GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP)

Ukuran: px
Mulai penontonan dengan halaman:

Download "GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP)"

Transkripsi

1 GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP) Matakuliah : Lgika Fuzzy Kde : TSK-710 Teri : 2 sks Praktikum : - Deskripsi Matakuliah Standar Kmpetensi Prgram Studi : Himpunan Fuzzy dan Lgika Fuzzy: mtivasi, himpunan, knsep dasar, set perasi, relasi fuzzy dan keputusan fuzzy. Aplikasi lgika fuzzy: aritmatika fuzzy, mdel linguistik, pengambilan keputusan fuzzy, klasifikasi, pengenalan pla dan kntrl fuzzy. Algritma dan Prgramming: realisasi sftware untuk aplikasi rekayasa berbasis fuzzy. Secara rinci, materi kuliah ini yang hendak disampaikan adalah sebagai berikut: 1. definisi, sifat dan perasi himpunan klasik (crisp) dan fuzzy; 2. relasi dalam himpunan klasik dan fuzzy: cardinality, perasi, prperty dan kmpsisi; 3. fungsi keanggtaan: klasifikasi himpunan fuzzy, prses fuzzifikasi; 4. prses dan metde defuzzifikasi: metde lambda cut, centrid; 5. sistem fuzzy berbasis aturan: agregasi, dekmpsisi dan frmulasi aturan; 6. metde sistem inferensi fuzzy (FIS): mamdani dan sugen; 7. prses pengambilan keputusan: fuzzy rdering, individual decisin making, multipersn decisin makin; 8. multibjective decisin making, dan Bayesian decisin making; 9. memberikan studi kasus aplikasi lgika fuzzy di aplikasi industri dan kntrl; : Setelah selesai perkuliahan, mahasiswa akan mampu: 1) memahami dasar-dasar lgika fuzzy, 2) memahami kapan dan mengapa menggunakan lgika fuzzy, 3) memahami dan menggunakan teknik-teknik lgika fuzzy untuk menghasilkan slusi prblem rekayasa, dan 4) memahami pendekatan implementasi lgika fuzzy untuk aplikasi sistem embedded dan kntrl : Teknik Sistem Kmputer Dsen Pengampu Matakuliah : Ek Didik Widiant,ST.,MT. NIP. - Pustaka Pendukung : 1. S. N. Sivanandam, S. Sumathi and S. N. Deepa, Intrductin t Fuzzy Lgic using MATLAB, Ahmad M. Ibrahim, Fuzzy Lgic fr Embedded System Applicatins, Elsevier, Kwang H. Lee, First Curse n Fuzzy Thery and Applicatins, 2005 Web kuliah: Web berisi deskripsi dan rencana kuliah TSK-710, file lecture nte, tugas dan slusi, serta sebagai wadah interaksi dsen-mahasiswa

2 N. Kmpentensi Dasar Pkk Bahasan Sub Pkk Bahasan Estimasi Waktu (menit) 1 a) Mahasiswa akan mampu membedakan lgika klasik dan lgika fuzzy dengan benar b) Mahasiswa akan mampu memahami kapan lgika fuzzy bisa diterapkan 2 Mahasiswa akan mampu membedakan antara himpunan klasik dan fuzzy, meliputi knsep dasar dan sifat himpuna serta derajat keanggtaan elemenelemennya 3 a) Mahasiswa akan mampu menuliskan mdel matematis dari himpunan klasik dan fuzzy dengan tepat b) Mahasiswa akan mampu melakukan perasi himpunan fuzzy, meliputi AND, OR dan kmplemen dengan tepat jika diberikan suatu himpunan 4,5 a) Mahasiswa akan mampu menentukan prduk kartesian dengan tepat jika diberikan dua himpunan semesta b) Mahasiswa akan mampu menentukan relasi dan kmpsisi himpunan klasik dan fuzzy dengan tepat jika diberikan lebih dari satu himpunan c) Mahasiswa akan mampu menentukan relasi tleransi dan ekuivalensi himpunan klasik dan fuzzy d) Mahasiswa akan mampu menerapkan penalaran klasik dan fuzzy Pengantar lgika fuzzy Himpunan: klasik vs fuzzy Representasi dan Operasi himpunan: kmplemen, gabungan dan irisan Relasi, Kmpsisi dan Penalaran Lgika, penalaran dan pengambilan keputusan Lgika biner (klasik) dan lgika fuzzy Cnth aplikasi menggunakan fuzzy Himpunan klasik: knsep dasar dan sifat Himpunan fuzzy: knsep dasar, derajat keanggtaan dan sifat himpunan Representasi himpunan klasik dan fuzzy Operasi himpunan klasik: kmplemen, gabungan, irisan Operasi himpunan fuzzy: kmplemen, gabungan, irisan Operasi aljabar fuzzy Prduk kartesian dari relasi Relasi dan kmpsisi himpunan klasik Relasi dan kmpsisi himpunan fuzzy Operasi relasi himpunan Relasi tleransi dan ekuivalensi Penalaran klasik dan fuzzy 2 x 50 [1] Bab 1 [2] Bab 1 2 x 50 [1] Bab 2 [2] Bab 2 [3] Bab 1 2 x 50 [1] Bab 2 [2] Bab 2 [3] Bab 2 4 x 50 [1] Bab 3 [2] Bab 3 [3] Bab 3 Daftar Pustaka

3 6 a) Mahasiswa akan mampu mengklasifikasikan himpunan fuzzy b) Mahasiswa akan mampu melakukan fuzzifikasi jika diberikan suatu himpunan klasik atau fuzzy c) Mahasiswa akan mampu menyelesaikan prblem terkait fungsi keanggtaan dengan tepat Fungsi keanggtaan Klasifikasi himpunan fuzzy Fuzzifikasi Pemberian nilai keanggtaan 2 x 50 [1] Bab 4 7 Mahasiswa akan mampu mengaplikasikan metde-metde defuzzifikasi dari himpunan fuzzy Defuzzifikasi Lambda-cut dari himpunan fuzzy Lambda-cut dari himpunan relasi fuzzy Metde-metde defuzzifikasi 2 x 50 [1] Bab 5 8,9 Mahasiswa akan mampu menyelesaikan prblem desain sistem fuzzy berbasis aturan menggunakan metde-metde FIS (fuzzy inference system) Fuzzy Rule-Base System Pembentukan rule (aturan) Dekmpsisi rule Sifat himpunan aturan-aturan FIS (fuzzy inference system) dan metdenya Metde Mamdani Metde Takagi-Sugen 4 x 50 [1] Bab 6 10 Mahasiswa akan mampu menyelesaian prblem pengambilan keputusan menggunakan lgika fuzzy baik keputusan individual, banyak rang maupun multi-bjective Fuzzy Decisin Making Fuzzy rdering Individual decisin making Multi-persn decisin making Multi-bjective decisin making Fuzzy Bayesian decisin methde 2 x 50 [1] Bab 7 11,12, 13,14 Mahasiswa akan mampu mendesain satu aplikasi berbasis fuzzy dari cnthcnth aplikasi yang diberikan Aplikasi Lgika Fuzzy Fuzzy lgic cntrller Fuzzy in industrial autmatin DC mtr speed cntrl system with fuzzy Fuzzy in pwer system stability cntrller 8 x 50 [1] Bab 8,9 [2] Bab 4

