Application of the Mamdani Fuzzy Logic Method for Calculating Heavy Equipment Damage Insurance Claims at PT Semen Padang
DOI:
https://doi.org/10.64570/jamm.v2i1.59Keywords:
Fuzzy Logic, Heavy Equipment Damage, Insurance Claims, Mean Absolute Percentage ErrorAbstract
Frequent damage to PT Semen Padang heavy equipment poses a significant operational risk and requires insurance claims. Insuranse claims are crucial for minimizing losses withing PT Semen Padang. The amount of insurance claims for heavy equipment damage can be determined based on the level of damage, frequency of occurrence, and age of the equipment. However, calculating the amount of insurance claims is often sebjective and uncertain. Therefore, this study aims to apply the fuzzy logic of the Mamdani method to calculate insurance claims for heavy equipment damage at PT Semen Padang and generate more objective and accurate decisions. The Mamdani method is applied because it is capable of handling uncertain data through fuzzyfication, implied function application, rule composition, and defuzzyfication using the centroid method. The accuracy of the Mamdani method can be seen using the Mean Absolute Percentage Error (MAPE) method. The results of this study concluded that the Mamdani menthod can calculate insurance claims more accurately with a MAPE 0,55%.
References
Amansyah, I., Indra, J., Nurlaelasari, E., & Juwita, A. R. (2024). Prediksi penjualan kendaraan menggunakan regresi linear: Studi kasus pada industri otomotif di Indonesia. Innovative: Journal of Social Science Research, 4(4), 1199–1216.
Bari, A., Rahmah, & Fitriani. (2022). Strategi pemasaran Semen Indonesia SIG untuk mempertahankan market share semen BAG di Jawa Timur. The 3 rd ICO EDUSHA, 3(1), 1–10.
Dewi, P. D. A., & Gede, A. Y. (2021). Pengaruh premi, klaim, dan profitabilitas terhadap pertumbuhan aset pada perusahaan asuransi MAG periode 2018–2021. Vokasi: Jurnal Riset Akuntansi (VJRA), 10(2), 1–10.
Djunaidi, M., Setiawan, E., & Andista, F. W. (2005). Penentuan jumlah produksi dengan aplikasi metode fuzzy Mamdani. Jurnal Ilmiah Teknik Industri, 4(2), 95–104.
Firmansyah, A. D., & Aldora, A. A. (2022). Analisis emergency response planning pada keselamatan dan kesehatan kerja (K3) PT Semen Gresik Pabrik Rembang.
Kusumadewi, S., & Purnomo, H. (2010). Aplikasi logika fuzzy untuk pendukung keputusan. Yogyakarta: Graha Ilmu.
Nabillah, I., & Indra, R. (2020). Mean absolute percentage error untuk evaluasi hasil prediksi komoditas laut. Jurnal Sistem Informasi, 5(2), 250–255.
Rindengan, A., & Yohannes, A. L. (2019). Sistem fuzzy. Bandung: CV. Patra Media Grafindo.
Rumfot, R., Yohannes, A. L., & Dorteus, L. R. (2024). Perbandingan metode fuzzy Mamdani, Sugeno, dan Tsukamoto untuk menentukan jumlah produksi batu pecah. Jurnal Ilmiah Matematika, 12(1), 1–10.
Saelan, A. (2009). Logika fuzzy. Makalah IF2091 Struktur Diskrit, Institut Teknologi Bandung.
Sampurno, M. P. (2023). Implementasi autonomous maintenance untuk menunjang produksi bahan baku semen di PT Semen Indonesia Pabrik Tuban.
Turban, E., Aronson, J. E., & Liang, T. P. (2005). Decision support systems and intelligent systems (7th ed.). Upper Saddle River, NJ: Pearson Prentice Hall.
Vinsensia, D., & Yulia, U. (2018). Penerapan fuzzy inference system (FIS) metode Mamdani dalam pemilihan jurusan perguruan tinggi. Publikasi Jurnal & Penelitian Teknik Informatika, 2(2), 1–10.
Wardani, A. R., Nasution, Y. N., & Amijaya, F. D. T. (2017). Aplikasi logika fuzzy dalam mengoptimalkan produksi minyak kelapa sawit di PT Waru Kaltim Plantation menggunakan metode Mamdani. Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer, 12(2), 94–103.
Yani, T. R. A. I., Hanifah, I., & Ramlan. (2024). Kajian sinkronasi hukum tentang pendirian perseroan terbatas perseorangan ditinjau dari Undang-Undang Nomor 40 Tahun 2007 dan Perpu Nomor 02 Tahun 2022. IBLAM Law Review, 4(1), 276–302.
