HASIL DAN PEMBAHASAN. masukan (input) yang digunakan dalam mengembangkan Fuzzy Inference System seperti yang disajikan pada Gambar 10 berikut :
|
|
- Sucianty Sasmita
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Penentuan perangkat keras dan perangkat lunak yang akan digunakan untuk mengembangkan sistem Perangkat keras (hardware) Perangkat keras yang digunakan pada saat pengembangan sistem adalah komputer dengan spesifikasi Processor Intel Core 2 Duo 1.83Ghz, RAM 2 Gb, Harddisk 250 GB. Perangkat lunak (software) Perangkat lunak yang digunakan adalah perangkat lunak yang dapat merepresentasikan sistem fuzzy seperti Matlab R2009. Di sisi lain perangkat lunak tambahan menggunakan Adobe Dreamweaver CS3 sebagai editor pembuatan website serta Adobe Photoshop CS3 digunakan untuk pengolahan gambar. HASIL DAN PEMBAHASAN Pemodelan Sistem Sistem pakar diagnosis kolik pada kuda dikembangkan untuk mendeteksi jenis kolik yang sedang diderita oleh kuda. Gejala kolik pada kuda memperlihatkan ada banyaknya kemiripan sehingga diperlukan ketelitian dari pakar atau dokter hewan terhadap setiap perubahan yang terjadi pada organ tubuh atau kebiasaan kuda yang mengindikasikan pada kolik, bahkan tidak mungkin apabila kemiripan gejala tersebut menghasilkan hasil diagnosis yang berbeda dengan kolik yang diderita kuda sebenarnya. Keterbatasan jumlah tenaga dokter hewan di Indonesia merupakan salah satu kendala yang dihadapi pada saat ini. Hal ini menyebabkan kurang maksimalnya penanganan terhadap kolik. Keterbatasan tenaga dokter hewan dapat menyebabkan keterlambatan dalam mendiagnosis penyakit yang nantinya dapat menyebabkan keterlambatan dalam proses penyembuhan kuda bahkan dapat menyebabkan kematian. Guna meningkatkan kelancaran dalam usaha penanganan kolik maka penting adanya suatu sistem yang bisa membantu diagnosis sehingga dapat dilakukan tindakan prefentif guna mencegah kolik menjadi semakin parah. Pada sistem diagnosis kolik pada kuda digunakan metode mamdani untuk menghasilkan output. Ada 4 buah variabel masukan (input) yang digunakan dalam mengembangkan Fuzzy Inference System seperti yang disajikan pada Gambar 10 berikut : Gambar 10 FIS Editor Sistem Pakar Diagnosa Kolik Pada Kuda Gambar di atas menunjukkan ada empat variabel yang dimasukan ke dalam fuzzy inference system dengan menggunakan metode Mamdani. Variabel tersebut digunakan oleh sistem untuk menentukan jenis kolik yang diderita oleh kuda. Proses Inferensia Fuzzy Proses Fuzzifikasi Proses fuzzifikasi yang dilakukan oleh sistem disesuaikan dengan variabel atau gejala yang digunakan untuk menentukan jenis kolik. Ada empat variable fuzzy yang dimodelkan dalam sistem ini, yaitu : a. Denyut Jantung Pada sistem pengguna akan memasukkan denyut jantung dalam satuan kali per menit. Denyut jantung sangat erat kaitannya dengan rasa sakit yang diderita oleh kuda. Denyut jantung semakin kencang menandakan rasa sakit yang diderita semakin parah. Denyut jantung dapat dikelompokkan menjadi normal, meningkat dan tinggi. nilai kecocokan denyut jantung ini adalah (Debora Johnson, 2009). Fungsi keanggotaan denyut jantung dapat dirumuskan sebagai berikut : 0; ; ;
2 0; ; ; ; ; ; ; Gambar 11 Fungsi Keanggotaan Denyut Jantung b. Suara Usus Suara usus erat kaitannya dengan kolik. Pemeriksaan suara usus dilakukan di bagian kanan bagian perut bawah. Suara usus akan terdengar seperti air jatuh pada pipa besi (J. Rose, 1999). Suara usus dikelompokkan menjadi empat kategori yaitu tidak ada, menurun, normal serta meningkat. nilai suara usus dibatasi pada kisaran 0 6. Fungsi keanggotaan suara usus dapat dirumuskan sebagai berikut : 0; 1 1; 0 Gambar 12 Fungsi Keanggotaan Suara Usus c. Gastric reflux Gastric reflux adalah cairan lambung yang keluar pada saat dimasukkan selang ke dalam rongga perut. Pada kuda dewasa, jumlah cairan yang biasa keluar dari rongga perut adalah liter mereferensi dari K. M. Dyce Fungsi keanggotaan gastric reflux dapat dirumuskan sebagai berikut : 0; ; ; 0 3 0; ; ; ; 6 9 0; 9 3 ; ; ; 3 3 1; 3 0; 0 3 1; 1 2 0; 3 1; 4 6 Gambar 13 Fungsi Keanggotaan Gastric Reflux d. Lama Kejadian Lama kejadian adalah rentang waktu gejala kolik pertama kali terlihat. waktu dihitung berdasarkan jarak gejala kolik terlihat dengan waktu terakhir kuda dikasih pakan. Pengguna memasukkan nilai 10
