hs 160414 Ke Italiaitle,” J. Tek. Komput. AMIK BSI, vol. VI, 2020.

N. Puspitasari, A. Tejawati, and F. Prakoso, “Estimasi Stok Penerimaan Bahan Bakar Minyak Menggunakan Metode Fuzzy Tsukamoto,” JRST (Jurnal Ris. Sains dan Teknol., vol. 3, no. 1, pp. 9–18, 2019, doi: 10.30595/jrst.v3i1.3112.

K. Harefa, “Penerapan Fuzzy Inference System untuk Menentukan Jumlah Pembelian Produk Berdasarkan Data Persediaan dan Penjualan,” J. Inform. Univ. Pamulang, vol. 2, no. 4, p. 205, 2017, doi: 10.32493/informatika.v2i4.1487.

R. Alfita, D. Mamlu’ah, M. Ulum, and R. V. Nahari, “Implementation of Fuzzy Sugeno Method for Power Efficiency,” Int. J. Adv. Eng. Res. Sci., vol. 4, no. 9, pp. 1–5, 2017, doi: 10.22161/ijaers.4.9.1.

J. Warmansyah and D. Hilpiah, “Penerapan metode fuzzy sugeno untuk prediksi persediaan bahan baku,” Teknois J. Ilm. Teknol. Inf. dan Sains, vol. 9, no. 2, pp. 12–20, 2019, doi: 10.36350/jbs.v9i2.58.

B. Satria, T. Radillah, L. Tambunan, and M. Iqbal, “Implementasi Metode Fuzzy Sugeno Untuk Prediksi Penentuan Porsi Dana Pembangunan Perumahan,” JSAI (Journal Sci. Appl. Informatics), vol. 4, no. 1, pp. 75–84, 2021.

S. Hajar, M. Badawi, Y. D. Setiawan, M. Noor, and H. Siregar, “Prediksi Perhitungan Jumlah Produksi Tahu Mahanda dengan Teknik Fuzzy Sugeno,” J. Sains Komput. Inform., vol. 4, no. 1, pp. 210–219, 2020.

M. A. Fikri, D. Erwanto, and D. E. Yuliana, “Rancang Bangun Alat Prediksi Kondisi Tubuh Ideal Menggunakan Metode Fuzzy Logic Sugeno,” Setrum Sist. Kendali-Tenaga-elektronika-telekomunikasi-komputer, vol. 7, no. 1, pp. 169–181, 2018.

S. L. M. Sitio, “Penerapan Fuzzy Inference System Sugeno untuk Menentukan Jumlah Pembelian Obat (Studi Kasus: Garuda Sentra Medika),” J. Inform. Univ. Pamulang, vol. 3, no. 2, p. 104, 2018, doi: 10.32493/informatika.v3i2.1522.

I. M. Syarif, M. A. M. Muslim, and F. Y. Arini, “Implementasi Fuzzy Inference System Metode Sugeno pada Penentuan Produksi Sarung (Studi Kasus: PT. Asaputex Jaya Tegal),” Unnes J. Math., vol. 6, no. 2, pp. 178–188, 2017, doi: 10.15294/ujm.v6i2.12455.

R. A. M. Kamal and I. N. Farida, “Sistem Penentuan Harga Sewa Mobil Menggunakan Metode Fuzzy Sugeno,” in Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 2021, vol. 5, no. 1, pp. 302–308.

S. Komariyah, R. M. Yunus, and S. F. Rodiansyah, “Logika Fuzzy Dalam Sistem Pengambilan Keputusan Penerimaan Beasiswa,” Proceeding Stima 2.0, pp. 61–68, 2016.

D. A. Batubara, “Perancangan Aplikasi Penentuan Jumlah Produksi Optimal Minuman Teh Botol Menggunakan Metode Fuzzy Sugeno (Studi Kasus : PT. Sinar Tanjung Morawa),” J. Pelita Inform., vol. 18, no. Januari 2019, pp. 26–30, 2019.

G. Taufiq, “Implementasi Logika Fuzzy Tahani Untuk Model Sistem,” J. Pilar Nusa Mandiri, vol. XII, no. I, pp. 12–20, 2016.

D. S. Muhathir, “Metode, Perhitungan Sugeno, Fuzzy Antropometri, Dan Status, Memprediksi Indeks, Gizi Tubuh, Massa In, Anthropometric Methods,” vol. 2, no. 1, pp. 16–22, 2018.

Y. Simargolang, Muhammad, and H. Saidah Tamba, “Sistem Pendukung Keputusan Menggunakan Metode Fuzzy Sugeno Untuk Menentukan Calon Presiden Mahasiswa Di Universitas Asahan,” J. Teknol. Inf., vol. 2, no. 2, pp. 122–128, 2018.

R. Bakri, A. N. Rahma, I. Suryani, and Y. Sari, “Penerapan Logika Fuzzy Dalam Menentukan Jumlah Peserta Bpjs Kesehatan Menggunakan Fuzzy Inference System Sugeno,” J. Lebesgue J. Ilm. Pendidik. Mat. Mat. dan Stat., vol. 1, no. 3, pp. 182–192, 2020, doi: 10.46306/lb.v1i3.38.

I. Nabillah and I. Ranggadara, “Mean Absolute Percentage Error untuk Evaluasi Hasil Prediksi Komoditas Laut,” JOINS (Journal Inf. Syst., vol. 5, no. 2, pp. 250–255, 2020, doi: 10.33633/joins.v5i2.3900.

M. Huda, Kusrini, and Henderi, “Model Prediksi Kebutuhan Bahan Baku Pada Cafe Menggunakan Algoritma Fuzzy Tsukamoto,” Konf. Nas. Sist. Inf. 2018, pp. 8–9, 2018.




DOI: https://doi.org/10.26418/justin.v10i4.52152

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 JUSTIN (Jurnal Sistem dan Teknologi Informasi)

ara komputer
View My Stats

Creative Commons License
All article in Justin is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License