Open AccessModel Fuzzy Tsukamoto untuk Klasifikasi dalam Prediksi Krisis Energi di Indonesia
Author(s) -
Zaki Achmad,
Heru Agus Santoso
Publication year - 2016
Publication title -
citec (creative information technology) journal/citec journal
Language(s) - English
Resource type - Journals
eISSN - 2460-4259
pISSN - 2354-5771
DOI - 10.24076/citec.2016v3i3.76
Subject(s) - environmental science
Krisis energi dunia juga terjadi di Indonesia. Cadangan energi di Indonesia terutama energi fosil (minyak bumi, batubara, dan gas alam) semakin hari semakin menyusut. Ketersediaan akan energi fosil juga semakin berkurang karena peningkatan konsumsi energi per kapita. Untuk memprediksi krisis energi di Indonesia, paper ini mengusulkan pengembangan sistem inferensi fuzzy sukamoto untuk klasifikasi krisis energi berdasarkan parameter jumlah produksi, konsumsi energi dan faktor penggerak kebutuhan energi, yakni GDP dan populasi penduduk. Luaran dari sistem ini adalah klasifikasi berdasarkan parameter tersebut, yaitu kondisi aman, waspada dan krisis. Hasil eksperimen menunjukan sistem yang dibangun menghasilkan tingkat akurasi pada minyak bumi 90%, batubara 100 % dan gas alam 100%. Dengan adanya sistem ini diharapkan mampu memberikan peringatan dini dan pendukung keputusan bagi pemerintah atau pihak instansi terkait dalam memberikan penangan atau solusi terhadap masalah krisis energi. World energy crisis also occurred in Indonesia. Energy reserves in Indonesia, especially fossil fuels (petroleum, coal, and natural gas) are increasingly shrinking. The availability of fossil energy will also be on the wane because of an increase in energy consumption per capita. To predict the energy crisis in Indonesia, this paper proposes the development of sukamoto fuzzy inference systems for classification energy crisis based on parameters the amount of production, energy consumption and energy demand driven factors, namely GDP and population. Outcomes of this system is the classification based on these parameters, i.e., a safe condition, alert and crisis. The experimental results show the system produce levels of accuracy at 90% petroleum, natural gas 100% and CoA, 100%. This system are expected to provide an early warning and decision support for the government or the relevant agencies in giving the handlers or the solution to the problem of energy crisis.