3 numerik dari lama kejadian yang diukur dalam jam. nilai dibatasi pada kisaran Lama kejadian dikelompokkan menjadi dua kategori yaitu baru dan lama. Fungsi keanggotaan dapat dirumuskan sebagai berikut : 0 ; 6 6 ; ; ; 6 3 ; ; 6 12 Aturan-aturan untuk himpunan fuzzy secara lengkap dapat dilihat pada Lampiran 1. Setelah dibuat aturan, nilai keluaran berupa data kuantitatif tersebut didefuzzifikasi. Keluaran dari proses fuzzy ini adalah diagnosis jenis kolik Impaksi, Tympani dan Twisted gut. Untuk jenis kolik terbagi menjadi mendukung dan sangat mendukung. Dari skor tersebut, derajat keanggotaan suatu jenis kolik dapat diketahui. Adapun fungsi keanggotaan untuk hasil keluaran data fuzzy dirumuskan dalam fungsi PI sebagai berikut: Gambar 14 Fungsi Keanggotaan Lama Kejadian Rangkuman keempat himpunan fuzzy masukan disajikan pada Tabel berikut : Tabel 2 Rangkuman variabel fuzzy input No. Variabel Tipe Nilai 1. Denyut jantung nilai Gambar 15 Fungsi Keanggotaan Keluaran Sistem Pakar Diagnosa Kolik Pada Kuda 0; ; ; ; ; ; Suara usus 3. Gastric reflux 4. Lama kejadian nilai 0-6 nilai 0-15 nilai ; ; ; ; ; ; 0.25 Proses Defuzzifikasi Dari empat himpunan fuzzy di atas dibentuk aturan (rule) untuk menghasilkan keluaran. Sebagai contoh aturan fuzzy adalah sebagai berikut: If denyut_jantung Tinggi and suara_usus menurun and gastric_reflux Sedikit and lama_kejadian baru then sangat mendukung Twisted Gut 0; ; ; ; ; ;
4 0; ; ; ; ; ; ; ; ; ; ; ; 0.7 0; ; ; ; ; ; 0.85 Proses defuzzifikasi dari masukan denyut jantung, suara usus, gastric reflux dan lama kejadian dapat diilustrasikan pada Gambar 12. Proses defuzzifikasi pada SPDKPK akan menghasilkan suatu nilai tunggal (crisp) akan menghasilkan keluaran mendukung twisted gut, sangat mendukung twisted gut, mendukung impaksi, sangat mendukung impaksi, sangat mendukung spasmodik, dan sangat mendukung tympani yang akan bergantung pada nilai defuzzifikasinya. Setiap masukan dieksekusi oleh aturan fuzzy dengan implikasi and sehingga kita mengambil nilai fungsi keanggotaan terkecil dari masukan untuk mendapat keluaran. Keluaran tersebut kemudian diagregasikan sehingga terbentuklah suatu daerah fuzzy. Metode Mean of Maximum (MOM) akan mengambil nilai rata-rata dari daerah himpunan fuzzy yang memiliki nilai terbesar. Keterangan: A. Denyut jantung B. Suara usus C. Gastric reflux D. Lama kejadian Gambar 16 Ilustrasi Proses Defuzzifikasi Pada Inferensi Fuzzy Pengisian data fuzzy memberikan keleluasaan bagi pengguna selama masih berada pada selang nilai yang diperkenankan oleh sistem. Ini merupakan bentuk validasi sistem. Apabila pengguna salah dalam memasukkan data fuzzy (Gambar 16), maka sistem akan memberikan peringatan. Sebagai contoh apabila pengguna memasukkan nilai suara usus yang salah, maka sistem akan memberikan peringatan mengenai selang nilai yang diperbolehkan oleh sistem. Hasil implementasi sistem dapat dilihat lebih jelas pada Lampiran 2. Gambar 17. Form Masukan Sistem Gambar 18 Pesan peringatan jika terjadi kesalahan pengisian 12
5 Pengujian Sistem Pengujian sistem dilakukan dengan melakukan kombinasi input kepada sistem kemudian melihat hasil outputnya. Verifikasi pertama yang dilakukan adalah pengujian untuk masukan data fuzzy. Verifikasi sistem dilakukan oleh pakar dokter hewan Fakultas Kedokteran Hewan IPB (FKH IPB). Tujuan verifikasi data fuzzy ini untuk melihat sejauh mana hasil proses diagnosis yang dilakukan dengan fuzzy inferensi sistem sehingga SPDKPK yang dibuat mewakili pakar (human expert). Sebagai contoh kasus, dipilih kombinasi input seperti pada Tabel 3 berikut : Tabel 3 Parameter data fuzzy verifikasi sistem denyut suara gastric Lama jantung usus reflux kejadian satuan Per menit Per menit liter jam 40,60,90 0,1,3,5 3, 9, 12 2, 6 Untuk hasil lengkap pengujian sistem bisa dilihat pada Lampiran 3. Jumlah total seluruh pengujian adalah 36 pengujian. Tidak semua kombinasi bisa dimasukkan ke pengujian, hal ini dikarenakan kombinasi input yang terjadi berdasarkan keterangan pakar sangat kecil kemungkinan terjadi atau bahkan tidak ada. Berdasarkan kasus pengujian pada Tabel 3, terdapat beberapa perbedaan antara hasil yang dikeluarkan sistem dengan pakar. Perbedaan hasil jenis kolik bisa dilihat pada Tabel 4 berikut : Tabel 4 Perbedaan keluaran sitem No Denyut Suara Gastric Lama Jantung Usus Reflux Kejadian Pada