Desain Sistem Penentuan Kualitas Cuka Apel dengan Metode Fuzzy Inference System (FIS) Tipe 1 dan Tipe 2
Main Article Content
Abstract
Cuka apel adalah produk alami yang dihasilkan melalui proses fermentasi alkohol dari bahan baku apel. Kualitas cuka apel dipengaruhi oleh beberapa faktor, seperti pH, konsentrasi gula, dan jumlah ragi yang digunakan dalam proses fermentasi. Penentuan kualitas cuka apel yang akurat memerlukan metode yang mampu menangani ketidakpastian dalam parameter-parameter tersebut. Salah satu metode yang dapat digunakan adalah Sistem Inferensi Fuzzy (FIS), yang dapat menangani ketidakpastian linguistik dan numerik. Dalam penelitian ini, desain sistem penentuan kualitas cuka apel dikembangkan menggunakan dua tipe FIS, yaitu FIS tipe 1 dan tipe 2. FIS tipe 1 digunakan untuk menangani ketidakpastian dengan tingkat rendah, sementara FIS tipe 2 dirancang untuk menangani ketidakpastian yang lebih kompleks. Hasil penelitian menunjukkan bahwa FIS tipe 2 lebih efektif dalam menentukan kualitas cuka apel karena dapat menangani berbagai tingkat ketidakpastian pada input dan menghasilkan keputusan yang lebih tepat.
Article Details

This work is licensed under a Creative Commons Attribution 4.0 International License.
References
Afrinati, L. (2013). Teknologi Pengawetan Pangan. Bandung: Alfabeta.
Allawi, Z. (2014). ‘An Optimized Interval Type-2 Fuzzy Logic Control Scheme based on Optimal Defuzzification’, 95(13), pp. 26–31.
Atro, R., Periadnadi, dan Nurmiati. (2015). ‘Keberadaan Mikroflora Alami dalam Fermentasi Cuka Apel Hijau (Malus sylvestris Mill.) Kultivar Granny Smith’, 4(3), pp. 158–161.
Bamforth, C. W. (2009). ‘Current Perspectives on The Role of Enzymes in Brewing’, Journal of Cereal Science, 50(3), pp. 353–357.
Caturryanti, D., Luwihana, S., dan Tamaroh,S. (2008). ‘Pengaruh Varietas Apel dan Campuran Bakteri Asam Asetat Terhadap Proses Fermentasi Cider’, Agritech, 28(2), pp. 70–75.
Faisal, M., Hedjar, R., Sulaiman M., and Al-Mutib, K. (2013). ‘Fuzzy Logic Navigation and Obstacle Avoidance by a Mobile Robot in an Unknown Dynamic Environment’, International Jornal of Advance Robot System, 10.
Guillaume, S. (2001). ‘Designing Fuzzy Inference Systems from Data: An Intepretability-Oriented Review’, IEEE Transactions on Fuzzy Systems, 9(3), pp. 426–443.
Ho, C. W., Lazim, A. M., Fazry, S., Zaki, U. K. H. H., and Lim, S. J. (2017). ‘Varieties, Production, Composition and Health Benefits of Vinegars: A Review’, Food Chemistry, 221, pp. 1621–1630.
Illi, N et al. 2016. ‘Pengaruh Asam Cuka Saguer Terhadap Sifat Organoleptik Daging Itik Serati (Cairina moschata)’. Jurnal Zootek, 36(1), pp. 184–190.
Karnik, N. N., and Mendel, J. M. (2001). ‘Centroid of a Type-2 Fuzzy Set’, Information Sciences, 132(1-4), pp 195–220.
Kusumadewi, S. dan Purnomo, H. (2004). Aplikasi Logika Fuzzy untuk Mendukung Keputusan. Yogyakarta: Graha Ilmu.
Melin, P and Castillo, O. (2014). ‘A Review on Type-2 Fuzzy Logic Applications in Clustering, Classification and Pattern Recognition’, Application Soft Computing Journal, 21, pp. 568–577.
Mendel, J. M. (2015). ‘Type-2 Fuzzy Sets and Systems: a Retrospective’, Informatik-Spektrum, 38(6), pp. 523–532.
Mendel, J. M., Rajati, M. R., and Sussner, P. (2016). ‘On Clarifying Some Definitions and Notations Used For Type-2 Fuzzy Sets As Well As Some Recommended Changes’, Information Sciences, 340-341, pp. 337–345.
Ozturk, I., Caliskan, O., Tornuk, F., Ozcan, N., Yalcin, H., Baslar, M., and Sagdic, O. (2015). ‘Antioxidant, Antimicrobial, Mineral, Volatile, Physicochemical and Microbiological Characteristics of Traditional Home-Made Turkish Vinegars’, LWT-Food Science and Technology, 63(1), pp. 144–151.
Priasty, E., Hasanuddin, dan Dewi K. (2013). ‘Kualitas Cuka Kelapa (Cocos nucifera L.) dengan Metode Lambat (Slow Methods)’, Jurnal Agroindustri, 3(1), pp. 1–13.
Sumitre, M. dan Kurniawan, R. (2014). ‘Rancang Bangun Sistem Pendukung Keputusan Seleksi Penerimaan Tenaga Pengajar dengan Metode Fuzzy Inference System (FIS) Mamdani’, Jurnal Informatika, 14(1), pp. 61–71.
Wu, D. and Tan, W. (2005). ‘Computationally Efficient Type-Reduction Strategies for a Type-2 Fuzzy Logic Controller’, 14th IEEE International Conference Fuzzy System 2005, pp. 353–358.
Wu, D., & Mendel, J. M. (2007). “Uncertainty Measures for Interval Type-2 Fuzzy Sets’, Information Sciences, 177(23), pp. 5378–5393.
Yulmaini. (2015). Penggunaan Metode Fuzzy Inference System (FIS) Mamdani dalam Pemilihan Peminatan Mahasiswa untuk Tugas Akhir, Jurnal Informatika, 15(1), pp. 10-23.