Fitri Insani (Scopus ID: 57190404820)
Universitas Islam Negeri Sultan Syarif Kasim Riau

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

Optimzation of Interval Fuzzy Time Series With Particle Swarm Optimization for Prediction Air Quality on Pekanbaru Fitri Insani (Scopus ID: 57190404820); Ade Puspita Sari
Indonesian Journal of Artificial Intelligence and Data Mining Vol 3, No 1 (2020): March 2020
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v3i1.9298

Abstract

Kota Pekanbaru memiliki jumlah penduduk terbanyak di provinsi Riau yaitu 1.046.566 penduduk dengan jumlah kendaraan bermotor 105.941 unit. Badan Lingkungan Hidup menyatakan bahwa kota Pekanbaru memiliki kualitas udara yang tercemar yang disebabkan oleh kebakaran hutan dan lahan serta emisi gas buang kendaraam bermotor. Dengan adanya kondisi tersebut, kota Pekanbaru menggunakan alat pemantau udara yaitu Air Quality Monitoring System (AQMS) dengan penyampaian informasi kualitas udara melalui papan display ISPU. Penelitian ini bertujuan untuk memprediksi kualitas udara esok hari di kota Pekanbaru dengan menggunakan metode Fuzzy Time Series yang di optimasi menggunakan Particle Swarm Optimization. Tingkat akurasi prediksi diukur dengan menggunakan Mean Absolute Percentage Error (MAPE) dengan menghitung selisih antara data aktual dan hasil prediksi. Adapun data masukan yang digunakan yaitu 729 data dengan 5 parameter pengukur kualitas udara yaitu PM10, SO2, CO, O3 dan NO2. Hasil keluaran berupa angka prediksi untuk masing-masing parameter pengukur kualitas udara. Hasil pegujian metode FTS-PSO menunjukkan nilai MAPE sebesar 18,3583%. Parameter PSO terbaik yang digunakan adalah jumlah partikel 10, maksimal iterasi 25 dan bobot inersia 0,6. Dari hasil pengujian dapat disimpulkan bahwa prediksi kualitas udara menggunakan FTS-PSO bernilai cukup akurat.
Prediksi Cuaca Pekanbaru Menggunakan Fuzzy Tsukamoto dan Algoritma Genetika Fitri Insani (Scopus ID: 57190404820); Syafawani Fadilah
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakKeadaan cuaca pekanbaru cenderung berubah dengan cepat, hal ini mengakibatkan terjadinya penyimpangan yang tidak dapat dihindari. Prediksi cuaca dibutuhkan untuk mengantisipasi keadaan cuaca yang cenderung berubah dengan cepat. Proses penentuan prediksi cuaca menggunakan beberapa krieria yaitu Suhu udara, Kelembaban, Kecepatan Angin dan Perawanan. Algoritma genetika berfungsi sebagai pencarian nilai optimum pada masing-masing individu yang akan dibangkitkan sebagai batas fungsi keanggotaan Fuzzy Tsukamoto. Adapun tahapan Algoritma Genetika pada kasus ini adalah inisialisasi populasi awal, perkawinan silang (crossover), Mutasi dan seleksi. Individu yang tertinggi akan dijadikan solusi untuk prediksi cuaca. Adapun akurasi yang didapatkan melalui pengujian sistem menggunakan akurasi yaitu 72% dengan nilai probabilitas crossover 0,6 dan probabilitas mutation 0,4. Hasil nilai evaluasi ini membuktikan kombinasi Fuzzy Tsukamoto menggunakan Algoritma Genetika mampu menghasilkan hasil akhir yang optimal.
Optimasi Biaya Bahan Dan Jasa Pembangunan Rumah Menggunakan Algoritma Genetika Fitri Insani (Scopus ID: 57190404820); Ahmad Rizki Ramadhan
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (953.751 KB)

Abstract

RAB (Rencana Anggaran Biaya) dan AHS (Analisa Harga Satuan) dalam rancangan pembangunan rumah pada PT. Afdhalnur Jaya Konsultan tidak sesuai dengan ketersediaan sumber daya, seperti pilihan bahan dan jasa yang terbatas. Hal ini memberikan dampak terhadap pekerjaan yang terdapat pada RAB. Sehingga biaya menjadi tidak sesuai yang diharapkan. Untuk itu dalam penelitian ini, dilakukan optimasi berdasarkan biaya bahan dan jasa dari PU (Pekerjaan Umum) Kota Pekanbaru tahun 2018 menggunakan salah satu metode heuristik yaitu algoritma genetika. Algoritma genetika melakukan pengacakan bahan dan jasa untuk membentuk sebuah individu, serta melakukan proses penyilangan (crossover) pada individu yang terpilih, maka hasil penyilangan tersebut juga terkena mutasi yang akan melahirkan kromosom baru. Berdasarkan proses tersebut, maka dicari kromosom yang optimum untuk menyesuaikan dana yang tersedia. Kromosom yang optimum dilakukan pengujian menggunakan nilai PC (Probabilitas Crossover) = 0.4 dan nilai PM (Probabilitas Mutasi) = 0.03 dengan data masukan dana Rp. 245.000.000.-, tipe rumah 45 / 140 dan jumlah populasi 30 serta individu 30, maka hasil akhir yang didapat berupa RAB dan AHS baru dengan dana yang teroptimasi adalah Rp. 244.856.553,93. Dengan demikian, algoritma genetika dapat digunakan dalam melakukan optimasi biaya bahan dan jasa dalam pembangunan rumah
Peramalan Produksi Tandan Buah Segar (TBS) Kelapa Sawit Dengan Regresi Linear Dan Algoritma Genetika (Studi Kasus: PT. Peputra Masterindo) Fitri Insani (Scopus ID: 57190404820); Isma Harani
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1188.252 KB)

Abstract

Produksi merupakan salah satu hasil yang diharapkan dalam sebuah perkebunan  khususnya perkebunan PT. Peputra Masterindo yang bergerak dalam bidang pengolahan minyak kelapa sawit. Jumlah produksi tandan buah segar (TBS) sangat berpengaruh terhadap produksi kelapa sawit. Metode yang digunakan adalah metode regresi linier untuk memprediksi, sedangkan algoritma genetika digunakan untuk mengoptimasi variabel yang mempengaruhi hasil prediksi. Pengimplementasikan algoritma genetika ini, representasi kromosom yang digunakan real coded, proses crossover adalah extended intermediate, random mutation dan metode seleksi yang digunakan adalah replacement selection. Dari hasil pengujian yang dilakukan, menghasilkan prediksi terbaik pada ukuran populasi 60, generasi ke-100, probabilitas crossover 0,1 dan probabilitas mutasi 0,9 serta periode jumlah produksi tandan buah segar kelapa sawit pada 1 bulan, menghasilkan nilai fitness terbaik 0,0515, MSE 24179,1692. Dengan nilai MAPE 0,0919 dan rata-rata akurasi 90,81%.Hal ini membuktikan bahwa  koefisien kromosom terbaik hasil hitungan algoritma genetika tersebut dapat digunakan untuk memprediksi produksi TBS kelapa sawit dimasa mendatang.