kasus no.1, jenis kolik keluaran sistem adalah impaksi sedangkan jenis kolik keluaran jenis kolik oleh pakar adalah adalah twisted gut. - Pada kasus no. 2, jenis kolik keluaran sistem adalah SM Twisted gut sedangkan keluaran jenis kolik oleh pakar adalah M Tympani. - Pada kasus no. 3, jenis kolik keluaran sistem adalah SM Twisted gut, sedangkan keluaran jenis kolik oleh pakar adalah SM Tympani. - Pada kasus no. 4, jenis kolik keluaran sistem adalah SM Twisted gut, sedangkan keluaran jenis kolik oleh pakar adalah M Tympani. Gambar 19 Jarak bobot kesalahan sistem Berdasarkan dari hasil pengujian, terdapat empat perbedaan keluaran sistem. Bobot perbedaan ditentukan dari jarak perbedaan jenis kolik. Pada kasus no. 1, 2, 3 dan 4 bobot perbedaannya adalah 1, karena perbedaan dari keluaran sistem dengan keluaran pakar mempunyai jarak terdekat yaitu antara tympani dengan twisted gut atau impaksi dengan twisted gut. Persentase ketidakcocokan keluaran jenis kolik adalah % % sehingga persentase kecocokan sistem adalah 100% % = %. Pakar berpendapat masih perlu adanya perbaikan dan pengembangan sehingga sistem ini dapat diimplementasikan dalam keadaan sesungguhnya di lapangan. Perbaikan sistem terkait kepada aturanaturan fuzzy serta faktor-faktor yang menjadi parameter input seperti anamnesa (pertanyaan yang berhubungan dengan kolik), pemeriksaan alat vital (suhu tubuh, mucose membran, CRT) serta prosedur diagnosis lanjutan (abdominosintesis, pemeriksaan darah) masih belum dipertimbangkan dalam penelitian ini sehingga sistem masih memerlukan pengembangan lebih lanjut. Keterbatasan sistem SPDKPK yang dikembangkan memiliki beberapa keterbatasan, di antaranya : - Jenis kolik yang dapat didiagnosa hanya tiga jenis, yaitu impaksi, tympani dan twisted gut. - Pendiagnosisan kolik hanya memasukkan 4 jenis parameter saja, serta belum memperhitungkan anamnesa lainnya, signalement serta prosedure diagnosa lanjutan serta belum melakukan pemeriksaan sampai pada uji laboratorium. 13
Metode Deffuzifikasi Mean of Maximum (MOM) Kolik Gas (Tympani) Kolik Twisted gut Kolik Impaksi METODE PENELITIAN Kerangka Pemikiran
Metode Deffuzifikasi Mean of Maximum (MOM) Salah satu metode deffuzifikasi adalah Mean of Maximum. Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai rata-rata domain yang memiliki nilai
Lebih terperinciSISTEM PAKAR DIAGNOSA KOLIK PADA KUDA MENGGUNAKAN LOGIKA FUZZY
i SISTEM PAKAR DIAGNOSA KOLIK PADA KUDA MENGGUNAKAN LOGIKA FUZZY ARIE NUR SYAMSI DEPARTEMEN ILMU KOMPUTE R FAKULTAS MATEMATIKAA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 i ABSTRACT
Lebih terperinciPraktikum sistem Pakar Fuzzy Expert System
Praktikum sistem Pakar Fuzzy Expert System Ketentuan Praktikum 1. Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa untuk praktikum pertemuan ke - 8 2. Mahasiswa akan mendapatkan penjelasan
Lebih terperinciTahap Sistem Pakar Berbasis Fuzzy
Company LOGO Penalaran Mamdani dan Tsukamoto Pada pendekatan Fuzzy Inference System Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2011 www.company.com
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Dalam penelitian diagnosa penyakit asma dengan menggunakan metode fuzzy Tsukamoto, dibutuhkan data mengenai gejala penyakit dari seorang pakar atau
Lebih terperinciPENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012
PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012 PENALARAN FUZZY Digunakan untuk menghasilkan suatu keputusan tunggal / crisp saat defuzzifikasi Penggunaan akan bergantung
Lebih terperinciPENGEMBANGAN SISTEM PAKAR FUZZY
FUZZY EXPERT SYSTEM FUZZY INFERENCE SYSTEM FUZZY REASONING Toto Haryanto MATA KULIAH SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR PENGEMBANGAN SISTEM PAKAR FUZZY Domain Masalah Fuzzifikasi
Lebih terperinciFuzzy Expert Sistem. Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2015
Fuzzy Expert Sistem Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2015 Ketentuan Praktikum Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa
Lebih terperinciBAB I PENDAHULUAN. dan akurat. Untuk itu komputer dijadikan sebagai salah satu alat yang mendukung
BAB I PENDAHULUAN I.1 Latar Belakang Kemajuan teknologi komputer saat ini sangat pesat, pada sisi lain persoalan yang dihadapi manusia semakin banyak dan memerlukan penyelesaian yang cepat dan akurat.
