eprintid: 135934
rev_number: 20
eprint_status: archive
userid: 216591
dir: disk0/00/13/59/34
datestamp: 2025-08-20 09:09:14
lastmod: 2025-08-20 09:09:14
status_changed: 2025-08-20 09:09:14
type: thesis
metadata_visibility: show
creators_name: Bintang Putra Adiarsa, -
creators_name: Siti Fatimah, -
creators_name: Khusnul Novianingsih, -
creators_nim: NIM2103724
creators_nim: NIDN0023086806
creators_nim: NIDN0428117701
creators_id: bintangputraadiarsa@upi.edu
creators_id: sitifatimah@upi.edu
creators_id: k_novianingsih@upi.edu
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Siti Fatimah, -
contributors_name: Khusnul Novianingsih, -
contributors_nidn: NIDN0023086806
contributors_nidn: NIDN0428117701
contributors_id: sitifatimah@upi.edu
contributors_id: k_novianingsih@upi.edu
title: OPTIMASI PERENCANAAN PRODUKSI MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO DAN MULTI OBJECTIVE PARTICLE SWARM OPTIMIZATION
ispublished: pub
subjects: QA
subjects: TS
divisions: MAT
full_text_status: restricted
keywords: Perencanaan Produksi, Prediksi Permintaan, FIS Tsukamoto, MOPSO

Production Planning, Demand Prediction, FIS Tsukamoto, MOPSO
note: ID SINTA Dosen Pembimbing:
Siti Fatimah: 5978161
Khusnul Novianingsih: 258640
abstract: Salah satu aspek krusial dalam dunia industri adalah perencanaan produksi, terutama dalam menghadapi permintaan pasar yang fluktuatif. Ketidaktepatan dalam perencanaan jumlah produksi dapat menyebabkan kerugian atau kehilangan peluang keuntungan. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan integrasi metode Fuzzy Inference System (FIS) Tsukamoto dan Multi-Objective Particle Swarm Optimization (MOPSO). FIS Tsukamoto digunakan untuk meramalkan permintaan, sedangkan MOPSO digunakan untuk mengoptimalkan dua fungsi tujuan, yaitu meminimalkan total waktu produksi dan memaksimalkan kapasitas produksi. Penelitian ini menggabungkan kedua metode untuk menghasilkan keputusan perencanaan produksi yang lebih efektif dan efisien. Hasil penelitian menunjukkan bahwa model perencanaan produksi menggunakan FIS Tsukamoto dan MOPSO mampu menghasilkan solusi optimal dalam pemenuhan permintaan pasar secara tepat dan berkelanjutan.

One of the crucial aspects of industries is regarding production planning, especially in the face of fluctuating market demand. Inaccuracy in planning production quantities can lead to losses or missed profit opportunities. This research proposes integrating the Tsukamoto Fuzzy Inference System (FIS) method and Multi-Objective Particle Swarm Optimization (MOPSO) to address this issue. The Tsukamoto FIS is used to forecast demand. MOPSO is used to optimize two objective functions: minimize total production time and maximize production capacity. This research combines both methods to produce more effective and efficient production planning decisions.. The research results show that the production planning model using Tsukamoto FIS and MOPSO can generate optimal solutions to meet market demand accurately and sustainably.
date: 2025-07-16
date_type: published
institution: Universitas Pendidikan Indonesia
department: KODEPRODI44201#Matematika_S1
thesis_type: other
thesis_name: other
official_url: https://repository.upi.edu/
related_url_url: https://perpustakaan.upi.edu/
related_url_type: org
citation:   Bintang Putra Adiarsa, - and Siti Fatimah, - and Khusnul Novianingsih, -  (2025) OPTIMASI PERENCANAAN PRODUKSI MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO DAN MULTI OBJECTIVE PARTICLE SWARM OPTIMIZATION.  S1 thesis, Universitas Pendidikan Indonesia.   
document_url: http://repository.upi.edu/135934/1/S_MAT_2103724_Title.pdf
document_url: http://repository.upi.edu/135934/2/S_MAT_2103724_Chapter1.pdf
document_url: http://repository.upi.edu/135934/3/S_MAT_2103724_Chapter2.pdf
document_url: http://repository.upi.edu/135934/4/S_MAT_2103724_Chapter3.pdf
document_url: http://repository.upi.edu/135934/5/S_MAT_2103724_Chapter4.pdf
document_url: http://repository.upi.edu/135934/6/S_MAT_2103724_Chapter5.pdf
document_url: http://repository.upi.edu/135934/7/S_MAT_2103724_Appendix.pdf