Laporkan Masalah

PENERAPAN PEMODELAN FUZZY TAKAGI-SUGENO-KANG DAN PENCARIAN TABU PADA OPTIMASI PENJADWALAN TEBANGAN HUTAN TANAMAN

DJOKO SOEPRIJADI, Prof. Drs. Subanar, Ph.D.

2015 | Tesis | S2 Ilmu Komputer

Penjadwalan tebangan hutan adalah alokasi kegiatan tebangan menurut tempat dan waktu untuk memenuhi tujuan pemanfaatan hasil hutan secara lestari. Luasnya kawasan hutan dan panjangnya rentang waktu pengelolaannya menyebabkan penentuan jadwal tebangan optimum masih merupakan permasalahan utama. Tujuan dari penelitian ini adalah membuat sistem penjadwalan tebangan optimum pada kawasan hutan tanaman industri yang telah tertata. Sistem yang dihasilkan diharapkan dapat memperbaiki kegiatan penjadwalan tebangan untuk menghasilkan jadwal tebangan yang memaksimumkan produksi hutan tanaman industri, namun tetap memberikan jaminan bagi kelestarian tebangan dan tegakan tinggalnya dalam jangka waktu sepanjang mungkin. Penjadwalan tebangan optimum memerlukan dukungan peramalan dinamika potensi tegakan yang dapat diandalkan. Dalam penelitian ini model fuzzy Takagi- Sugeno-Kang (TSK) dikaji keandalannya sebagai alternatif metode peramalan potensi tegakan. Beberapa model fuzzy TSK disusun dan diuji dengan menggunakan RMSE sebagai indeks performanya. Model terbaik selanjutnya digunakan dalam peramalan dan penjadwalan tebangan. Metode pencarian tabu digunakan dalam penentuan jadwal terbaik. Peningkatan efisiensi proses pencarian tabu, dilakukan dengan terlebih dahuu menentukan solusi awal melalui simulasi daur optimum dan dengan melakukan pengelompokan terhadap elemen-elemen solusinya. Hasil penelitian menunjukkan bahwa beberapa model fuzzy TSK memiliki keandalan yang lebih baik dibanding dengan pemodelan statistik. Keandalan model dipengaruhi oleh formulasi implikasi kaidah-kaidahnya. Dalam batasan kelestarian, jadwal terbaik yang diperoleh melalui pencarian tabu ternyata mampu menghasilkan perolehan hasil hutan (kayu) yang lebih tinggi dibanding dengan jadwal aktual yang ditentukan berdasarkan daur 6 tahun. Simulasi daur dan pengelompokan elemen-elemen solusinya ternyata mampu mengefisienkan proses pencarian terutama pada kasus penjadwalan tebangan yang sangat besar. Kata kunci : Model fuzzy Takagi-Sugeno-Kang, Simulasi Daur, Pencarian Tabu

Forest harvesting schedulling is allocation forest harvesting activities on the basis of locations and time. Determination of optimum harvesting schedulles is still a main problem in Indonesia forestry sector due to the width of forest area and longterm management. This research is aimed to build system for optimizing harvesting schedulling of regulated timber plantation. This system is expected to improve schedulling activities for obtaining optimum harvesting schedulle which maximize wood production in line of the harvested and remaining stand sustainability. Optimizing harvesting schedule need reliable stand dynamic forecasting. In this research, the reliability of some Takagi-Sugeno-Kang (TSK) fuzzy models as forecasting methods was built and analyzed. Root Mean Squre Error is used as models performance index and the best models is used for stand forecasting in harvesting scheduling. Taboo Search is used is for determining the optimum. Searching eficiency of this method was increased by setting initial solution through rotation simulation and groupping of solution elements. The research result, show that some fuzzy model produce better forecasting compare with statistical models. The reliability of these models is affected by construction of their rules (premis). In the line of sustainability restrictions, the the best schedulle obtained by Taboo Search, produce higher forest product (logwood) than the actual schedulle that determined by 6 years rotation. Rotation simulation and groupping of solution elements are able to increase the efficiency searching especially for large scale schedulling. Keywords : Takagi-Sugeno-Kang fuzzy model, Rotation Simulation, Taboo Search

Kata Kunci : Model fuzzy Takagi-Sugeno-Kang, Simulasi Daur, Pencarian Tabu


    Tidak tersedia file untuk ditampilkan ke publik.