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilakukan
Lebih terperinciProses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani
JURNAL SAINTIFIK VOL.3 NO. 2, JULI 2017 Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani Darmawati Jurusan Matematika FMIPA Universitas Sulawesi Barat; e-mail: dharmawangs89@gmail.com
Lebih terperinciBAB I PENDAHULUAN. produksi secara keseluruhan sangat ditentukan oleh pemilihan jenis perlengkapan
1 BAB I PENDAHULUAN I.1. Latar Belakang Perlengkapan penanganan bahan merupakan bagian terpadu perlengkapan mekanis dalam setiap usaha industri modern. Dalam setiap perusahaan proses produksi secara keseluruhan
Lebih terperinciMETODOLOGI PENELITIAN
7 terboboti dari daerah output fuzzy. Metode ini paling dikenal dan sangat luas dipergunakan. First of Maxima (FoM) dan Last of Maxima (LoM) Pada First of Maxima (FoM), defuzzifikasi B( y) didefinisikan
Lebih terperinciGrafik hubungan antara Jarak (cm) terhadap Data pengukuran (cm) y = 0.950x Data pengukuran (cm) Gambar 9 Grafik fungsi persamaan gradien
dapat bekerja tetapi tidak sempurna. Oleh karena itu, agar USART bekerja dengan baik dan sempurna, maka error harus diperkecil sekaligus dihilangkan. Cara menghilangkan error tersebut digunakan frekuensi
Lebih terperinciBAB I PENDAHULUAN. mengembangkan sistem pendukung keputusan yang cepat, akurat, handal dan
BAB I PENDAHULUAN I.1 Latar Belakang Perkembangan teknologi informasi yang semakin cepat dan persaingan yang semakin global saat ini, menuntut setiap individu masyarakat untuk mampu mengembangkan sistem
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh pada tahun 1965 yang merupakan guru besar di University of California Berkeley pada papernya yang berjudul
Lebih terperinciDesain sistem Analisis sistem Implementasi sistem Pemeliharaan Sistem HASIL DAN PEMBAHASAN Investigasi sistem
5 akuisisi pengetahuan untuk pengambilan keputusan berdasarkan gejala klinis dan gejala yang bersifat fuzzy, serta pembuatan fuzzy inference system (FIS). Dalam pembutan FIS, dinakan representasi fungsi
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER 1 Yasidah Nur Istiqomah (07018047), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik Informatika 2 Program
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA II.1. Tampilan Hasil Penulis merancang program sistem pakar untuk diagnosis penyakit pengapuran pada sendi (OA) pada orang dewasa berbasis web dengan menggunakan bahasa pemrograman
Lebih terperinciPresentasi TA DETEKSI PENYAKIT PARU-PARU OBSTRUKTIF KRONIS MENGGUNAKAN METODE FUZZY : STUDI KASUS DI RUMAH SAKIT XYZ. Muhammad Reza Budiman
Presentasi TA DETEKSI PENYAKIT PARU-PARU OBSTRUKTIF KRONIS MENGGUNAKAN METODE FUZZY : STUDI KASUS DI RUMAH SAKIT XYZ Muhammad Reza Budiman 5209100075 Jurusan Sistem Informasi Fakultas Teknologi Informasi
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1 Tampilan Hasil Pada bab ini adalah hasil dari perancangan yang dibuat pada bab sebelumnya. Adapun hasil yang ada pada aplikasi yaitu : 1. Tampilan Menu Utama Tampilan ini
Lebih terperinciBAB I PENDAHULUAN. seperti malaria, demam berdarah (Dengue Haemorrhagic Fever) chikungunya dan
BAB I PENDAHULUAN I.1 Latar Belakang Nyamuk merupakan penyebab dan pembawa beberapa jenis penyakit seperti malaria, demam berdarah (Dengue Haemorrhagic Fever) chikungunya dan kaki gajah (filariasi).beberapa
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Pada penelitian ini menggunakan beberapa perangkat keras dan perangkat
BAB 3 METODOLOGI PENELITIAN 3.1 Alat Dan Bahan Penelitian 3.1.1 Alat Penelitian Pada penelitian ini menggunakan beberapa perangkat keras dan perangkat lunak, diantaranya adalah : a. Perangkat keras 1.
