Sistem Prediksi Biaya Pemakaian Listrik dengan Logika Fuzzy

Aplikasi web berbasis Flask yang menggunakan sistem inferensi fuzzy untuk memprediksi biaya pemakaian listrik berdasarkan beberapa parameter rumah tangga. Sistem ini mengimplementasikan 81 aturan fuzzy untuk memberikan estimasi yang akurat.

Deskripsi

Sistem ini dirancang untuk membantu pengguna mengestimasi biaya pemakaian listrik bulanan berdasarkan empat parameter utama:

Luas Rumah (m²)
Daya Listrik (VA)
Jumlah Perlengkapan Elektronik (unit)
Pendapatan Ekonomi (juta rupiah)

Dengan menggunakan metode Mamdani, sistem akan memproses input melalui fungsi keanggotaan fuzzy dan memberikan output berupa prediksi biaya dalam ribuan rupiah.

Fitur Utama

Interface web yang sederhana dan responsif menggunakan Bootstrap
Visualisasi grafik fungsi keanggotaan untuk setiap variabel input
Visualisasi hasil defuzzifikasi dengan penanda derajat keanggotaan
Sistem aturan fuzzy komprehensif dengan 81 rules
Real-time computation menggunakan scikit-fuzzy

Tech Stack

Backend: Flask 3.1.1
Fuzzy Logic: scikit-fuzzy 0.5.0
Data Processing: NumPy 2.2.6
Visualization: Matplotlib 3.10.3
Frontend: HTML5, Bootstrap 4.5.2
Server: Gunicorn 23.0.0 (production ready)

Instalasi

Prerequisites

Pastikan Python 3.8 atau versi lebih baru sudah terinstall di sistem Anda.

Langkah Instalasi

Clone repository ini

git clone https://github.com/edi-mj/prediksi-biaya-listrik-fuzzy.git
cd prediksi-harga-rumah-fuzzy

Buat virtual environment (opsional tapi direkomendasikan)

python -m venv venv
source venv/bin/activate  # Linux/Mac
venv\Scripts\activate     # Windows

Install dependencies

pip install -r requirements.txt

Cara Penggunaan

Development Mode

Jalankan aplikasi dalam mode development:

python app.py

Aplikasi akan berjalan di http://localhost:5000

Production Mode

Untuk deployment production menggunakan Gunicorn:

gunicorn app:app

Struktur Proyek

prediksi-harga-rumah-fuzzy/
├── app.py                    # Main Flask application
├── fuzzy_logic.py           # Fuzzy system logic & rules
├── requirements.txt         # Project dependencies
├── templates/
│   └── index.html          # Frontend interface
└── static/
    └── images/             # Generated fuzzy graphs

Metodologi Fuzzy

Variabel Input

Luas Rumah (0-250 m²)
- Standard: 0-55 m²
- Medium: 40-120 m²
- Besar: 105-250 m²
Daya Listrik (0-2200 VA)
- Rendah: 0-900 VA
- Sedang: 400-1400 VA
- Tinggi: 900-2200 VA
Perlengkapan Elektronik (0-18 unit)
- Sedikit: 0-7 unit
- Normal: 5-13 unit
- Banyak: 11-18 unit
Pendapatan Ekonomi (0-10 juta Rp)
- Rendah: 0-2.5 juta
- Sedang: 2-6.5 juta
- Tinggi: 6-10 juta

Variabel Output

Biaya Pemakaian (0-1200 ribu Rp)

Rendah: 0-300 ribu
Sedang: 200-500 ribu
Tinggi: 400-1200 ribu

Membership Functions

Sistem menggunakan kombinasi fungsi keanggotaan:

Trapezoidal (trapmf): untuk nilai ekstrem di awal dan akhir range
Triangular (trimf): untuk nilai tengah

Contoh Penggunaan

Masukkan nilai berikut pada form:

Luas Rumah: 60 m²
Daya Listrik: 1300 VA
Perlengkapan Elektronik: 10 unit
Pendapatan Ekonomi: 5.0 juta

Sistem akan menghitung dan menampilkan prediksi biaya pemakaian listrik beserta visualisasi grafik fungsi keanggotaan dan hasil defuzzifikasi.

Dependencies

Semua dependencies dapat dilihat di file requirements.txt. Beberapa library utama:

Flask: Web framework
scikit-fuzzy: Fuzzy logic computation
matplotlib: Graph visualization
numpy: Numerical operations
gunicorn: WSGI HTTP server

Kontribusi

Kontribusi sangat diterima. Silakan buat pull request atau laporkan issue jika menemukan bug atau memiliki saran perbaikan.

Lisensi

Proyek ini menggunakan lisensi MIT. Anda bebas menggunakan, memodifikasi, dan mendistribusikan kode ini.

Author

Dikembangkan sebagai tugas akhir mata kuliah Kecerdasan Komputasional yaitu implementasi sistem inferensi fuzzy untuk prediksi biaya pemakaian listrik rumah tangga.

edi-mj/prediksi-biaya-listrik-fuzzy