4 SATUAN ACARA PENGAJARAN Pembelajaran : Pengantar lgika fuzzy Pengantar lgika, penalaran dan pengambilan keputusan, serta lgika klasik dan fuzzy Kde Mata Kuliah/ sks : TSK-710 / 2 SKS Waktu Pertemuan : 2 x 50 menit Pertemuan ke : 1 Kmpetensi: 1. Standar kmpetensi : Mahasiswa sistem kmputer akan mampu memahami dasar-dasar lgika fuzzy serta memahami kapan dan mengapa menggunakan lgika fuzzy 2. Kmpetensi dasar : Mahasiswa sistem kmputer akan mampu membedakan lgika klasik dan lgika fuzzy serta memahami kapan lgika fuzzy bisa diterapkan 3. Sft skill : Bertanggung jawab, berani mengemukakan pendapat atau bertanya, menghargai pendapat rang lain Pkk Bahasan: Pengantar lgika fuzzy Sub Pkk Bahasan : Lgika, penalaran dan pengambilan keputusan Lgika biner (klasik) dan lgika fuzzy Cnth aplikasi menggunakan fuzzy Kegiatan Belajar Mengajar : (terlampir) Evaluasi Tatap muka di kelas, presentasi materi (lecture ntes) menggunakan laptp dan infcus. Tanya jawab (diskusi) dilakukan di sela-sela materi. (tidak ada) Referensi, (Bab 1) S. N. Sivanandam, S. Sumathi and S. N. Deepa, Intrductin t Fuzzy Lgic using MATLAB, 2007 (Bab 1) Ahmad M. Ibrahim, Fuzzy Lgic fr Embedded System Applicatins, Elsevier, 2004

5 Lampiran: Kegiatan Belajar Mengajar Tahap Kegiatan Kegiatan Pengajar Kegiatan Mahasiswa Alkasi waktu Pendahuluan Memberikan pengantar materi dan mengarahkan mahasiswa agar mempersiapkan diri menerima materi yang akan disampaikan Penyajian Menyajikan presentasi materi Menyampaikan pertanyaan untuk membuka diskusi keterlibatan siswa di kelas dan keaktifan siswa Memberikan respn terhadap pertanyaan-pertanyaan yang diajukan mengemukakan ketidakpahaman terhadap 90' Media dan Alat Pengajaran Lecture ntes, laptp, infcus Lecture ntes, laptp, infcus, papan tulis Penutup Membuat kesimpulan Mengingatkan mahasiswa untuk memperluas wawasan terhadap materi yang disajikan dengan banyak membaca Mengingatkan mahasiswa untuk mempersiapkan untuk materi berikutnya dan menerima masukan-masukan dari dsen untuk memperleh referensi Lecture ntes, laptp, infcus

6 SATUAN ACARA PENGAJARAN Pembelajaran : Himpunan Klasik dan Himpunan Fuzzy Knsep dasar, sifat dan derajat keanggtaan himpunan klasik dan fuzzy Kde Mata Kuliah/ sks : TSK-710 / 2 SKS Waktu Pertemuan : 2 x 50 menit Pertemuan ke : 2 Kmpetensi: 1. Standar kmpetensi : Mahasiswa sistem kmputer akan mampu memahami dasar-dasar lgika fuzzy 2. Kmpetensi dasar : Mahasiswa akan mampu membedakan antara himpunan klasik dan fuzzy, meliputi knsep dasar dan sifat himpuna serta derajat keanggtaan elemen-elemennya 3. Sft skill : Bertanggung jawab, berani mengemukakan pendapat atau bertanya, menghargai pendapat rang lain Pkk Bahasan: Himpunan Klasik dan Fuzzy Sub Pkk Bahasan : Himpunan klasik: knsep dasar dan sifat Himpunan fuzzy: knsep dasar, derajat keanggtaan dan sifat himpunan Kegiatan Belajar Mengajar : (terlampir) Evaluasi Tatap muka di kelas, presentasi materi (lecture ntes) menggunakan laptp dan infcus. Latihan mengerjakan sal di papan tulis. Tanya jawab (diskusi) dilakukan di selasela materi. (tidak ada) Referensi, (Bab 2) S. N. Sivanandam, S. Sumathi and S. N. Deepa, Intrductin t Fuzzy Lgic using MATLAB, 2007 (Bab 1) Kwang H. Lee, First Curse n Fuzzy Thery and Applicatins, 2005

7 Lampiran: Kegiatan Belajar Mengajar Tahap Kegiatan Kegiatan Pengajar Kegiatan Mahasiswa Alkasi waktu Pendahuluan Memberikan pengantar materi dan mengarahkan mahasiswa agar mempersiapkan diri menerima materi yang akan disampaikan Penyajian Menyajikan presentasi materi Menyelesaikan cnth sal di papan tulis bersama mahasiswa Menyampaikan pertanyaan untuk membuka diskusi keterlibatan siswa di kelas dan keaktifan siswa Pra-kuliah: mendwnlad dan mempelajari materi lecture nte dari dsen Ikut menyelesaikan cnth sal di papan tulis dipandu leh dsen Memberikan respn terhadap pertanyaan-pertanyaan yang diajukan mengemukakan ketidakpahaman terhadap 90' Media dan Alat Pengajaran Lecture ntes, laptp, infcus Lecture ntes, laptp, infcus, papan tulis Penutup Membuat kesimpulan Mengingatkan mahasiswa untuk memperluas wawasan terhadap materi yang disajikan dengan banyak membaca Mengingatkan mahasiswa untuk mempersiapkan untuk materi berikutnya dan menerima masukan-masukan dari dsen untuk memperleh referensi Lecture ntes, laptp, infcus

8 SATUAN ACARA PENGAJARAN Pembelajaran : Representasi dan Operasi himpunan Representasi himpunan klasik dan fuzzy, perasi himpunan klasik dan fuzzy Kde Mata Kuliah/ sks : TSK-710 / 2 SKS Waktu Pertemuan : 2 x 50 menit Pertemuan ke : 3 Kmpetensi: 1. Standar kmpetensi : Mahasiswa Sistem Kmputer akan mampu memahami dasar-dasar lgika fuzzy 2. Kmpetensi dasar : a) Mahasiswa Sistem Kmputer akan mampu menuliskan mdel matematis dari himpunan klasik dan fuzzy b) Mahasiswa Sistem Kmputer akan mampu melakukan perasi himpunan fuzzy, meliputi AND, OR dan kmplemen 3. Sft skill : Bertanggung jawab, berani mengemukakan pendapat atau bertanya, menghargai pendapat rang lain Pkk Bahasan: Representasi himpunan dan perasi kmplemen, gabungan dan irisan Sub Pkk Bahasan : Representasi himpunan klasik dan fuzzy Operasi himpunan klasik: kmplemen, gabungan, irisan Operasi himpunan fuzzy: kmplemen, gabungan, irisan Operasi aljabar fuzzy Kegiatan Belajar Mengajar : (terlampir) Evaluasi Tatap muka di kelas, presentasi materi (lecture ntes) menggunakan laptp dan infcus. Latihan mengerjakan sal di papan tulis. Tanya jawab (diskusi) dilakukan di selasela materi. (tidak ada) Referensi, (Bab 2) S. N. Sivanandam, S. Sumathi and S. N. Deepa, Intrductin t Fuzzy Lgic using MATLAB, 2007 (Bab 2) Ahmad M. Ibrahim, Fuzzy Lgic fr Embedded System Applicatins, Elsevier, 2004 (Bab 2) Kwang H. Lee, First Curse n Fuzzy Thery and Applicatins, 2005