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. 1. Processor : Core 2 duo 2,2 Ghz. 4. VGA : Graphic Media Accelerator x Input : Keyboard dan Mouse
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi 4.1.1 Spesifikasi Hardware Hardware yang digunakan pada percobaan implementasi Sistem Monitoring Berbasis Fuzzy pada Rumah Sakit menggunakan spesifikasi
Lebih terperinciBAB I PENDAHULUAN. seperti layaknya seorang pakar (human exspert). Seorang pakar atau ahli (human
BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar atau exspert system merupakan sebuah program komputer yang dirancang untuk memodelkan serta kemampuan menyelesaikan masalah seperti layaknya seorang pakar
Lebih terperinciREKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO Endra Pratama, Titin Sri Martini, Mania Roshwita Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciFUZZY SYSTEM & FUZZY REASONING DEPARTEMEN ILMU KOMPUTER IPB
FUZZY SYSTEM & FUZZY REASONING Workshop on Fundamental Concept and Implementation of Fuzzy Logic March 17 th 2016 Net Centric Computing Lab DEPARTEMEN ILMU KOMPUTER IPB Outline Crips VS Fuzzy Pengembangan
Lebih terperinciBAB I PENDAHULUAN. di bidang peternakan, budidaya ikan gurame harus dilakukan secara cermat dan tetap
BAB I PENDAHULUAN I.1 Latar Belakang Sistem Pakar adalah usaha untuk menirukan seorang pakar. Biasanya Sistem Pakar berupa perangkat lunak pengambil keputusan yang mampu mencapai tingkat performa yang
Lebih terperinciBAB I PENDAHULUAN. I.1. Latar Belakang. Penyakit gigi pada manusia menduduki urutan pertama dari daftar 10
BAB I PENDAHULUAN I.1. Latar Belakang Penyakit gigi pada manusia menduduki urutan pertama dari daftar 10 besar penyakit yang paling sering dikeluhkan masyarakat Indonesia. Persepsi dan perilaku masyarakat
Lebih terperinciBAB 1 PENDAHULUAN. dapat mengalami gangguan kesehatan, tanpa mengenal usia, jenis kelamin, pekerjaan,
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kesehatan merupakan harta yang tak ternilai bagi manusia, sehingga manusia rela melakukan segala cara agar dapat menjaga kesehatan secara jasmani. Siapa saja
Lebih terperinciBAB III METODE FUZZY MAMDANI
29 BAB III METODE FUZZY MAMDANI Fuzzy Inference System merupakan sebuah kerangka kerja perhitungan berdasarkan konsep teori himpunan fuzzy dan pemikiran fuzzy yang digunakan dalam penarikan kesimpulan
Lebih terperinciBAB I PENDAHULUAN. orang semakin mudah saja menjalankan aktifitasnya. Komputer yang pada
BAB I PENDAHULUAN I.1. Latar Belakang Era Digital saat ini tidak bisa dipungkiri kemajuan teknologi membuat orang semakin mudah saja menjalankan aktifitasnya. Komputer yang pada awalnya digunakan sebagai
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat
BAB IV HASIL DAN PEMBAHASAN A. Analisis Tingkat Kesehatan Bank Tingkat kesehatan bank dapat diketahui dengan melihat peringkat komposit bank tersebut. Menurut peraturan Bank Indonesia No. 13/1/PBI/2011
Lebih terperinciBAB V IMPLEMENTASI SISTEM
51 BAB V IMPLEMENTASI SISTEM Implementasi merupakan tahap peletakan sistem sehingga sistem siap dioperasikan. Tahap ini meliputi implementasi datamining untuk mencari aturan aturan sebagai dasar inferensi,
Lebih terperinciBAB III METODE PENELITIAN. Pengetahuan Alam dan Jurusan Budidaya Perairan Fakultas Pertanian Universitas
BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam dan Jurusan Budidaya Perairan Fakultas Pertanian
Lebih terperinciBAB IV HASIL DAN UJI COBA. pakar mendeteksi adanya viskositas darah dalam tubuh menggunakan Metode
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini akan dijelaskan tentang tampilan hasil dari perancangan sistem pakar mendeteksi adanya viskositas darah dalam tubuh menggunakan Metode Teorema
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Descriptive Research Penelitian deskriptif adalah metode penelitian yang digunakan untuk menmukan pengetahuan yang seluas-luasnya terhadap objek penelitian pada suatu masa
Lebih terperinciBAB I PENDAHULUAN. pesat terutama pada dunia komputer memberikan kita wawasan yang luas
BAB I PENDAHULUAN I.1 Latar Belakang Seiring perkembangan teknologi dan informasi yang semakin cepat dan pesat terutama pada dunia komputer memberikan kita wawasan yang luas sehingga kita dapat memperoleh
Lebih terperinciBAB III METODOLOGI PENELITIAN. pengembangan sistem pemugaran citra digital dengan algoritma exemplar-based
BAB III METODOLOGI PENELITIAN Pada bab ini diuraikan metode penelitian yang digunakan penulisan dalam pengembangan sistem pemugaran citra digital dengan algoritma exemplar-based image inpainting dan metode
Lebih terperinci3. METODE PENELITIAN 3.1 Kerangka Pemikiran
65 3. METODE PENELITIAN 3.1 Kerangka Pemikiran Permasalahan utama yang dihadapi industri gula nasional yaitu rendahnya kinerja khususnya produktivitas dan efisiensi pabrik gula. Untuk menyelesaikan permasalahan
Lebih terperinciIV PENGEMBANGAN FUZZY INFERENSI SISTEM SELEKSI METODE EOR
IV PENGEMBANGAN FUZZY INFERENSI SISTEM SELEKSI METODE EOR 4.1. Fuzzy Inferensi Sistem Tahapan-tahapan yang dilakukan pada Pengembangan Fuzzy Iinferensi Sistem untuk Seleksi Metode EOR antara lain: mendefinisikan
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 1
JURNAL SAINS DAN SENI POMITS Vol. 2, No., (203) 2337-3520 (230-928X Print) Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web Harmuda Pandiangan, M Isa Irawan dan
Lebih terperinciBAB IV. HASIL DAN Uji Coba
BAB IV HASIL DAN Uji Coba IV..1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan sistem pakar diagnosa penyakit yang menyerang telapak kaki dengan menggunakan metode Delta
Lebih terperinciBAB I PENDAHULUAN. pendengaran, pengecapan, dan penglihatan. Organ-organ tersebut tidak jarang
BAB I PENDAHULUAN I.1. Latar Belakang Setiap manusia normalnya memiliki organ sensori, yaitu organ pembau, pendengaran, pengecapan, dan penglihatan. Organ-organ tersebut tidak jarang atau bahkan rawan
Lebih terperinciBAB I PENDAHULUAN. disimpan didalam basis pengetahuan untuk diproses pemecahan masalah.
