{"id":21971912,"url":"https://github.com/RozhakDev/FuzzyEconomicPotential","last_synced_at":"2025-10-10T13:31:50.076Z","repository":{"id":256676594,"uuid":"856068285","full_name":"RozhakXD/Gramtakipci","owner":"RozhakXD","description":null,"archived":false,"fork":false,"pushed_at":"2024-10-10T11:35:26.000Z","size":21,"stargazers_count":3,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2024-11-29T14:58:05.245Z","etag":null,"topics":["api","followers","growth-hacking","instagram","likes","opensource","python","scraping","social-media","views"],"latest_commit_sha":null,"homepage":"https://gramtakipci.xyz/","language":"Python","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/RozhakXD.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-09-11T23:51:32.000Z","updated_at":"2024-11-04T14:05:20.000Z","dependencies_parsed_at":"2024-09-13T23:00:01.494Z","dependency_job_id":null,"html_url":"https://github.com/RozhakXD/Gramtakipci","commit_stats":null,"previous_names":["rozhakxd/gramtakipci","rozhakxd/gramtakipc"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/RozhakXD%2FGramtakipci","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/RozhakXD%2FGramtakipci/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/RozhakXD%2FGramtakipci/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/RozhakXD%2FGramtakipci/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/RozhakXD","download_url":"https://codeload.github.com/RozhakXD/Gramtakipci/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":235955787,"owners_count":19071961,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["api","followers","growth-hacking","instagram","likes","opensource","python","scraping","social-media","views"],"created_at":"2024-11-29T14:58:35.338Z","updated_at":"2025-10-10T13:31:50.069Z","avatar_url":"https://github.com/RozhakXD.png","language":"Python","funding_links":[],"categories":[],"sub_categories":[],"readme":"# Fuzzy Logic: Segmentasi Potensi Ekonomi Regional\r\n\r\n## Latar Belakang\r\n\r\nPenilaian potensi ekonomi suatu wilayah adalah masalah kompleks yang dipengaruhi oleh banyak faktor yang tidak pasti dan bersifat linguistik. Proyek ini mengimplementasikan **Fuzzy Inference System (FIS)** untuk memodelkan ketidakpastian ini dan mengklasifikasikan potensi ekonomi 17 kabupaten/kota di Provinsi Sulawesi Tenggara ke dalam kategori **Rendah**, **Sedang**, atau **Tinggi**.\r\n\r\nTujuan utamanya adalah untuk membandingkan dua metode defuzzifikasi fundamental dalam logika fuzzy: **Mamdani** dan **Sugeno**, serta menganalisis perbedaan karakteristik output dari keduanya pada studi kasus nyata.\r\n\r\n## 📂 Struktur Proyek\r\n\r\n```text\r\n../FuzzyEconomicPotential\r\n├── data\r\n│   ├── processed\r\n│   │   └── cleaned_data_segmentasi_ekonomi.csv\r\n│   └── raw\r\n│       └── raw_data_segmentasi_ekonomi.csv\r\n├── images\r\n│   └── perbandingan_mamdani_sugeno.png\r\n├── notebooks\r\n│   └── Main_FuzzyLogic_Segmentasi_ipynb.ipynb\r\n└── README.md\r\n```\r\n\r\n## 🛠️ Metodologi\r\n\r\nSistem ini dibangun menggunakan Python dengan library `scikit-fuzzy`.\r\n\r\n1. **Variabel \u0026 Fuzzifikasi**\r\n    Empat variabel input digunakan untuk menentukan potensi ekonomi:\r\n   \r\n   * Input:\r\n     \r\n     1. `Upah Minimum Kabupaten/Kota (UMK)`    \r\n     2. `Indeks Pembangunan Manusia (IPM)` \r\n     3. `Tingkat Pengangguran Terbuka (TPT)`   \r\n     4. `Jumlah Penduduk`  \r\n   \r\n   * Output:\r\n     \r\n     1. `Potensi Ekonomi` (Skor 0-100)\r\n\r\nSetiap variabel dipetakan ke dalam himpunan fuzzy (misal: `Rendah`, `Sedang`, `Tinggi`) menggunakan fungsi keanggotaan berbentuk segitiga dan trapesium.