9 Lampiran D. Kegiatan Belajar Mengajar Tahap Kegiatan Kegiatan Pengajar Kegiatan Mahasiswa Alkasi waktu Pendahuluan Memberikan pengantar materi dan mengarahkan mahasiswa agar mempersiapkan diri menerima materi yang akan disampaikan Penyajian Menyajikan presentasi materi Menyelesaikan cnth sal di papan tulis bersama mahasiswa Menyampaikan pertanyaan untuk membuka diskusi keterlibatan siswa di kelas dan keaktifan siswa Pra-kuliah: mendwnlad dan mempelajari materi lecture nte dari dsen Ikut menyelesaikan cnth sal di papan tulis dipandu leh dsen Memberikan respn terhadap pertanyaan-pertanyaan yang diajukan mengemukakan ketidakpahaman terhadap 90' Media dan Alat Pengajaran Lecture ntes, laptp, infcus Lecture ntes, laptp, infcus, papan tulis Penutup Membuat kesimpulan Mengingatkan mahasiswa untuk memperluas wawasan terhadap materi yang disajikan dengan banyak membaca Mengingatkan mahasiswa untuk mempersiapkan untuk materi berikutnya dan menerima masukan-masukan dari dsen untuk memperleh referensi Lecture ntes, laptp, infcus

10 SATUAN ACARA PENGAJARAN Pembelajaran : Relasi, Kmpsisi dan Penalaran Prduk kartesian, relasi dan kmpsisi himpunan klasik dan fuzzy, serta penalaran klasik dan fuzzy Kde Mata Kuliah/ sks : TSK-710 / 2 SKS Waktu Pertemuan : 4 x 50 menit Pertemuan ke : 4,5 Kmpetensi: 1. Standar kmpetensi : Mahasiswa Sistem Kmputer akan mampu: a) memahami dasar-dasar lgika fuzzy b) memahami kapan dan mengapa menggunakan lgika fuzzy c) memahami dan menggunakan teknik-teknik lgika fuzzy untuk menghasilkan slusi prblem rekayasa 2. Kmpetensi dasar : a) Mahasiswa akan mampu menentukan prduk kartesian dengan tepat jika diberikan dua himpunan semesta b) Mahasiswa akan mampu menentukan relasi dan kmpsisi himpunan klasik dan fuzzy dengan tepat jika diberikan lebih dari satu himpunan c) Mahasiswa akan mampu menentukan relasi tleransi dan ekuivalensi himpunan klasik dan fuzzy d) Mahasiswa akan mampu menerapkan penalaran klasik dan fuzzy 3. Sft skill : Bertanggung jawab, berani mengemukakan pendapat atau bertanya, menghargai pendapat rang lain Pkk Bahasan: Relasi, Kmpsisi dan Penalaran Sub Pkk Bahasan : Prduk kartesian dari relasi Relasi dan kmpsisi himpunan klasik Relasi dan kmpsisi himpunan fuzzy Operasi relasi himpunan Relasi tleransi dan ekuivalensi Penalaran klasik dan fuzzy Kegiatan Belajar Mengajar : (terlampir) Evaluasi: Tatap muka di kelas, presentasi materi (lecture ntes) menggunakan laptp dan infcus. Latihan mengerjakan sal di papan tulis. Tanya jawab (diskusi) dilakukan di selasela materi. 1. Tugas rumah #3 tentang analisis dan sintesis rangkaian lgika menggunakan peta Karnaugh. Waktu pengerjaan 1 minggu

11 Referensi: (Bab 3) S. N. Sivanandam, S. Sumathi and S. N. Deepa, Intrductin t Fuzzy Lgic using MATLAB, 2007 (Bab 3) Ahmad M. Ibrahim, Fuzzy Lgic fr Embedded System Applicatins, Elsevier, 2004 (Bab 3) Kwang H. Lee, First Curse n Fuzzy Thery and Applicatins, 2005 Lampiran D. Kegiatan Belajar Mengajar Tahap Kegiatan Kegiatan Pengajar Kegiatan Mahasiswa Alkasi waktu Pendahuluan Memberikan pengantar materi dan mengarahkan mahasiswa agar mempersiapkan diri menerima materi yang akan disampaikan Penyajian Menyajikan presentasi materi Menyelesaikan cnth sal di papan tulis bersama mahasiswa Menyampaikan pertanyaan untuk membuka diskusi keterlibatan siswa di kelas dan keaktifan siswa Pra-kuliah: mendwnlad dan mempelajari materi lecture nte dari dsen Ikut menyelesaikan cnth sal di papan tulis dipandu leh dsen Memberikan respn terhadap pertanyaan-pertanyaan yang diajukan mengemukakan ketidakpahaman terhadap Media dan Alat Pengajaran Lecture ntes, laptp, infcus 90' Lecture ntes, laptp, infcus, papan tulis Penutup Membuat kesimpulan Mengingatkan mahasiswa untuk memperluas wawasan terhadap materi yang disajikan dengan banyak membaca Mengingatkan mahasiswa untuk mempersiapkan untuk materi berikutnya dan menerima masukan-masukan dari dsen untuk memperleh referensi Lecture ntes, laptp, infcus

12 SATUAN ACARA PENGAJARAN Pembelajaran : Fungsi keanggtaan Klasifikasi himpunan fuzzy, fuzzifikasi dan fungsi keanggtaan Kde Mata Kuliah/ sks : TSK-710 / 2 SKS Waktu Pertemuan : 2 x 50 menit Pertemuan ke : 6 Kmpetensi 1. Standar kmpetensi : Mahasiswa Sistem Kmputer akan mampu memahami dasar-dasar lgika fuzzy 2. Kmpetensi dasar : Mahasiswa akan mampu mengklasifikasikan himpunan fuzzy Mahasiswa akan mampu melakukan fuzzifikasi jika diberikan suatu himpunan klasik atau fuzzy Mahasiswa akan mampu menyelesaikan prblem terkait fungsi keanggtaan dengan tepat 3. Sft skill : Bertanggung jawab, berani mengemukakan pendapat atau bertanya, menghargai pendapat rang lain Pkk Bahasan: Fungsi keanggtaan Sub Pkk Bahasan : Klasifikasi himpunan fuzzy Fuzzifikasi Pemberian nilai keanggtaan Kegiatan Belajar Mengajar : (terlampir) Evaluasi : Tatap muka di kelas, presentasi materi (lecture ntes) menggunakan laptp dan infcus. Latihan mengerjakan sal di papan tulis. Tanya jawab (diskusi) dilakukan di selasela materi. (tidak ada) Referensi: (Bab 4) S. N. Sivanandam, S. Sumathi and S. N. Deepa, Intrductin t Fuzzy Lgic using MATLAB, 2007

13 Lampiran D. Kegiatan Belajar Mengajar Tahap Kegiatan Kegiatan Pengajar Kegiatan Mahasiswa Alkasi waktu Pendahuluan Memberikan pengantar materi dan mengarahkan mahasiswa agar mempersiapkan diri menerima materi yang akan disampaikan Penyajian Menyajikan presentasi materi Menyelesaikan cnth sal di papan tulis bersama mahasiswa Menyampaikan pertanyaan untuk membuka diskusi keterlibatan siswa di kelas dan keaktifan siswa Pra-kuliah: mendwnlad dan mempelajari materi lecture nte dari dsen Ikut menyelesaikan cnth sal di papan tulis dipandu leh dsen Memberikan respn terhadap pertanyaan-pertanyaan yang diajukan mengemukakan ketidakpahaman terhadap 90' Media dan Alat Pengajaran Lecture ntes, laptp, infcus Lecture ntes, laptp, infcus, papan tulis Penutup Membuat kesimpulan Mengingatkan mahasiswa untuk memperluas wawasan terhadap materi yang disajikan dengan banyak membaca Mengingatkan mahasiswa untuk mempersiapkan untuk materi berikutnya dan menerima masukan-masukan dari dsen untuk memperleh referensi Lecture ntes, laptp, infcus

