ABSTRAKSI: Beberapa tahun belakangan, minyak kelapa sawit (CPO) sudah menjadi salah satu hasil kekayaan terbesar Indonesia. Saat ini, minyak kelapa sawit memegang peranan penting dalam industri perdangangan ekspor Indonesia. Oleh karena itu, mengetahui bagaimana pergerakan harga minyak kelapa sawit ini sangatlah penting demi kestabilan ekonomi Indonesia.
Untuk itu, dibuat suatu sistem aplikasi yang dapat memprediksi pergerakan harga minyak kelapa sawit. Sistem prediksi ini dibangun dengan menggunakan kombinasi Fuzzy-Mamdani dan Evolution Strategies. Evolution Strategies digunakan untuk mendapatkan system fuzzy yang optimal dalam memprediksi harga minyak kelapa sawit. Proses optimisasi ini dilakukan dengan mengkodekan bentuk, jumlah, dan batas-batas fungsi keanggotaan ke dalam suatu kromosom. Setelah didapat fungsi keanggotaan fuzzy yang optimal, kemudian data-data faktor yang mempengaruhi harga minyak kelapa sawit diproses melalui fuzzification, inference, dan defuzzification untuk didapatkan data hasil prediksi.
Sistem ini menghasilkan akurasi sebesar 95% pada sistem pembelajaran dengan jumlah data training adalah sebesar 50 data. Sedangkan pada saat pengujian, system memberikan akurasi sebesar 91% dengan jumlah data testing adalah sebesar 23 data.
Kata Kunci : minyak kelapa sawit, evolution strategies, fuzzy, kromosom.ABSTRACT: In recent years, Crude Palm Oil (CPO) has become one of the greatest resources of Indonesia. Currently, palm oil industry plays an important role in Indonesia's trading exports. Therefore, knowing of how the palm oil price movements is very important to make Indonesia’s economic still ini stable condition.
According to those statements, then the application system was build to predict the price movement of CPO by using the combination of fuzzy-Mamdani and evolution strategies methods.
An evolution strategy is used to get the optimal fuzzy system for predicting the price of CPO. This optimization processes are coding the shape, number, and the boundaries of the membership function into a chromosome. After having the optimal fuzzy membership functions, then the data of the factors that influence the price of palm oil is processed through fuzzification, inference, and defuzzification to get the price prediction.
This system produces 95% accuracy on the learning system with the amount of data training is 50 data. While in testing, the system provides 91% accuracy with the number of data testing is 23 data.
Keyword: crude palm oil, evolution strategies, fuzzy, chromosome