Analisis Akurasi Prediksi Akselerasi Mobil Listrik Berdasarkan Kecepatan dan Daya Baterai Menggunakan Fuzzy Logic Metode Sugeno dan Mamdani

Authors

  • Rena Rama Rosalinda - Program Studi Informatika, Universitas Pembangunan Nasional “Veteran” Jawa Timur
  • Wanda Gustrifa
  • Prinafsika
  • Anggraini Puspita Sari Universitas Pembangunan Nasional "Veteran" Jawa Timur

Keywords:

Fuzzy Logic, Metode Sugeno, Metode Mamdani, Mobil Listrik, Prediksi, Akurasi, Akselerasi

Abstract

AbstrakPeningkatan kesadaran akan dampak negatif penggunaan bahan bakar minyak terhadap lingkungan telah mendorong pertumbuhan pesat dalam pengembangan kendaraan ramah lingkungan. Salah satu jenis kendaraan yang semakin populer adalah mobil listrik. Namun, salah satu tantangan yang dihadapi oleh mobil listrik adalah jarak tempuh yang terbatas dan waktu pengisian baterai yang relatif lama. Daya dan kecepatan adalah dua faktor kunci yang perlu diperhatikan dalam meningkatkan kinerja mobil listrik. Pengembangan sistem pengendalian yang cerdas dan efektif untuk meningkatkan akselerasi pada mobil listrik berdasarkan kecepatan dan daya baterai menjadi sangat penting. Salah satu pendekatan yang menjanjikan adalah penggunaan logika fuzzy. Kemampuan model fuzzy dalam memetakan ketidakpastian menjadi suatu nilai output menjadi alas an untuk penggunaan model ini dalam prediksi keadaan. Pada penelitian ini dilakukan analisis akurasi prediksi akselerasi mobil listrik berdasarkan variabel kecepatan dan daya baterai menggunakan metode sugeno dan Mamdani. Hasil analisis yang dilakukan diperoleh kesimpulan bahwa metode yang paling tepat untuk digunakan adalah metode Mamdani dengan nilai sebesar  61.39% lebih kecil tingkat kesalahannya dibanding dengan metode sugeno dengan nilai sebesar 61.46%

References

Evihsa FKM UI.,(2022), “Mobil Listrik, Persoalan atau Pemecahan Masalah?” diakses pada tanggal 14 Juni 2023 melalui: https://envihsa.fkm.ui.ac.id/2022/11/25/mobil-listrik-persoalan-atau-pemecahan-masalah/

A. Rico., Vitriani., U. S. Rahayu Alfitri, “Analisis Perbandingan Kalkulasi Manual Fuzzy Logic Metode Mamdani Dan Tsukamoto Pada Penentuan Tipe Diabetes Melitus,” Journal of Education Informatic Technology and Science (JeITS) ., vol. 2, no 3, pp.12- 23, 2020

A. Burhanuddin, “Analisis Komparatif Inferensi Fuzzy Tsukamoto, Mamdani, dan Sugeno Terhadap Produktivitas Padi di Indonesia,” LEDGER: Journal Informatic and Information Technology., vol.2, no.1, 2023

M. Dandi., T. Hidayat, “Analisis Prediksi Sistem Virtual Machine Server Menggunakan Metode Fuzzy Logic,” TEKNOKOM., vol. 3, no. 1, 2020

E. W. Hary Candana., I. G. Aris Gunadi., D. G. H. Divayana, “Perbandingan Fuzzy Tsukamoto, Mamdani Dan Sugeno Dalam Penentuan Hari Baik Pernikahan Berdasarkan Wariga Menggunakan Confusion Matrix,” Jurnal Ilmu Komputer Indonesia (JIK)., vol. 6, no.2, 2021

P. S. Ramadhan dan U. Fatimah, “Mengenal Metode Sistem Pakar,” Uwais Inspirasi Indonesia, 2018.

H. Nizar., A. S. Shafira., J. Aufaresa., M. A. Awliya., U. Athiyah, “Perbandingan Metode Logika Fuzzy Untuk Diagnosa Penyakit Diabetes,” Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika)., vol.12, no.1, pp. 37-41, 2021

S. S. Lina Mulani, “Penerapan Fuzzy Inference System Sugeno untuk Menentukan Jumlah Pembelian Obat (Studi Kasus: Garuda Sentra Medika),” Jurnal Informatika Universitas Pamulang., vol. 3, no.2, pp. 104-109, 2018

G. Prakarsa., V. M. Nasution, “Penerapan Logika Fuzzy Menggunakan Metode Mamdani Pada Prediksi Jumlah Kasus Positif Covid-19,” Jurnal Media Informatika Budidarma., vol. 5, no.4, pp. 1660 - 1666, 2021

A. P. Sari., A. N. Sihananto., D. A. Prasetya., M. M. Al Haromainy, “Pengelompokan Tingkat Penyebaran Covid 19 Pada Kabupaten Jombang Dengan Menggunakan Algoritma K Means,” SCAN: Jurnal Teknologi Informasi dan Komunikasi., vol. XVII, no. 3, 2022

Sari, M., Siswati, T., Suparto, A. A., Ambarsari, I. F., Azizah, N., Safitri, W., & Hasanah, N. (2022). Metodologi penelitian. Global Eksekutif Teknologi.