14 SATUAN ACARA PENGAJARAN Pembelajaran : Defuzzifikasi Lambda-cut dari himpunan dan relasi fuzzy, metde-metde defuzzifikasi Kde Mata Kuliah/ sks : TSK-710 / 2 SKS Waktu Pertemuan : 2 x 50 menit Pertemuan ke : 7 Kmpentensi 1. Standar kmpetensi : Mahasiswa Sistem Kmputer akan mampu: a) memahami dasar-dasar lgika fuzzy b) memahami dan menggunakan teknik-teknik lgika fuzzy untuk menghasilkan slusi prblem rekayasa 2. Kmpetensi dasar : Mahasiswa akan mampu mengaplikasikan metde-metde defuzzifikasi dari himpunan fuzzy dengan tepat 3. Sft skill : Bertanggung jawab, berani mengemukakan pendapat atau bertanya, menghargai pendapat rang lain Pkk Bahasan: Defuzzifikasi Sub Pkk Bahasan : Lambda-cut dari himpunan fuzzy Lambda-cut dari himpunan relasi fuzzy Metde-metde defuzzifikasi Kegiatan Belajar Mengajar : (terlampir) Evaluasi Tatap muka di kelas, presentasi materi (lecture ntes) menggunakan laptp dan infcus. Latihan mengerjakan sal di papan tulis. Tanya jawab (diskusi) dilakukan di selasela materi. (tidak ada) Referensi: (Bab 5) S. N. Sivanandam, S. Sumathi and S. N. Deepa, Intrductin t Fuzzy Lgic using MATLAB, 2007

15 Lampiran D. Kegiatan Belajar Mengajar Tahap Kegiatan Kegiatan Pengajar Kegiatan Mahasiswa Alkasi waktu Pendahuluan Memberikan pengantar materi dan mengarahkan mahasiswa agar mempersiapkan diri menerima materi yang akan disampaikan Penyajian Menyajikan presentasi materi Menyelesaikan cnth sal di papan tulis bersama mahasiswa Menyampaikan pertanyaan untuk membuka diskusi keterlibatan siswa di kelas dan keaktifan siswa Pra-kuliah: mendwnlad dan mempelajari materi lecture nte dari dsen Ikut menyelesaikan cnth sal di papan tulis dipandu leh dsen Memberikan respn terhadap pertanyaan-pertanyaan yang diajukan mengemukakan ketidakpahaman terhadap 90' Media dan Alat Pengajaran Lecture ntes, laptp, infcus Lecture ntes, laptp, infcus, papan tulis Penutup Membuat kesimpulan Mengingatkan mahasiswa untuk memperluas wawasan terhadap materi yang disajikan dengan banyak membaca Mengingatkan mahasiswa untuk mempersiapkan untuk materi berikutnya dan menerima masukan-masukan dari dsen untuk memperleh referensi Lecture ntes, laptp, infcus

16 SATUAN ACARA PENGAJARAN Pembelajaran : Fuzzy Rule-Base System Pembentukan dan dekmpsisi rule (aturan), FIS (fuzzy inference system), metde Mamdani dan Takagi-Sugen Kde Mata Kuliah/ sks : TSK-710 / 2 SKS Waktu Pertemuan : 4 x 50 menit Pertemuan ke : 8,9 Kmpetensi 1. Standar kmpetensi : Mahasiswa Sistem Kmputer akan mampu: a) memahami dasar-dasar lgika fuzzy b) memahami dan menggunakan teknik-teknik lgika fuzzy untuk menghasilkan slusi prblem rekayasa, dan c) memahami pendekatan implementasi lgika fuzzy untuk aplikasi sistem embedded dan kntrl 2. Kmpetensi dasar : Mahasiswa akan mampu menyelesaikan prblem desain sistem fuzzy berbasis aturan menggunakan metde-metde FIS (fuzzy inference system) dengan tepat 3. Sft skill : Bertanggung jawab, berani mengemukakan pendapat atau bertanya, menghargai pendapat rang lain Pkk Bahasan: Fuzzy Rule-Base System Sub Pkk Bahasan : Pembentukan rule (aturan) Dekmpsisi rule Sifat himpunan aturan-aturan FIS (fuzzy inference system) dan metdenya Metde Mamdani Metde Takagi-Sugen Kegiatan Belajar Mengajar : (terlampir) Evaluasi Tatap muka di kelas, presentasi materi (lecture ntes) menggunakan laptp dan infcus. Latihan mengerjakan sal di papan tulis. Tanya jawab (diskusi) dilakukan di selasela materi. (tidak ada) Referensi: (Bab 6) S. N. Sivanandam, S. Sumathi and S. N. Deepa, Intrductin t Fuzzy Lgic using MATLAB, 2007

17 Lampiran D. Kegiatan Belajar Mengajar Tahap Kegiatan Kegiatan Pengajar Kegiatan Mahasiswa Alkasi waktu Pendahuluan Memberikan pengantar materi dan mengarahkan mahasiswa agar mempersiapkan diri menerima materi yang akan disampaikan Penyajian Menyajikan presentasi materi Menyelesaikan cnth sal di papan tulis bersama mahasiswa Menyampaikan pertanyaan untuk membuka diskusi keterlibatan siswa di kelas dan keaktifan siswa Pra-kuliah: mendwnlad dan mempelajari materi lecture nte dari dsen Ikut menyelesaikan cnth sal di papan tulis dipandu leh dsen Memberikan respn terhadap pertanyaan-pertanyaan yang diajukan mengemukakan ketidakpahaman terhadap 90' Media dan Alat Pengajaran Lecture ntes, laptp, infcus Lecture ntes, laptp, infcus, papan tulis Penutup Membuat kesimpulan Mengingatkan mahasiswa untuk memperluas wawasan terhadap materi yang disajikan dengan banyak membaca Mengingatkan mahasiswa untuk mempersiapkan untuk materi berikutnya dan menerima masukan-masukan dari dsen untuk memperleh referensi Lecture ntes, laptp, infcus

18 SATUAN ACARA PENGAJARAN Pembelajaran : Fuzzy Decisin Making Fuzzy rdering, decisin making (individual, multi-persn, multi-bjective), metde Bayesian Kde Mata Kuliah/ sks : TSK-710 / 2 SKS Waktu Pertemuan : 2 x 50 menit Pertemuan ke : 10 Kmpetensi 1. Standar kmpetensi : Mahasiswa Sistem Kmputer akan mampu: a) memahami dasar-dasar lgika fuzzy b) memahami dan menggunakan teknik-teknik lgika fuzzy untuk menghasilkan slusi prblem rekayasa, dan c) memahami pendekatan implementasi lgika fuzzy untuk aplikasi sistem embedded dan kntrl 2. Kmpetensi dasar : Mahasiswa akan mampu menyelesaian prblem pengambilan keputusan menggunakan lgika fuzzy baik keputusan individual, banyak-rang maupun multi-bjective 3. Sft skill : Bertanggung jawab, berani mengemukakan pendapat atau bertanya, menghargai pendapat rang lain Pkk Bahasan: Fuzzy Decisin Making Sub Pkk Bahasan : Fuzzy rdering Individual decisin making Multi-persn decisin making Multi-bjective decisin making Fuzzy Bayesian decisin methde Kegiatan Belajar Mengajar : (terlampir) Evaluasi Tatap muka di kelas, presentasi materi (lecture ntes) menggunakan laptp dan infcus. Latihan mengerjakan sal di papan tulis. Tanya jawab (diskusi) dilakukan di selasela materi. (tidak ada) Referensi: (Bab 7) S. N. Sivanandam, S. Sumathi and S. N. Deepa, Intrductin t Fuzzy Lgic using MATLAB, 2007

