Analisis Fuzzy Inference System Mamdani untuk Menilai Kelayakan Pemilihan Mobil Berdasarkan Kriteria Pengguna

Nanda Novita, Muhammad Huda Firdaus, Yuan Anisa, Nurul Khairina

Abstract


Pengambilan keputusan pembelian mobil merupakan proses kompleks yang dipengaruhi oleh faktor subjektif dan objektif seperti harga, efisiensi bahan bakar, dan kenyamanan. Khusus bagi pengemudi transportasi online, kriteria seperti durabilitas dan biaya perawatan rendah menjadi krusial. Ketidakpastian preferensi linguistik (misalnya definisi "hemat" atau "nyaman") sering menjadi keterbatasan metode konvensional. Penelitian ini mengusulkan Sistem Inferensi Fuzzy Mamdani (FIS Mamdani) untuk memodelkan preferensi pengguna dan mengatasi ambiguitas tersebut. Dengan kemampuan menerjemahkan informasi linguistik ke dalam kaidah "IF-THEN" yang intuitif, FIS Mamdani memungkinkan interpretasi preferensi secara akurat. Berdasarkan data aktual mobil Toyota, sistem ini menggunakan tiga variabel input: Harga Mobil, Efisiensi Bahan Bakar, dan Kapasitas Mesin, dengan satu variabel output: Kelayakan Pembelian. Hasil penelitian menunjukkan bahwa dengan nilai crisp output 55.7 (pada kondisi Harga=450 juta, Efisiensi=18 km/l, Kapasitas Mesin=1.8L), mobil-mobil dengan kategori Cukup Layak adalah Toyota Avanza, Yaris, dan Rush. Pendekatan ini terbukti memberikan rekomendasi terstruktur dan personal, sekaligus mengurangi ketidakpastian dalam pengambilan keputusan pembelian mobil


Keywords


Fuzzy Mamdani, keputusan pembelian, kelayakan, preferensi, rekomendasi

Full Text:

PDF

References


N. K. Nur, P. R. Rangan, and Mahyuddin, Sistem Transportasi, vol. 1, no. 69. 2021.

Zulkifli, Choirunnisak, and Choiriyah, “Implikasi Kenaikan Tarif Ojek Online Bagi Mitra Pengemudi Di Kota Palembang,” J. Bisnis dan Manaj., vol. 1, no. 4, pp. 1007–1028, 2023, doi: 10.61930/jurbisman.v1i4.283.

A. Yudhistira and A. Wirasto, “Penggunaan Logika Fuzzy dalam Deteksi Penyakit Kanker,” pp. 15–32, 2024.

D. Kartika, S. A. Lusinia, and I. K. Dewi, “Fuzzy Tsukamoto Method Analysis of Hospital Patient Satisfaction Assessment,” vol. 4, pp. 5267–5279, 2024.

Yulmaini, “Penggunaan Metode Fuzzy Inference System (Fis) Mamdani Dalam Pemilihan Peminatan Mahasiswa Untuk Tugas Akhir,” vol. 15, no. 1, 2015.

Y. Yulia and S. A. Arnomo, “Penerapan Fuzzy Inferensi System Menggunakan Metode Mamdani Dalam Menentukan Besarnya Pemakaian Listrik Rumah Tangga Di Kota Batam,” J. Desain Dan Anal. Teknol., vol. 3, no. 2, pp. 154–162, 2024, doi: 10.58520/jddat.v3i2.64.

T. M. Purba and P. Gultom, “Analisis Perbandingan Fuzzy Inference System Metode Mamdani dan Sugeno dalam Optimisasi Produksi Barang,” vol. 4, pp. 4076–4088, 2024.

“ANALISA PERMODELAN PENJADWALAN YANG OPTIMAL DENGAN LOGIKA FUZZY MAMDANI-ALGORITMA GENETIKA DAN LOGIKA FUZZY SUGENO-ALGORITMA GENETIKA THESIS OLEH : MUCH . ZUYYINAL HAQQUL BARIR,” 2024.

Herlina, L., “Perancangan Model Integrasi Perencanaan Produksi dan Distribusi Pada Rantai Pasok Agroindustri Udang (Kasus PT.X)” Disertasi,Sekolah Pascasarjana Institusi Petanian Bogor,2021

A. Andi, “Analisis Komparasi Algoritma Fuzzy Dalam Sistem Pendukung Keputusan Pemilihan Sepeda Motor Bekas,” J. TIMES, vol. 12, no. 2, pp. 71–78, 2023, doi: 10.51351/jtm.12.2.2023711.

H. Susyanto, “Pengaruh Kepemimpinan, Keterlibatan Karyawan Dan Kepuasan Kerja Terhadap Kesiapan Untuk Berubah Dalam Menghadapi Perubahan Organisasi,” J. Ekon. Bisnis, dan Akunt., vol. 21, no. 1, pp. 1156–1167, 2019, doi: 10.32424/jeba.v21i1.1287.

R. R. Rosalinda, W. Gustrifa, and A. P. Sari, “Analisis Akurasi Prediksi Akselerasi Mobil Listrik Berdasarkan Kecepatan dan Daya Baterai Menggunakan Fuzzy Logic Metode Sugeno dan Mamdani,” vol. 3, pp. 107–112, 2023.

A. S. Mugirahayu, L. Linawati, and A. Setiawan, “Penentuan Status Kewaspadaan COVID-19 Pada Suatu Wilayah Menggunakan Metode Fuzzy Inference System (FIS) Mamdani,” J. Sains dan Edukasi Sains, vol. 4, no. 1, pp. 28–39, 2021, doi: 10.24246/juses.v4i1p28-39.

R. Widiasmara, R. Rafi, L. Putra, M. I. Basori, and A. Puspita, “Analisis Perbandingan Metode Fuzzy Logic Sugeno dengan Tsukamoto dalam Keputusan Prediksi Kemungkinan Lulus Mahasiswa Tepat Waktu,” vol. 3, pp. 79–85, 2023.

A. Ferdian, A. R. AlTahtawi, and S. Yahya, “Perancangan dan Implementasi Sistem Kendali Tegangan Boost Converter Menggunakan Fuzzy Integral Controller,” Pros. SEMNASTERA, pp. 78–84, 2021.

T. Elektro and S. Itn, “SIMULASI SISTEM MANAGEMENT ENERGI BATERAI DAYA PLTS,” vol. 08, pp. 169–182, 2024.

A. N. Salim and A. Rahman, “Implementasi Fuzzy-Mamdani untuk Pengendalian Suhu dan Kekeruhan Air Aquascape Berbasis IoT,” J. Pendidik. Teknol. Inf., vol. 7, no. 2, pp. 126–135, 2023.




DOI: http://dx.doi.org/10.30829/jistech.v10i1.23109

Refbacks

  • There are currently no refbacks.



Current Indexing

 

Creative Commons License

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