\r\n\r\n2. **Rule Base**\r\n   Sebanyak 15 aturan `IF-THEN` dirancang berdasarkan pengetahuan umum untuk menjadi dasar pengambilan keputusan. Contoh:\r\n   \r\n   * **Aturan Ideal:** `IF IPM adalah Tinggi AND UMK adalah Tinggi AND TPT adalah Rendah THEN Potensi Ekonomi adalah Tinggi`\r\n   * **Aturan Pesimis:** `IF IPM adalah Rendah AND UMK adalah Rendah AND TPT adalah Tinggi THEN Potensi Ekonomi adalah Rendah`\r\n\r\n3. **Inferensi \u0026 Defuzzifikasi**\r\n   Dua sistem kontrol dibangun dan dibandingkan:\r\n* **Mamdani:** Menghitung output berdasarkan **pusat massa (centroid)** dari gabungan area fuzzy yang diaktifkan oleh aturan.\r\n* **Sugeno (Orde Nol):** Menghitung output sebagai **rata-rata terbobot** dari nilai-nilai konstanta yang telah ditetapkan untuk setiap kategori output (misal: Rendah=25, Sedang=50, Tinggi=75).\r\n\r\n## 📊 Hasil \u0026 Analisis\r\n\r\nKedua metode berhasil mengklasifikasikan daerah sesuai logika aturan. Namun, perbandingan keduanya menyoroti perbedaan fundamental yang menjadi temuan utama proyek ini.\r\n\r\n#### Analisis Perbandingan\r\n\r\n1. **Karakteristik Output:**\r\n   \r\n   * **Mamdani** menghasilkan skor yang lebih **halus dan bervariasi**, merefleksikan interaksi kompleks antar aturan. Ini cocok untuk analisis yang membutuhkan gradasi.\r\n   * **Sugeno** menghasilkan skor yang lebih **tegas dan terpusat** pada nilai output yang telah ditentukan, menjadikannya lebih cepat dan cocok untuk sistem kontrol diskrit.\r\n\r\n2. **Studi Kasus Divergensi:** Perbedaan paling signifikan terlihat pada **Kota Kendari** (Mamdani: `48.89` Rendah, Sugeno: `75.00` Tinggi). Ini **bukanlah error**, melainkan bukti bahwa:\r\n   \r\n   * Pada **Sugeno**, aktivasi kuat dari satu aturan `Tinggi` sudah cukup untuk \"menarik\" skor akhir secara drastis ke atas.\r\n   * Pada **Mamdani**, pengaruh aturan `Tinggi` yang sama diseimbangkan oleh aturan-aturan `Rendah` lain yang mungkin juga aktif, sehingga pusat massa area gabungannya tetap rendah.\r\n\r\n3. **Temuan Utama:** Tidak ada satu pun daerah yang mencapai klasifikasi 'Tinggi' pada metode Mamdani. Ini mengindikasikan bahwa, berdasarkan empat variabel yang digunakan, tidak ada daerah yang memenuhi semua kriteria ideal secara bersamaan.\r\n\r\n## 🚀 Cara Menjalankan Proyek\r\n\r\n1. **Clone Repositori**\r\n   \r\n   ```bash\r\n   git clone https://github.com/RozhakDev/FuzzyEconomicPotential.git\r\n   cd FuzzyEconomicPotential\r\n   ```\r\n\r\n2. **Buka Notebook**\r\n   Buka file `notebooks/Main_FuzzyLogic_Segmentasi.ipynb` menggunakan Jupyter Notebook atau Google Colab.\r\n\r\n3. **Jalankan Semua Sel**\r\n   Notebook ini dirancang untuk dijalankan secara berurutan dari atas ke bawah. Library yang dibutuhkan akan diinstal secara otomatis pada sel pertama.\r\n\r\n## 📄 Lisensi\r\n\r\nProyek ini dirilis di bawah lisensi MIT. Silakan lihat file [LICENSE](LICENSE) untuk detail lebih lanjut.\r\n\r\n---\r\n\r\nTerima kasih telah mengunjungi repositori ini! Jika Anda memiliki pertanyaan, saran, atau ingin berkontribusi, silakan buka _issue_ atau _pull request_. Semoga proyek ini bermanfaat untuk riset dan pengembangan sistem berbasis logika fuzzy di bidang ekonomi regional.","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2FRozhakDev%2FFuzzyEconomicPotential","html_url":"https://awesome.ecosyste.ms/projects/github.com%2FRozhakDev%2FFuzzyEconomicPotential","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2FRozhakDev%2FFuzzyEconomicPotential/lists"}