Analisis Tingkat Akurasi Model Inferensi Fuzzy Sugeno dan Tsukamoto dalam Memprediksi Laju Inflasi di Sumatera Utara

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.

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.