19 Lampiran D. Kegiatan Belajar Mengajar Tahap Kegiatan Kegiatan Pengajar Kegiatan Mahasiswa Alkasi waktu Pendahuluan Memberikan pengantar materi dan mengarahkan mahasiswa agar mempersiapkan diri menerima materi yang akan disampaikan Penyajian Menyajikan presentasi materi Menyelesaikan cnth sal di papan tulis bersama mahasiswa Menyampaikan pertanyaan untuk membuka diskusi keterlibatan siswa di kelas dan keaktifan siswa Pra-kuliah: mendwnlad dan mempelajari materi lecture nte dari dsen Ikut menyelesaikan cnth sal di papan tulis dipandu leh dsen Memberikan respn terhadap pertanyaan-pertanyaan yang diajukan mengemukakan ketidakpahaman terhadap 90' Media dan Alat Pengajaran Lecture ntes, laptp, infcus Lecture ntes, laptp, infcus, papan tulis Penutup Membuat kesimpulan Mengingatkan mahasiswa untuk memperluas wawasan terhadap materi yang disajikan dengan banyak membaca Mengingatkan mahasiswa untuk mempersiapkan untuk materi berikutnya dan menerima masukan-masukan dari dsen untuk memperleh referensi Lecture ntes, laptp, infcus

20 SATUAN ACARA PENGAJARAN Pembelajaran : Aplikasi Lgika Fuzzy Fuzzy lgic cntrller, Fuzzy in industrial autmatin, DC mtr speed cntrl system with fuzzy, Fuzzy in pwer system stability cntrller Kde Mata Kuliah/ sks : TSK-710 / 2 SKS Waktu Pertemuan : 8 x 50 menit Pertemuan ke : 11,12,13,14 Kmpetensi 1. Standar kmpetensi : Mahasiswa Sistem Kmputer akan mampu: a) memahami dan menggunakan teknik-teknik lgika fuzzy untuk menghasilkan slusi prblem rekayasa, dan b) memahami pendekatan implementasi lgika fuzzy untuk aplikasi sistem embedded dan kntrl 2. Kmpetensi dasar : Mahasiswa akan mampu mendesain satu aplikasi berbasis fuzzy dari cnth-cnth aplikasi yang diberikan sesuai dengan knsep dasar lgika fuzzy 3. Sft skill : Bertanggung jawab, berani mengemukakan pendapat atau bertanya, menghargai pendapat rang lain Pkk Bahasan: Aplikasi Lgika Fuzzy Sub Pkk Bahasan : Fuzzy lgic cntrller Fuzzy in industrial autmatin DC mtr speed cntrl system with fuzzy Fuzzy in pwer system stability cntrller Kegiatan Belajar Mengajar : (terlampir) Evaluasi Tatap muka di kelas, presentasi materi (lecture ntes) menggunakan laptp dan infcus. Latihan mengerjakan sal di papan tulis. Tanya jawab (diskusi) dilakukan di selasela materi. (tidak ada) Referensi: (Bab 8-9) S. N. Sivanandam, S. Sumathi and S. N. Deepa, Intrductin t Fuzzy Lgic using MATLAB, 2007 (Bab 4) Ahmad M. Ibrahim, Fuzzy Lgic fr Embedded System Applicatins, Elsevier, 2004

21 Lampiran D. Kegiatan Belajar Mengajar Tahap Kegiatan Kegiatan Pengajar Kegiatan Mahasiswa Alkasi waktu Pendahuluan Memberikan pengantar materi dan mengarahkan mahasiswa agar mempersiapkan diri menerima materi yang akan disampaikan Penyajian Menyajikan presentasi materi Menyelesaikan cnth sal di papan tulis bersama mahasiswa Menyampaikan pertanyaan untuk membuka diskusi keterlibatan siswa di kelas dan keaktifan siswa Pra-kuliah: mendwnlad dan mempelajari materi lecture nte dari dsen Ikut menyelesaikan cnth sal di papan tulis dipandu leh dsen Memberikan respn terhadap pertanyaan-pertanyaan yang diajukan mengemukakan ketidakpahaman terhadap 90' Media dan Alat Pengajaran Lecture ntes, laptp, infcus Lecture ntes, laptp, infcus, papan tulis Penutup Membuat kesimpulan Mengingatkan mahasiswa untuk memperluas wawasan terhadap materi yang disajikan dengan banyak membaca Mengingatkan mahasiswa untuk mempersiapkan untuk materi berikutnya dan menerima masukan-masukan dari dsen untuk memperleh referensi Lecture ntes, laptp, infcus

KONTRAK PEMBELAJARAN (KP) MATA KULIAH

KONTRAK PEMBELAJARAN (KP) MATA KULIAH KONTRAK PEMBELAJARAN (KP) MATA KULIAH Kode MK: TSK-710 Program Studi Sistem Komputer Fakultas Teknik Universitas Diponegoro Pengajar : Eko Didik Widianto, ST, MT Semester : 7 KONTRAK PEMBELAJARAN Nama

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN (GBPP)

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN (GBPP) GARIS-GARIS BESAR PROGRAM PEMBELAJARAN (GBPP) Matakuliah : Teknik Interface dan Peripheral Kde : TKC-210 Teri : 2 sks Praktikum : 1 sks Deskripsi Matakuliah Standar Kmpetensi Prgram Studi : Di kuliah TKC210

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP)

GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP) GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP) Matakuliah : Sistem Digital Lanjut Kde : TKC305 Teri : 2 sks Praktikum : 1 sks Deskripsi Matakuliah Standar Kmpetensi Prgram Studi : TKC305 Sistem Digital Lanjut

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI TEKNIK TELEKOMUNIKASI FAKULTAS TEKNIK ELEKTRO TELKOM UNIVERSITY

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI TEKNIK TELEKOMUNIKASI FAKULTAS TEKNIK ELEKTRO TELKOM UNIVERSITY RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI TEKNIK TELEKOMUNIKASI FAKULTAS TEKNIK ELEKTRO TELKOM UNIVERSITY MATA KULIAH KODE RUMPUN MK BOBOT (SKS) SEMESTER DIREVISI Sftware Defined netwrking XXX Jarigan

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN

RENCANA PELAKSANAAN PEMBELAJARAN Materi Pkk Metde : Pertama dan kedua / 4 x 30 menit : Ceramah dan mengerjakan sal A. Kmpetensi Dasar B. Indikatr Menjumlahkan tanpa teknik menyimpan Mengurangkan tanpa teknik menyimpan Menghitung penjumlahan

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN

RENCANA PELAKSANAAN PEMBELAJARAN Materi Pkk Metde : Termdinamika : Pertama dn Kedua / 4 x 45 menit : Ceramah dan mengerjakan sal A. Kmpetensi Dasar 3.2 Menganalisis perubahan keadaan gas ideal dengan menerapkan hukum termdinamika B. Indikatr

Lebih terperinci

Praktikum sistem Pakar Fuzzy Expert System

Praktikum 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 terperinci

Fuzzy 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 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 terperinci

BAB I PENDAHULUAN. 1.1 Pengenalan Algoritma dan Pemrograman

BAB I PENDAHULUAN. 1.1 Pengenalan Algoritma dan Pemrograman BAB I PENDAHULUAN 1.1 Pengenalan Algritma dan Pemrgraman A. Tujuan Pembelajaran Mahasiswa mengenal definisi algritma dan pemrgraman Mahasiswa mengenal knsep dasar pemetaan algritma ke dalam bahasa algritmik.

