Analisis Performance Fuzzy Tsukamoto Dalam Klasifikasi Bantuan Kemiskinan

Data Biro Pusat Statistik (BPS) menunjukkan bahwa di Indonesia angka kemiskinan pada bulan September 2014 masih tinggi sekitar 27,7 juta orang atau sekitar 10,96% [bps.go.id]. Sebagai dasar untuk kebijakan pengentasannya, memahami masalah kemiskinan seringkali menuntut adanya upaya pendefinisian, pengukuran, dan pengidentifikasian akar-akar penyebab kemiskinan. Penelitian ini ingin menggunakan salah satu metode yang ada pada logika fuzzy untuk melakukan klasifikasi penerima bantuan kemiskinan yang ada di Kabupaten Bantul Sistem Inferensi Fuzzy yang digunakan pada penelitian ini menggunakan metode Tsukamoto dengan 8 rule yang dibentuk berdasarkan kelompok kriteria miskin dan jenis bantuan kemiskinan. Terdapat 3 kelompok kriteria kemiskinan yang diperoleh dari 11 kriteria kemiskinan di Kabupaten Bantul. Sedangkan jenis bantuan yang digunakan yaitu Raskin, BLT dan KUR. Sistem dibangun menggunakan PHP. Untuk melihat kinerja metode Tsukamoto pada penelitian ini digunakan 50 data warga miskin yang ada di Kecamatan Banguntapan. Dari hasil pengujian ternyata diperoleh akurasi sebesar 52%, artinya terdapat 26 data yang benar sesuai data asli. Hal ini perlu dilakukan modifikasi terhadap rule dan juga fungsi keanggotaan untuk meningkatkan hasil akurasi siste