Azizah., Fauziah, “Implementasi Logika Fuzzy Dalam Mengoptimalkan Persediaan Barang Dengan Metode Mamdani,” STRING (Satuan Tulisan Riset dan Inovasi Teknologi)., vol. 5, no.1, 2020

Sa’dan, A., Haryanto, H., Astuti, S., & Rahayu, Y. (2019). Agen Cerdas Berbasis Fuzzy Tsukamoto pada Sistem Prediksi Banjir. Eksplora Informatika, 8(2), 104–111. https://doi.org/10.30864/eksplora.v8i2.154

Jain, A., & Sharma, A. (2020). Membership Function Formulation Methods for Fuzzy Logic Systems: a Comprehensive Review. Critical Reviews, 7(19), 2020.

Chaudhary, A. (2019). Mamdani and Sugeno Fuzzy Inference Systems Comparison for Detection of Packet Dropping Attack in Mobile Ad Hoc Networks. In Advances in Intelligent Systems and Computing(Vol. 814).Springer Singapore. https://doi.org/10.1007/978-981-13-1501-5_70

Irsan, M. Y. T., Kasau, M. I., & Simbolon, I. P. (2019). Penggunaan Fuzzy Logic & Metode Mamdani untuk Menghitung Pembelian, Penjualan dan Persediaan. JAAF (Journal of Applied Accounting and Finance), 3(1), 37. https://doi.org/10.33021/jaaf.v3i1.677

Thaker, S., & Nagori, V. (2018). Analysis of Fuzzification Process in Fuzzy Expert System. Procedia Computer Science, 132, 1308–1316. https://doi.org/10.1016/j.procs.2018.05.047

Sulistyowati, R. A., & Millah, N. (2021). Penerapan Metode Fuzzy Tsukamoto untuk Mengidentifikasi Banjir Berdasarkan Curah Hujan dan Suhu di Kota Balikpapan pada Tahun 2015 sampai 2019. 5(2), 130–138

Chakraborty, A., Mondal, S. P., Alam, S., Ahmadian, A., Senu, N., De, D., & Salahshour, S. (2019). The Pentagonal Fuzzy Number: Its Different Representations, Properties, Ranking, Defuzzification and Application in Game Problems. Symmetry, 11(2), 248. https://doi.org/10.3390/sym11020248

Doni, R., & Rahman, M. (2020). Sistem Monitoring Tanaman Hidroponik Berbasis Iot (Internet of Thing) Menggunakan Nodemcu ESP8266. J-SAKTI (Jurnal Sains Komputer Dan Informatika), 4(2), 516–522. http://tunasbangsa.ac.id/ejurnal/index.php/jsakti/article/view/243

Irsan, M. Y. T., Kasau, M. I., & Simbolon, I. P. (2019). Penggunaan Fuzzy Logic & Metode Mamdani untuk Menghitung Pembelian, Penjualan dan Persediaan. JAAF (Journal of Applied Accounting and Finance),3(1),37.https://doi.org/10.33021/jaaf.v3i1.677

Fauzan, M. A., Setiawan, B. D., & Indriati. (2019). Algoritma genetika untuk optimasi fuzzy time series dalam memprediksi debit air (studi kasus: PDAM Indramayu). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 3(1), 831-8

Downloads

Published

2023-11-03

How to Cite

-, R. R. R., -, W. G., Prinafsika, & Anggraini Puspita Sari. (2023). Analisis Akurasi Prediksi Akselerasi Mobil Listrik Berdasarkan Kecepatan dan Daya Baterai Menggunakan Fuzzy Logic Metode Sugeno dan Mamdani. Prosiding Seminar Nasional Informatika Bela Negara, 3, 107–112. Retrieved from https://santika.upnjatim.ac.id/submissions/index.php/santika/article/view/205

Issue

Section

Articles

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.

Similar Articles

1 2 3 4 5 6 7 8 9 > >> 

You may also start an advanced similarity search for this article.