Lebih terperinci

A. IDENTITAS B. DESKRIPSI MATAKULIAH C. TUJUAN MATAKULIAH

A. IDENTITAS B. DESKRIPSI MATAKULIAH C. TUJUAN MATAKULIAH A. IDENTITAS Nama Mata Kuliah : Sistem Infrmasi Akuntansi Kde Mata Kuliah : AKT 207 Tipe : Mata Kuliah Keahlian Berkarya (MKB) Bbt SKS : 3 SKS / 3 JP Prasyarat : Aplikasi Kmputer Pengantar B. DESKRIPSI

Lebih terperinci

BAB IV KURIKULUM PROGRAM STUDI

BAB IV KURIKULUM PROGRAM STUDI BAB IV KURIKULUM PROGRAM STUDI 4.1 PRODI MATEMATIKA 4.1.1 Visi Prdi Matematika Menjadi pusat pengkajian dan pengembangan ilmu matematika terkemuka pada tahun 2025 yang mensinergikan ilmu pengetahuan dan

Lebih terperinci

Tahap Sistem Pakar Berbasis Fuzzy

Tahap 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 terperinci

Teknik Informatika S1

Teknik Informatika S1 Teknik Infrmatika S1 Object Oriented Analysis and Design Pendahuluan Disusun Oleh: Egia Rsi Subhiyakt, M.Km, M.CS Teknik Infrmatika UDINUS egia@dsn.dinus.ac.id +6285740278021 AGENDA PERKULIAHAN Kntrak

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI SISTEM KOMPUTER FAKULTAS TEKNIK ELEKTRO TELKOM UNIVERSITY

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI SISTEM KOMPUTER FAKULTAS TEKNIK ELEKTRO TELKOM UNIVERSITY RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI SISTEM KOMPUTER FAKULTAS TEKNIK ELEKTRO TELKOM UNIVERSITY MATA KULIAH KODE RUMPUN MK BOBOT (SKS) SEMESTER DIREVISI Mikrprsesr dan Antarmuka CEH3B3 Sistem Embedded

Lebih terperinci

Silabus dan Rencana Pelaksanaan Pembelajaran (RPP) DUNIA MATEMATIKA 1

Silabus dan Rencana Pelaksanaan Pembelajaran (RPP) DUNIA MATEMATIKA 1 MODEL Silabus dan Rencana Pelaksanaan Pembelajaran (RPP) DUNIA MATEMATIKA 1 untuk Kelas 1 SD Berdasarkan Permendiknas Nmr 22 Tahun 2006 tentang Standar Isi dan Permendiknas Nmr 23 Tahun 2006 tentang Standar

Lebih terperinci

Penerapan Algoritma Backtracking dalam Permainan Futoshiki Puzzle

Penerapan Algoritma Backtracking dalam Permainan Futoshiki Puzzle Penerapan Algritma Backtracking dalam Permainan Futshiki Puzzle Juli Savigny, 13513084 Prgram Studi Teknik Infrmatika Seklah Teknik Elektr dan Infrmatika Institut Teknlgi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN

RENCANA PELAKSANAAN PEMBELAJARAN RENCANA PELAKSANAAN PEMBELAJARAN Satuan Pendidikan Mata Pelajaran : SMK Negeri Makassar : KKPI Kelas/Semester : X / 2 Pertemuan : 10 & 11 Alkasi Waktu : 6 x 45 Menit I.Standar Kmpetensi : Mengperasikan

Lebih terperinci

Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk

Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Nusantara of Enginering/Vol.3/No.1/ISSN: 2355-6684 41 Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Fajar Rohman Hariri Jurusan Teknik Informatika, Fakultas Teknik,

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN

RENCANA PELAKSANAAN PEMBELAJARAN Materi Pkk Metde : Hukum-Hukum Newtn Tentang Gerak dan Gravitasi : Pertama dan kedua / 4 x 45 menit : Ceramah dan mengrjakn sal A. Kmpetensi Dasar 1. Menganalisis keteraturan gerak planet dalam tatasurya

Lebih terperinci

SILABUS PEMBELAJARAN

SILABUS PEMBELAJARAN SILABUS PEMBELAJARAN Nama Seklah : Mata Pelajaran : Pendidikan Kelas : XII Semester : 2 Prgram Studi : Ilmu Alam, Ilmu Ssial Bahasa Standar Kmpetensi : 3. Mengevaluasi peranan pers demkrasi Alkasi waktu

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN

RENCANA PELAKSANAAN PEMBELAJARAN Materi Pkk Metde : Kinematika dengan Analisis Vektr : Pertama dan kedua / 4 x 45 menit : demnstrasi dan mengerjaklan sal A. Kmpetensi Dasar 1.1 Menganalisis gerak lurus, gerak melingkar dan gerak parabla

Lebih terperinci

JMP : Volume 4 Nomor 2, Desember 2012, hal

JMP : Volume 4 Nomor 2, Desember 2012, hal 12 JMP : Volume 4 Nomor 2, Desember 2012, hal. 253-264 APLIKASI FUZZY INFERENCE SYSTEM METODE MAMDANI UNTUK REKOMENDASI PEMILIHAN BIDANG KAJIAN PADA MAHASISWA PROGRAM STUDI MATEMATIKA UNSOED Yusuf Nur

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN. Kompetensi Inti : Menghayati dan mengamalkan ajaran agama yang dianutnya.

RENCANA PELAKSANAAN PEMBELAJARAN. Kompetensi Inti : Menghayati dan mengamalkan ajaran agama yang dianutnya. RENCANA PELAKSANAAN PEMBELAJARAN Satuan Pendidikan Mata Pelajaran Kelas/Semester Materi Pembelajaran Alkasi : SMA : FISIKA : X / II : ELASTISITAS : 12 JP Kmpetensi Inti KI 1 : Menghayati dan mengamalkan

Lebih terperinci

Sistem Pendukung Keputusan untuk Investasi Perumahan Area Malang Menggunakan Algoritma Bayesian

Sistem Pendukung Keputusan untuk Investasi Perumahan Area Malang Menggunakan Algoritma Bayesian 13 Sistem Pendukung Keputusan untuk Investasi Perumahan Area Malang Menggunakan Algritma Bayesian Mhammad Taufan AZ, Sunary dan Wijn Abstrak Faktr yang menjadi pertimbangan dalam menentukan keputusan untuk

Lebih terperinci

PROGRAM STUDI D3 JURUSAN TEKNIK KOMPUTER POLITEKNIK NEGERI SRIWIJAYA PALEMBANG TK Teori Dempster-Shafer Hand On Lab 3 Inteligensi Buatan 100 menit

PROGRAM STUDI D3 JURUSAN TEKNIK KOMPUTER POLITEKNIK NEGERI SRIWIJAYA PALEMBANG TK Teori Dempster-Shafer Hand On Lab 3 Inteligensi Buatan 100 menit Jl Srijaya Negara Bukit Besar Palembang 30139, Telpn : +62711 353414 PROGRAM STUDI D3 JURUSAN TEKNIK KOMPUTER POLITEKNIK NEGERI SRIWIJAYA PALEMBANG TK Teri Dempster-Shafer Hand On Lab 3 Inteligensi Buatan

Lebih terperinci

DESAI EVALU IMPLEM BAB I PENDAHULUAN

DESAI EVALU IMPLEM BAB I PENDAHULUAN BAB I PENDAHULUAN Pertemuan ke : 1 Alkasi waktu : 0,5 Jam Kmpetensi dasar : 1. Mahasiswa mampu memahami pentingnya mempelajari perancangan antarmuka pengguna. Indikatr : 1. Menuliskan dan menjelaskan knsep

Lebih terperinci

RANCANGAN PELAKSANAAN PEMBELAJARAN STATISTIKA DOSEN : Dr. Evi Eviyanti, M.Pd. Dr. Zulherman, M.M., M.Pd.

