Perbandingan Mengukur Tingkat Kematangan Roti Bakar Menggunakan Mamdani dan Tsukamoto
Keywords:
Kontrol Pemanggangan;, Logika Fuzzy;, Metode Mamdani;, Metode Tsukamoto;, Suhu;Abstract
Roti merupakan makanan pokok sehari-hari bagi banyak orang, dan menentukan tingkat kematangan yang tepat sangat penting untuk menjaga kualitas dan keamanan. Penelitian ini menerapkan metode logika fuzzy, yaitu Mamdani dan Tsukamoto, untuk menentukan tingkat kematangan roti berdasarkan tiga variabel input, yaitu suhu pemanggangan, ketebalan adonan, dan waktu pemanggangan. Sistem memproses data input melalui tahap fuzzifikasi, evaluasi aturan, dan defuzzifikasi untuk menghasilkan persentase yang menunjukkan tingkat kematangan. Analisis perbandingan menunjukkan bahwa metode Tsukamoto menghasilkan output yang lebih mendekati hasil pemanggangan yang sebenarnya, terutama pada skenario dengan target tingkat kematangan sekitar 60 persen. Oleh karena itu, metode Tsukamoto direkomendasikan karena menunjukkan akurasi yang lebih baik dan lebih cocok untuk diterapkan dalam sistem kontrol pemanggangan yang cerdas.
References
[1] Syamsul Bahri Sitorus, “Analisis Kualitas Produk dan Etika terhadap Keputusan Pembelian Roti Bakar Toasteria di Jalan Gurilla Medan,” 2024.
[2] N. Awal dkk., “Laporan Studi Kelayakan Bisnis ‘Roti Bakar Sultan,’” Jurnal Studi Kelayakan Bisnis Fakultas Ekonomi, vol. 10, 2021.
[3] Arniati, “Pengaruh Kualitas Produk terhadap Kepuasan Konsumen pada Roti Bakar Bandung 19 di Kota Makassar,” 2024, doi: 10.56314/jumabiv2i1.
[4] N. Made, A. Anggreini, dan U. Kuntiarti, “Perbandingan Kualitas Roti dengan Menggunakan Mother Dough dan Instant Yeast,” Jurnal Ketahanan Dosen Bisnis, vol. 2, no. 1, hlm. 147–120, 2023, doi: 10.22334/parvis7516.
[5] Y. A. Adoe, K. Letelay, dan E. S. Y. Pandie, “Penerapan Metode Fuzzy Tsukamoto dalam Penentuan Jumlah Produksi Roti (Studi Kasus: Dwi Jaya Bakery Kupang),” Jurnal Diferensial, vol. 4, 2022.
[6] N. Iqbal Bimantoro dan D. Avianto, “Penerapan Metode Fuzzy Tsukamoto untuk Perhitungan Gaji Karyawan,” smartcomp, vol. 12, no. 4, Okt 2023, doi: 10.30591/smartcomp.v12i4.6032.
[7] A. Burhanuddin, “Analisis Komparatif Inferensi Fuzzy Mamdani, Sugeno, dan Tsukamoto terhadap Produktivitas Padi di Indonesia,” 2023.
[8] T. Yulianto, I. Solehah, F. Faisol, R. Amalia, dan M. Tarfiana, “Perbandingan Fuzzy Tsukamoto dan Fuzzy Mamdani dalam Memprediksi Intensitas Curah Hujan di Kabupaten Sumenep,” Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM), vol. 4, no. 1, hlm. 69–83, 2023, doi: 10.31102/jatim.v4i1.2186.
[9] N. Alifah, A. Susilo, dan Y. Irawan, “Implementasi Sistem Pendeteksi Asap Kebakaran dengan Mikrokontroler Arduino dengan Metode Fuzzy Mamdani,” Jurnal Sains Komputer & Informatika (J-SAKTI), vol. 7, no. 1, hlm. 299–307, 2023.
[10] A. D. Putri dan A. Maulana, “Penerapan Metode Mamdani Fuzzy Logic untuk Menentukan Pembelian Alat Berat dalam Proyek Migas di PT SMOE Indonesia,” Jurnal Desain dan Analisis Teknologi, vol. 2, no. 2, hlm. 138–149, 2023, doi: 10.58520/jdat.v2i2.32.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Adhila Miskah Umniyyah, Muh Taqwir Jabal Ashar, Fadlan Eka Putra, Ummiati Rahmah

This work is licensed under a Creative Commons Attribution 4.0 International License.
Email: