Penerapan Inference Fuzzy Mamdani dalam Seleksi Penerima Bantuan Sosial Tunai Kabupaten Belitung Timur

Sentya Agus Savitri; Didi  Suhaedi

doi:10.29313/jrm.v2i2.1383

Authors

Sentya Agus Savitri Matematika, Universitas Islam Bandung
Didi Suhaedi Matematika, Universitas Islam Bandung

DOI:

https://doi.org/10.29313/jrm.v2i2.1383

Keywords:

Inference Fuzzy Mamdani, Penerima Bantuan Sosial Tunai, Toolbox pada MATLAB

Abstract

Abstract. Cash Social Assistance is a form of government intervention through the Indonesian Ministry of Social Affairs in order to provide a social safety stimulus in the midst of the COVID-19 pandemic. However, in the process there are still obstacles, one of which is in determining the recipients of Cash Social Assistance. The use of the Mamdani Fuzzy Inference System is one method that can be used in the process of determining the recipients of Cash Social Assistance. In its use, Fuzzy Mamdani has four stages, starting from the stages of forming fuzzy sets, application of the Implication function, composition of rules to defuzzification or affirmation. Mamdani's Fuzzy Inference System describes the output in numerical form which determines the eligibility of Cash Social Assistance Recipients. In order to simplify the work, the calculation uses the Toolbox in Matlab. There are 10 fuzzy rules used. The result of the research is a feasibility determination system that has an accuracy value of 92.1835% and this determination system can be used as a reference in the process of determining the recipients of Cash Social Assistance.

Abstrak. Bantuan Sosial Tunai merupakan bentuk perwujudan Intervensi Pemerintah melalui Kementrian Sosial RI dalam rangka memberikan stimulus Pengaman Sosial di tengah masa pandemik COVID-19. Akan tetapi dalam prosesnya masih terdapat kendala salah satunya dalam penentuan penerima Bantuan Sosial Tunai. Penggunaan Sistem Inference Fuzzy Mamdani merupakan salah satu metode yang bisa digunakan dalam proses penentuan penerima Bantuan Sosial Tunai. Dalam Penggunaannya Fuzzy Mamdani memiliki empat tahapan yang dilakukan, mulai dari tahapan pembentukan himpunan fuzzy, aplikasi fungsi Implikasi, komposisi aturan sampai defuzifikasi atau penegasan.Variabel yang digunakan adalah Status Pekerjaan Kepala Keluarga, Kondisi Lantai, Kondisi WC, Penghasilan, Dinding. Sistem Inference Fuzzy Mamdani menggambarkan keluaran (Output) dalam bentuk numerik yang menjadi penentu kelayakan Penerima Bantuan Sosial Tunai. Dalam mempermudah pengerjaan, perhitungannya menggunakan Toolbox pada Matlab. Fuzzy rules yang digunakan sebanyak 10 aturan. Hasil dari penelitian berupa sebuah sistem penentuan kelayakan yang memiliki nilai akurasi sebesar 92,1835 % dan sistem penentuan ini dapat dijadikan acuan dalam proses penentuan penerima Bantuan Sosial Tunai.

References

M. A. Amri, D. Hartama, A. Wanto, Sumarno, and H. S. Tambunan, “Penerapan Metode Fuzzy Mamdani dalam Penentuan Penerima BLT-DD di Mekar Sari Raya,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 4, no. 1, pp. 269–277, 2020, doi: 10.30865/komik.v4i1.2698.

C. Lewis, International and Business Forecasting Methods. Butterworths, 1982.

N. Febriany, F. Agustina, and R. Marwati, “Aplikasi Metode Fuzzy Mamdani Dalam Penentuan Status Gizi Dan Menggunakan Software Matlab,” J. EurekaMatika, vol. 5, no. 1, pp. 84–96, 2017.

E. W. Mudasir et al., “Aplikasi Prediksi Produksi Pakaian Menggunakan Metode Fuzzy Mamdani (Studi Kasus Cms Production),” Coding J. Komput. dan Apl., vol. 9, no. 03, pp. 375–386, 2022, [Online]. Available: https://jurnal.untan.ac.id/index.php/jcskommipa/article/view/50660

S. Indri and T. Artha, “Aplikasi Logika Fuzzy menggunakan Metode Fuzzy Mamdani dalam menentukan Jumlah Produksi Optimum,” pp. 1–62, 2017.

N. Lestari, “Implementasi Sistem Pendukung Keputusan Dalam Pemberian Bantuan Kepada Masyarakat Desa,” J. Sains dan Inform., vol. 3, pp. 61–71, 2017.

R. P. A. C. Ningtyas and D. F. Suyatno, “Sistem Pendukung Keputusan Bantuan Langsung Tunai Pada Masa Pandemi Covid 19 Menggunakan Perbandingan Metode Simple Additive Weighting dan Fuzzy Berbasis Website (Studi Kasus: Desa Krisik, Kecamatan Gandusari, Kabupaten Blitar),” J. Emerg. Inf. Syst. Bus. Intell., vol. 2, no. 2, pp. 56–65, 2021.

N. Prakoso, “Sistem Pendukung Pengambilan Keputusan Penentuan Bantuan Dana Pembangunan Rumah Tidak Layak Huni menggunakan Fuzzy Logic,” pp. 1–122, 2016.

I. P. Pratiwi, F. Ferdinandus, and A. D. Limantara, “Sistem Pendukung Keputusan Penerima Program Keluarga Harapan (PKH) menggunakan Metode Simple Additive,” Decis. Support Syst. Sel. Best Teach. SMK. Serpong Pustek by Using TOPSIS Method, vol. 8, no. 2, pp. 182–195, 2019.

D. Kurniadi, F. Nuraeni, and D. Jaelani, “Implementasi Logika Fuzzy Mamdani Pada Sistem Prediksi Calon Penerima Program Keluarga Harapan,” J. Algoritm., vol. 19, no. 1, pp. 151–162, 2022, doi: 10.33364/algoritma/v.19-1.1016.