RANCANGAN PELAKSANAAN PEMBELAJARAN STATISTIKA DOSEN : Dr. Evi Eviyanti, M.Pd. Dr. Zulherman, M.M., M.Pd. RANCANGAN PELAKSANAAN PEMBELAJARAN STATISTIKA DOSEN : Dr. Evi Eviyanti, M.Pd. Dr. Zulherman, M.M., M.Pd. JURUSAN BAHASA ASING PRODI PENDIDIKAN BAHASA PRANCIS RANCANGAN PELAKSANAAN PEMBELAJARAN (RPP) Nama

Lebih terperinci

Naskah Tutorial. QM for Windows. Budi Harsanto, MM. 0 P a g e

Naskah Tutorial. QM for Windows. Budi Harsanto, MM. 0 P a g e Naskah Tutrial QM fr Windws Budi Harsant, MM 0 P a g e Daftar Isi Kata Pengantar... 2 Pendahuluan... 3 Metde Kuantitatif untuk Bisnis... 3 Sekilas QM fr Windws... 3 Instalasi QM fr Windws... 5 Spesifikasi

Lebih terperinci

SILABUS MATAKULIAH. Kompetensi Dasar Pokok Bahasan Sub Pokok Bahasan. Pengertian dan Tujuan Pendidikan Kewarganegaran

SILABUS MATAKULIAH. Kompetensi Dasar Pokok Bahasan Sub Pokok Bahasan. Pengertian dan Tujuan Pendidikan Kewarganegaran SILABUS MATAKULIAH Revisi : 2 Tanggal Berlaku : 1 September 2013 A. Identitas 1. Nama Matakuliah : A22.53201/ Pendidikan Kewarganegaraan 2. Prgram Studi : Teknik Infrmatika-D3 3. Fakultas : Ilmu Kmputer

Lebih terperinci

SILABUS. Sifat: Pendukung

SILABUS. Sifat: Pendukung SILABUS Prgram Studi : Sistem Infrmasi Kde Mata Kuliah : Nama Mata Kuliah : Pryek Sistem Infrmasi (MPSI) Kelmpk Mata Kuliah : Kde / SKS : RIS1/3 Nama Dsen : Ir. Riswan, MMSI Jam/Minggu 2 Jam Kde MataKuliah

Lebih terperinci

BAB 2 LANDASAN TEORI. Sejak komputer ditemukan, para peneliti telah berpikir adakah kemungkinan agar

BAB 2 LANDASAN TEORI. Sejak komputer ditemukan, para peneliti telah berpikir adakah kemungkinan agar BAB 2 LANDASAN TEORI 2.1 Machine Learning Sejak kmputer ditemukan, para peneliti telah berpikir adakah kemungkinan agar kmputer dapat belajar. Jika kita mengerti bagaimana cara memprgram kmputer agar mereka

Lebih terperinci

BAB 1 Pengenalan Pemrograman Komputer

BAB 1 Pengenalan Pemrograman Komputer BAB 1 Pengenalan Pemrgraman Kmputer 1.1 Tujuan Bagian ini akan membahas dasar dasar kmpnen dari kmputer meliputi hardware (perangkat keras) dan sftware (perangkat lunak). Kami juga akan menyertakan gambaran

Lebih terperinci

DENIA FADILA RUSMAN

DENIA FADILA RUSMAN Sidang Tugas Akhir INVENTORY CONTROL SYSTEM UNTUK MENENTUKAN ORDER QUANTITY DAN REORDER POINT BAHAN BAKU POKOK TRANSFORMER MENGGUNAKAN METODE FUZZY (STUDI KASUS : PT BAMBANG DJAJA SURABAYA) DENIA FADILA

Lebih terperinci

Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic

Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic Luh Kesuma Wardhani, Elin Haerani Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN SUSKA Riau

Lebih terperinci

Bohal K. Simorangkir UTSU Agustus 2013

Bohal K. Simorangkir UTSU Agustus 2013 BASIS DATA I 1 Bhal K. Simrangkir UTSU Agustus 2013 PENDAHULUAN (1) Aplikasi basis data tradisinal merupakan infrmasi yang disimpan dan diakses melalui kumpulan data dalam bentuk data teks maupun numerik.

Lebih terperinci

BAB 2. LANDASAN TEORI dan KERANGKA PEMIKIRAN

BAB 2. LANDASAN TEORI dan KERANGKA PEMIKIRAN 6 BAB 2 LANDASAN TEORI dan KERANGKA PEMIKIRAN 2.1 Riset Operasi Sejak revlusi industri, dunia usaha mengalami perubahan dalam hal ukuran (besarnya) dan kmpleksitas rganisasi-rganisasi perusahaan. Bagian

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN (RPP)

RENCANA PELAKSANAAN PEMBELAJARAN (RPP) LAMPIRAN 57 A. Identitas Satuan Pendidikan RENCANA PELAKSANAAN PEMBELAJARAN Kelas/Semester : X/2 Mata Pelajaran Pkk Bahasan Sub Pkk Bahasan Alkasi Waktu B. Standar kmpetensi (RPP) : SMA Negeri 1 Imgiri

Lebih terperinci

BAB III METODOLOGI 3.1. PENDAHULUAN

BAB III METODOLOGI 3.1. PENDAHULUAN BAB III METODOLOGI 3.1. PENDAHULUAN Dalam melakukan studi Tugas Akhir diperlukan metodologi yang akan digunakan agar studi ini dapat berjalan sesuai dengan koridor yang telah direncanakan di awal. Dalam

Lebih terperinci

SILABUS PEMBELAJARAN

SILABUS PEMBELAJARAN SILABUS PEMBELAJARAN Nama Seklah... Mata Pelajaran MATEMATIKA Kelas/Prgram XII / IPA Semester 1 STANDAR KOMPETENSI 1. Menggunakan knsep integral dalam pemecahan masalah. Dasar Dan Karakter Kegiatan Penilaian

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN (RPP) TEMATIK

RENCANA PELAKSANAAN PEMBELAJARAN (RPP) TEMATIK RENCANA PELAKSANAAN PEMBELAJARAN (RPP) TEMATIK Nama Seklah/Madrasah : SD/MI... Kelas/Semester : I/1 Tema : Kebersihan, Kesehatan, Keamanan Alkasi Waktu : 3 Minggu Pelaksanaan : Minggu Ke 1 3 I. KOMPETENSI

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN

RENCANA PELAKSANAAN PEMBELAJARAN : Pertama dan kedua / 4 x 45 menit : Ceramah dan mengerjakan sal Memfrmulasikan hukum dasar fluida statik Menerapkan hukum dasar fluida statik pada masalah fisika sehari-hari luida Statis Tekanan (Hlm.

