Logika fuzzy merupakan salah satu komponen pembentuk Soft Computing, yaitu suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Dalam banyak hal logika fuzzy digunakan sebagai suatu cara untuk memetahkan permasalahan dari input menuju output yang diharapkan. Dalam penelitian ini logika fuzzy digunakan untuk penentuan beasiswa dengan metode Fuzzy C-Means. Untuk mendapatkan beasiswa, ada beberapa kriteria yang harus dipenuhi. Adapun kriteria yang ditetapkan adalah semester, IPK, jumlah tanggungan orang tua, penghasilan total orang tua, dan alat transportasi. Untuk itu diperlukan suatu Sistem Pendukung Keputusan (SPK) yang dapat memperhitungkan segala kriteria yang mendukung pengambilan keputusan guna membantu, mempercepat dan mempermudah proses pengambilan keputusan.

Good corporate management will determine the development of a company. In addition, the necessary production planning is also required to achieve maximum profit. This study uses data from PTP Nusantara XIV (Persero) Awaya Garden, Teluk Elpaputih, Maluku Province Indonesia, which is engaged in the production of raw rubber. This research uses Fuzzy Mamdani method to predict the amount of rubber production based on the demand data, inventory and production of rubber per day in April 2016. From the research result obtained the exact amount of rubber production with the percentage of truth value equal to 87,83% and the resultant error is 12,17%.Keywords : Demand, Fuzzy Logic Mamdani Method, Inventory, Production.

AbstrakKeuntungan yang maksimal diperoleh dari penjualan yang maksimal. Apabila jumlah produk yang diproduksi oleh perusahaan kurang dari jumlah permintaan maka perusahaan akan kehilangan peluang untuk mendapatkan keuntungan yang maksimal dan sebaliknya. Oleh karena itu, perencanaan jumlah produk dalam Pabrik Roti Sarinda sangatlah penting. Agar dapat memenuhi permintaan pasar dengan tepat dan dengan jumlah yang sesuai. Faktor-faktor yang perlu diperhatikan dalam menentukan jumlah produk, antara lain: jumlah persediaan dan jumlah permintaan. Penulisan dan pembahasan pada penelitian ini adalah tentang sistem inferensi Fuzzy Metode Sugeno, penerapan sistem inferensi Fuzzy Metode Sugeno untuk menentukan jumlah produksi berdasarkan jumlah permintaaan dan data persediaan yang dimana data dari penulisan ini didapat dari Pabrik Roti Sarinda dengan menggunakan Matlab. Untuk membuat rancangan program yang bisa diharapkan dapat diaplikasikan dan dipakai, sehingga membantu proses penentuan jumlah produksi berdasarkan data persediaan dan jumlah permintaaan pada Pabrik Roti Sarinda. Logika Fuzzy Metode Sugeno dalam menentukan jumlah produksi roti berdasarkan data persediaan dan jumlah permintaan yang telah dibangun dapat digunakan untuk membantu perusahaan dalam mengambil sebuah keputusan dengan nilai kebenaran mencapai 86.92165%. AbstractThe maximum benefit is obtained from the maximum sales. If the number of products manufactured by the company is less than the demand, then the company will lose the opportunity to gain the maximum profit and vice versa. Therefore, planning the number of products in the Bread Factory Sarinda very important. In order to meet market demand appropriately and by a corresponding amount. Factors to consider in determining the amount of the product, among other things: the amount of supply and demand. Writing and discussion in this study is about the inference system Fuzzy Sugeno method, application of the inference system Fuzzy Sugeno method to determine the amount of production based on the number of request and inventory data where the data of this paper obtained from the Bread Factory Sarinda and processed using Matlab. To making a program that can be expected to be applied and used, thus helping the process of determining the amount of production based on inventory data and the number of request at the Bread Factory Sarinda Sugeno Fuzzy Logic method in determining the amount of bread production based on inventory data and the number of requests that have been built can be used to assist companies in taking a decision with the truth value reaching 86.92165%.

Penjadwalan proyek merupakan bagian yang paling penting dari sebuah perencanaan proyek, yaitu untuk menentukan kapan sebuah proyek dilaksanakan berdasarkan urutan tertentu dari awal sampai akhir proyek.CPM (Critical Path Method) merupakan salah satu metode yang di gunakan dalam menganalisis penjadwalan waktu kerja sebuah proyek. Tujuan dari penelitian ini adalah untuk mengetahui jalur kritis yang di dalamnya terdapat aktivitas-aktivitas kritis dan membandingkan penjadwalan waktu antara waktu kerja yang di jadwalkan pemilik proyek dan waktu kerja yang di jadwalkan dengan metode CPM, pada proyek pembangunan rumah tinggal tipe 84 ukuran 7m x 12m di desa Amahusu Kota Ambon. Dalam penelitian ini data yang di ambil adalah data primer, yang di peroleh langsung dari hasil wawancara antara pemilik proyek dan peneliti. Hasil pembahasan penelitian ini menunjukkan bahwa jalur kritis yang diperoleh jaringan kerja proyek pembangunan rumah ini adalah jalur A, B, E, J, N, O, Q yang meliputi aktivitas galian pondasi, pasang pondasi, pekerjaan (kusen, pintu, jendela), pemasangan gorden, pemasangan instalasi listrik, pengecatan, dan finishing. Sehingga waktu yang diperlukan untuk penjadwalan penyelesaian proyek tersebut berdasarkan hasil analisis CPM adalah 136 hari waktu normal dan 95 hari waktu cepat untuk penyelesaian proyek tersebut.

Pengangguran merupakan salah satu permasalahan yang belum terselesaikan dengan baik sampai saat ini meskipun sudah dilakukan berbagai upaya untuk menurunkan jumlah tingkat pengangguran. Tingkat pengangguran masih mengalami kenaikan dari tahun ke tahun. Untuk itu dilakukan prediksi jumlah tingkat pengangguran untuk membuat kebijakan yang perlu dilakukan berdasarkan hasil prediksi. Pada penelitian ini akan dibuat sistem prediksi tingkat pengangguran menggunakan ANFIS (Adaptive Neuro Fuzzy Inference System). Untuk mendapatkan struktur ANFIS yang baik dan keanggotaan yang akan dipilih dilakukan pelatihan data lalu dipilih fungsi keanggotaan dengan error terkecil sebagai keanggotaan parameter yang diuji. Kemudian data diuji menggunakan fungsi keanggotaan tersebut lalu menghasilkan sebuah sistem prediksi yang nantinya menjadi sistem yang digunakan sebagai prediksi. Hasil penelitian ini diperoleh rata-rata presentasi error sistem prediksi tingkat pengangguran sebesar 4.49%.