Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
Nur Hidayatullah, Sulthan
Unknown Affiliation
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Fuzzy Inference System Metode Tsukamoto dalam Prediksi Jumlah Pelanggan Baru Inalite Broadband Internet Nur Hidayatullah, Sulthan; Perdananto, Agung
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 1 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Dalam era digital saat ini, kebutuhan masyarakat akan layanan internet yang cepat dan stabil semakin meningkat. Kondisi ini menimbulkan tantangan bagi penyedia jasa, termasuk Inalite Broadband Internet. Dalam proses pengembangan bisnisnya, Inalite Broadband Internet menghadapi beberapa kendala, antara lain kesulitan dalam menentukan jumlah persediaan barang yang tepat untuk memenuhi permintaan pemasangan pelanggan baru, serta kesulitan dalam menetapkan acuan target pelanggan baru yang dapat dijadikan dasar dalam penyusunan strategi pemasaran yang menguntungkan. Kendala tersebut disebabkan oleh belum adanya sistem dan metode prediksi yang mampu membantu perusahaan dalam memperkirakan jumlah pelanggan baru yang terukur dan mendekati kenyataan. Penelitian ini bertujuan merancang dan menerapkan sistem prediksi jumlah pemasangan pelanggan baru dengan metode Fuzzy Inference System Tsukamoto. Sistem ini dibangun pada platform Java NetBeans IDE dengan dua variabel masukan, yaitu jumlah pendaftar dan hasil survei terjangkau, serta satu variabel keluaran berupa jumlah pemasangan. Proses prediksi dilakukan melalui tahapan fuzzifikasi, pembentukan aturan (rule base), inferensi, hingga defuzzifikasi untuk menghasilkan estimasi pemasangan yang lebih akurat. Pengujian sistem dilakukan menggunakan metode white box dan black box untuk memastikan kebenaran logika program serta kesesuaian hasil keluaran. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu memprediksi jumlah pemasangan dengan tingkat kesalahan yang rendah sehingga dapat digunakan sebagai alat bantu pengambilan keputusan dalam perencanaan persediaan dan strategi layanan perusahaan.
Co-Authors Perdananto, Agung