1 BAB I PENDAHULUAN I.1. Latar Belakang Salah satu pemanfaatan teknologi untuk mengurangi permasalahan diatas adalah dengan mengimplementasikan sebuah sistem pakar. Sistem pakar merupakan suatu program
Lebih terperinciDiagnosis Dini Autis Pada Anak Menggunakan Metode Inferensi Fuzzy Mamdani
Diagnosis Dini Autis Pada Anak Menggunakan Metode Inferensi Fuzzy Mamdani Helen Sastypratiwi #1, Anggi Srimurdianto Sukamto #2 # Program Studi Teknik Informatika Fakultas Teknik Universitas Tanjungpura
Lebih terperinciBAB I PENDAHULUAN. akan diderita. Setiap orang wajib menjaga kesehatannya masing masing, tetapi
BAB I PENDAHULUAN I.1. Latar Belakang Suatu gejala penyakit dapat merupakan indikasi dari suatu penyakit yang akan diderita. Setiap orang wajib menjaga kesehatannya masing masing, tetapi pada kenyataannya
Lebih terperinciMATERI DAN METODE. Investigasi Sistem. Analisis Sistem. Desain Sistem. Pemeliharaan Sistem. Implementasi Sistem
MATERI DAN METODE Lokasi dan Waktu Penelitian ini dilaksanakan di Departemen Ilmu Nutrisi dan Teknologi Pakan Fakultas Peternakan, Institut Pertanian Bogor mulai Maret 2011 sampai Mei 2012. Materi Alat
Lebih terperinciBAB IV RANCANG BANGUN SISTEM
22 BAB IV RANCANG BANGUN SISTEM Pengguna sistem adalah dokter namun sistem dapat juga digunakan oleh praktisi kesehatan lainnya seperti bidan, perawat bahkan masyarakat umum. Dokter dibantu dalam pengambilan
Lebih terperinciPenerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak
Lebih terperinciBAB I PENDAHULUAN. pengetahuan/knowledge khusus untuk memecahkan masalah pada level human
BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar adalah cabang kecerdasan buatan yang menggunakan pengetahuan/knowledge khusus untuk memecahkan masalah pada level human expert/pakar. Sistem pakar sering
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan
Lebih terperinciBab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI
Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI III.1 Teori Logika fuzzi III.1.1 Logika fuzzi Secara Umum Logika fuzzi adalah teori yang memetakan ruangan input ke ruang output dengan menggunakan aturan-aturan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dijelaskan landasan teori yang berhubungan dengan himpunan fuzzy, teori garis lurus, dan pengenalan citra dental radiograph. 2.1 Teori Himpunan Fuzzy Pada bagian
Lebih terperinciSebelumnya... Penalaran pada Sistem Pakar. Ketidakpastian dalam Sistem Pakar. Contoh forward chaining & backward chaining
Sebelumnya... Penalaran pada Sistem Pakar Contoh forward chaining & backward chaining Ketidakpastian dalam Sistem Pakar Teori Peluang Teori Bayes Jaringan Bayes Faktor Kepastian Kecerdasan Buatan Pertemuan
Lebih terperinciBAB I PENDAHULUAN. Pada saat sekarang ini, telah terjadi berbagai kemajuan teknologi yang
BAB I PENDAHULUAN I.1. Latar Belakang Pada saat sekarang ini, telah terjadi berbagai kemajuan teknologi yang sangat berpengaruh dalam berbagai bidang, dewasa ini perkembangan teknologi juga merambah dibidang
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1 Tampilan Hasil Berikut adalah tampilan hasil dan pembahasan dari Sistem Pakar Mendiagnosa Perkembangan Dan Kesehatan Pada Anak. IV.1.1 Tampilan Menu Utama Tampilan ini
Lebih terperinciBAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan
BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Pengantar
BAB 1 PENDAHULUAN 1.1. Pengantar Dewasa ini segala sesuatu berkembang dengan cepat, termasuk juga perkembangan di bidang ilmu tentang komputer. Kemajuan teknologi komputer dan perkembangannya yang pesat,
Lebih terperinciBAB I PENDAHULUAN. seperti yang dilakukan oleh para ahli. Sistem Pakar merupakan salah satu bidang
BAB I PENDAHULUAN I.1 Latar Belakang Sistem Pakar (Expert System) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang dilakukan
Lebih terperinciSIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS DI PDAM KOTA SURABAYA. oleh: WINDA ZULVINA
SIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS PEMELIHARAAN PERALATAN PRODUKSI DI PDAM KOTA SURABAYA oleh: WINDA ZULVINA 5206100040 Dosen Pembimbing : Mahendrawathi
Lebih terperinciPraktikum Sistem Pakar Jumat 16 Desember 2013 Pertemuan 12. Tabel 1. Rancangan Variabel fuzzy Fungsi Nama Variabel Rentang Nilai Keterangan
Praktikum Sistem Pakar Jumat 16 Desember 2013 Pertemuan 12 Studi Kasus : Studi Permasalahan: Suatu Perusahaan akan melakukan perkiraan terhadap produksi suatu barang tiap bulan. Untuk menentukan jumlah
Lebih terperinciBAB IV PEMBAHASAN. BAB IV berisi pembahasan tahapan penelitian, yaitu klasifikasi logika. A. Identifikasi Data Cadangan Hidrokarbon
BAB IV PEMBAHASAN BAB IV berisi pembahasan tahapan penelitian yaitu klasifikasi logika fuzzy hasil pembahasan analisis pengujian model fuzzy dan visualisasi model fuzzy pada perhitungan cadangan hidrokarbon
Lebih terperinciGambar 7. Tahapan Proses penelitian
BAB III METODE PENELITIAN 3.1. Alur Penelitian Secara umum, metode penelitian yang digunakan tersusun dalam suatu diagram alur penelitian yang dapat disajikan Gambar 7. Diagram alur tersebut memperlihatkan
Lebih terperinciBAB I PENDAHULUAN. pentingnya adalah kesehatan, karena seseorang tidak akan merasakan kebahagiaan
BAB I PENDAHULUAN I.1. Latar Belakang. Kebutuhan manusia meliputi kebutuhan primer dan sekunder, kebutuhan primer meliputi makan, minum, pakaian dll. Kebutuhan lain yang tidak kalah pentingnya adalah kesehatan,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari sistem pakar diagnosa aterosklerosis yang dibangun dapat dilihat sebagai berikut : 1. Form login. Form
Lebih terperinciSebelumnya... Penalaran pada Sistem Pakar. Ketidakpastian dalam Sistem Pakar. Contoh forward chaining & backward chaining
Sebelumnya... Penalaran pada Sistem Pakar Contoh forward chaining & backward chaining Ketidakpastian dalam Sistem Pakar Teori Peluang Teori Bayes Jaringan Bayes Faktor Kepastian Kecerdasan Buatan Pertemuan
Lebih terperinciMetode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia
Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia Irmalia Suryani Faradisa dan Putri Sari Jurusan Teknik Elektro, Institut Teknologi Nasional Malang E-mail: faradyza@gmail.com Abstrak Gejala
Lebih terperinciLogika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.
LOGIKA FUZZY UTHIE Intro Pendahuluan Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. Lotfi Asker Zadeh adalah seorang ilmuwan
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan Sistem Pakar Identifikasi Penyakit pada Tanaman Anggrek Phalaenopsis dengan Metode Dempster
Lebih terperinciADLN - Perpustakaan Universitas Airlangga BAB IV PEMBAHASAN. menggunakan pemrograman Microsoft Visual Basic.NET
27 BAB IV PEMBAHASAN Pada bab ini akan dibahas tentang penerapan fuzzy inference system Tsukamoto untuk mendiagnosis penyakit mata serta implementasi ke dalam program menggunakan pemrograman Microsoft
Lebih terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Kelinci merupakan hewan pengerat berbulu lembut yang biasanya dijadikan untuk peliharaan, konsumsi, maupun sebagai bahan percobaan. Seperti makhluk hidup pada umumnya,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Ketersediaan dokter ahli dan tenaga medis relatif masih kurang khususnya di daerah-daerah pelosok dan terpencil. Hal ini membuat masyarakat mengalami kesulitan dalam
Lebih terperinciJurnal String Vol. 1 No. 1 Tahun 2016 ISSN: MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL
MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL Fanisya Alva Mustika 1, Sutrisno 2 Program Studi Teknik Informatika, Universitas Indraprasta PGRI Jakarta 1,2 E-mail: alva.mustika@gmail.com
Lebih terperinciBAB I PENDAHULUAN. primer meliputi makan, minum, pakaian dan lain-lain. Kebutuhan lain yang tidak
BAB I PENDAHULUAN I.1. Latar Belakang Kebutuhan manusia meliputi kebutuhan primer dan sekunder, kebutuhan primer meliputi makan, minum, pakaian dan lain-lain. Kebutuhan lain yang tidak kalah pentingnya
Lebih terperinci1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Salah satu aplikasi sistem cerdas yang paling sukses dan masih berkembang saat ini yaitu peramalan beban listrik. Peramalan beban listrik adalah suatu ilmu
Lebih terperinciKata kunci : Metode Logika Fuzzy Tsukamoto, Metode Bayes, Sistem Pakar, Diabetes Melitus, Backward Chaining
semantik, Vol.2, No., Jan-Jun 26, pp. -2 ISSN: 246-446JCCS, V ANALISIS PERBANDINGAN METODE BAYES DAN METODE FUZZY TSUKAMOTO TERHADAP HASIL DIAGNOSIS PENYAKIT DIABETES MELITUS DALAM APLIKASI SISTEM PAKAR
Lebih terperinci4-5-FUZZY INFERENCE SYSTEMS
4-5-FUZZY INFERENCE SYSTEMS Shofwatul Uyun Mekanisme FIS Fuzzy Inference Systems (FIS) INPUT (CRISP) FUZZYFIKASI RULES AGREGASI DEFUZZY OUTPUT (CRISP) 2 Metode Inferensi Fuzzy Metode Tsukamoto Metode Mamdani
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Tahapan Penelitian Metodologi penelitian digunakan sebagai pedoman dalam pelaksanaan penelitian agar hasil yang dicapai tidak menyimpang dari tujuan. Tahapan penelitian
Lebih terperinciBAB I PENDAHULUAN. (Maria Leony Rahajeng Firstyani, 2011) Hipertensi merupakan masalah
BAB I PENDAHULUAN I.1. Latar Belakang (Maria Leony Rahajeng Firstyani, 2011) Hipertensi merupakan masalah kesehatan masyarakat yang serius di seluruh dunia. Prevalensi hipertensi semakin meningkat, sedikit
Lebih terperinciPenerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel
Penerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel Biolardi Yoshogi (13509035) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
78 BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini akan dijelaskan tentang tampilan hasil program dan pembahasan dari Sistem Pakar Mendiagnosa Gangguan Penyakit Perut Menggunakan Metode Forward
Lebih terperinciBAB I PENDAHULUAN. seperti yang dilakukan oleh para ahli. Sistem Pakar merupakan salah satu bidang
BAB I PENDAHULUAN I.1 Latar Belakang Sistem Pakar (Expert System) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang dilakukan
Lebih terperinciBAB 1 PENDAHULUAN. seluruh tubuh. Karena fungsi jantung sangat penting bagi manusia maka
BAB 1 PENDAHULUAN 1.1 Latar Belakang Jantung adalah salah satu organ vital bagi makhluk hidup. Pada manusia, seperti halnya makhluk hidup yang lain jantung berfungsi memompa darah ke seluruh tubuh. Karena
Lebih terperinciPengantar Kecerdasan Buatan (AK045218) Logika Fuzzy
Logika Fuzzy Pendahuluan Alasan digunakannya Logika Fuzzy Aplikasi Himpunan Fuzzy Fungsi keanggotaan Operator Dasar Zadeh Penalaran Monoton Fungsi Impilkasi Sistem Inferensi Fuzzy Basis Data Fuzzy Referensi
Lebih terperinciBAB I PENDAHULUAN. Sistem pakar adalah sistem yang mampu menirukan penalaran seorang
BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar adalah sistem yang mampu menirukan penalaran seorang pakar agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Pengetahuan
Lebih terperinciContoh Kasus. Bagus Ilhami HIdayat
Contoh Kasus Suatu perusahaan tekstil akan memproduksi pakaian dengan jenis XYZ. Dari 1 bulan terakhir, permintaan terbesar mencapai 5000 potong per hari, dan permintaan terkecil mencapai 1000 potong per
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Zadeh (1965) memperkenalkan konsep fuzzy sebagai sarana untuk menggambarkan sistem yang kompleks tanpa persyaratan untuk presisi. Dalam jurnalnya Hoseeinzadeh et
Lebih terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciBAB I PENDAHULUAN. berkomunikasi atau berinteraksi antara seorang pakar dengan pengguna. Dalam
BAB I PENDAHULUAN I.1 Latar Belakang Media konsultasi merupakan sebuah media atau sarana untuk berkomunikasi atau berinteraksi antara seorang pakar dengan pengguna. Dalam bidang teknologi kegiatan konsultasi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY oleh: 1 I Putu Dody Lesmana, 2 Arfian Siswo Bintoro 1,2 Jurusan Teknologi Informasi, Politeknik
Lebih terperinciBAB I PENDAHULUAN. yaitu dengan suatu media konsultasi yang bersifat online. mengemukakan pesoalan-persoalan yang terjadi kemudian pakar akan
BAB I PENDAHULUAN I.1 Latar Belakang Media konsultasi merupakan sebuah media atau sarana untuk berkomunikasi atau berinteraksi antara seorang pakar dengan pengguna. Dalam bidang medis kegiatan konsultasi
Lebih terperinciBAB I PENDAHULUAN. menjadi mampu untuk menyediakan pilihan-pilihan sebagai pendukung
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi informasi telah memungkinkan pengambilan keputusan dapat dilakukan dengan lebih cepat dan cermat. Penggunaan komputer telah berkembang dari
Lebih terperinciMENDETEKSI KEBERADAAN NYAMUK AEDES AEGIPTY MENGGUNAKAN METODE FUZZY. Ikhlas Ali Syahbana
MENDETEKSI KEBERADAAN NYAMUK AEDES AEGIPTY MENGGUNAKAN METODE FUZZY Ikhlas Ali Syahbana Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wismarini.09 Pringsewu Lampung Website : www.stmikpringsewu.ac.id
Lebih terperinciMODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA
MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA Muhammad Ilham 10211078 Program Studi Fisika, Institut Teknologi Bandung, Indonesia Email: muhammad_ilham@students.itb.ac.id Asisten:
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
70 BAB IV HASIL DAN PEMBAHASAN IV.1. Hasil Dalam pembahasan hasil program berisi tentang menjelaskan halaman dari program, terutama yang berkaitan dengan interface (antar muka) sebagai penghubung antara
Lebih terperinciBAB I PENDAHULUAN. hidup menjadi lebih praktis dan efektif, apalagi dengan hadirnya perangkat
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi yang begitu cepat, berbagai macam kebutuhan hidup menjadi lebih praktis dan efektif, apalagi dengan hadirnya perangkat elektronika rumah tangga
Lebih terperinciBAB II: TINJAUAN PUSTAKA
BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali
Lebih terperinciBAB I PENDAHULUAN. dengan ditemukannya penyakit-penyakit baru yang belum teridentifikasi
1 BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan ilmu kedokteran mengalami kemajuan pesat yang ditandai dengan ditemukannya penyakit-penyakit baru yang belum teridentifikasi sebelumnya. Para dokter
Lebih terperinciARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA
ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA Rima Liana Gema, Devia Kartika, Mutiana Pratiwi Universitas Putra Indonesia YPTK Padang email: rimalianagema@upiyptk.ac.id ABSTRAK
Lebih terperinci