Lebih terperinci

LOGIKA FUZZY. Dr. Ade Gafar Abdullah JPTE-UPI

LOGIKA FUZZY. Dr. Ade Gafar Abdullah JPTE-UPI LOGIKA FUZZY Dr. Ade Gafar Abdullah JPTE-UPI Introduction Logika fuzzy adalah cabang dari sistem kecerdasan buatan (Artificial Intelegent) yang mengemulasi kemampuan manusia dalam berfikir ke dalam bentuk

Lebih terperinci

SAP (1) PROGRAM STUDI : S-1 PGSD Bobot : 2 sks, T/P/L : 2/0/0

SAP (1) PROGRAM STUDI : S-1 PGSD Bobot : 2 sks, T/P/L : 2/0/0 [ FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS KRISTEN SATYA WACANA Jl. Diponegoro 56 60 SALATIGA SAP (1) Semester : 2 Form : Kode: : JG 234 Matakuliah : Konsep Dasar Matematika I PROGRAM STUDI :

Lebih terperinci

MAKALAH REKAYASA PERANGKAT LUNAK ( PERENCANAAN PROYEK PERANGKAT LUNAK )

MAKALAH REKAYASA PERANGKAT LUNAK ( PERENCANAAN PROYEK PERANGKAT LUNAK ) MAKALAH REKAYASA PERANGKAT LUNAK ( PERENCANAAN PROYEK PERANGKAT LUNAK ) Disusun Oleh : MUKHAMAT JAFAR 41813120014 MATA KULIAH : REKAYASA PERANGKAT LUNAK DOSEN : WACHYU HARI HAJI, S.KOM, MM UNIVERSITAS

Lebih terperinci

Desain Software. Arna Fariza PENS. Rekayasa Perangkat Lunak. Materi. Apakah desain software itu? Apakah modularisasi itu? Model

Desain Software. Arna Fariza PENS. Rekayasa Perangkat Lunak. Materi. Apakah desain software itu? Apakah modularisasi itu? Model Desain Sftware Arna Fariza PENS 1 Materi Apakah desain sftware itu? Apakah mdularisasi itu? Mdel 2 Apakah Desain Sftware itu? Desain adalah prses mengubah persyaratan sistem ke dalam prduk yang lengkap

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN (RPP) Nama Sekolah : SMP dan MTs Mata Pelajaran : Matematika Kelas : VIII (Delapan) Semester : 1 (Satu)

RENCANA PELAKSANAAN PEMBELAJARAN (RPP) Nama Sekolah : SMP dan MTs Mata Pelajaran : Matematika Kelas : VIII (Delapan) Semester : 1 (Satu) RENCANA PELAKSANAAN PEMBELAJARAN (RPP) Nama Seklah : SMP dan MTs Mata Pelajaran : Matematika Kelas : VIII (Delapan) Semester : 1 (Satu) Standar Kmpetensi : 3. Menggunakan Terema Pythagras dalam pemecahan

Lebih terperinci

E. Langkah-langkah Pembelajaran 1. Pertemuan Ke-1 ( 3 x 40 menit ) Waktu Pendahuluan/Kegiatan Awal

E. Langkah-langkah Pembelajaran 1. Pertemuan Ke-1 ( 3 x 40 menit ) Waktu Pendahuluan/Kegiatan Awal RENCANA PELAKSANAAN PEMBELAJARAN (RPP) Seklah Mata Pelajaran Kelas/Semester Tema Alkasi Waktu : SMP NEGERI : Agama Buddha dan Budi Pekerti : VII/Ganjil : Pascapenerangan Sempurna Buddha Gtama : 5 x Menit

Lebih terperinci

Pengantar Kecerdasan Buatan (AK045218) Logika Fuzzy

Pengantar 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Kata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa

Kata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa SISTEM PENDUKUNG KEPUTUSAN METODE SUGENO DALAM MENENTUKAN TINGKAT KEPRIBADIAN SISWA BERDASARKAN PENDIDIKAN (STUDI KASUS DI MI MIFTAHUL ULUM GONDANGLEGI MALANG) Wildan Hakim, 2 Turmudi, 3 Wahyu H. Irawan

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI Bab ini akan memaparkan berbagai teori yang melandasi penulis dalam membangun sistem yang nantinya akan dibuat. 3.1. Pengertian Optimalisasi Secara umum pengertian optimalisasi menurut

Lebih terperinci

SILABUS MATA KULIAH. 11. Evaluasi Hasil Belajar dan Kelulusan Mahasiswa

SILABUS MATA KULIAH. 11. Evaluasi Hasil Belajar dan Kelulusan Mahasiswa SILABUS MATA KULIAH 1. Mata Kuliah : AKUNTANSI KEUANGAN DASAR 2 2. K d e : PA201 3. Bbt SKS : 3 SKS 4. Semester : 2 5. Status : Akunt. Keu Dasar 1 6. Dsen Pengampu : Drs. Yayat Supriyatna, MM Leni Yulianti,

Lebih terperinci

Analisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa Menggunakan Logika Fuzzy

Analisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa Menggunakan Logika Fuzzy Scientific Journal of Informatics Vol. 2, No. 1, Mei 2015 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Analisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4B3 SOFT COMPUTING Disusun oleh: Syahrul Mubarok PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran

Lebih terperinci

1.1. Latar Belakang Masalah

1.1. 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 terperinci

HASIL DAN PEMBAHASAN. masukan (input) yang digunakan dalam mengembangkan Fuzzy Inference System seperti yang disajikan pada Gambar 10 berikut :

HASIL DAN PEMBAHASAN. masukan (input) yang digunakan dalam mengembangkan Fuzzy Inference System seperti yang disajikan pada Gambar 10 berikut : 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

Lebih terperinci

FUZZY SYSTEM & FUZZY REASONING DEPARTEMEN ILMU KOMPUTER IPB

FUZZY 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 terperinci

Software Requirement (Persyaratan PL)

Software Requirement (Persyaratan PL) Sftware Requirement ( PL) Arna Fariza 1 Rekayasa Perangkat Lunak Tujuan Memperkenalkan knsep persyaratan user dan sistem Menjelaskan persyaratan fungsinal dan nnfungsinal Menjelaskan bagaimana persyaratan

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN TEORI ASAM BASA

RENCANA PELAKSANAAN PEMBELAJARAN TEORI ASAM BASA RENCANA PELAKSANAAN PEMBELAJARAN TEORI ASAM BASA Nama Seklah : SMA... Mata Pelajaran : Kimia Kelas / Semester : XI IPA / 2 Standar Kmpetensi : 4. Memahami sifat-sifat larutan asam-basa, metde pengukuran,

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI SISTIM KOMPUTER FAKULTAS TEKNIK ELEKTRO TELKOM UNIVERSITY

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI SISTIM KOMPUTER FAKULTAS TEKNIK ELEKTRO TELKOM UNIVERSITY RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI SISTIM KOMPUTER FAKULTAS TEKNIK ELEKTRO TELKOM UNIVERSITY MATA KULIAH KODE RUMPUN MK BOBOT (SKS) SEMESTER DIREVISI KEAMANAN SISTEM xxxxx BIDANG JARINGAN T=3

Lebih terperinci

IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM)

IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM) IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM) Junius_Effendi* Email : Cyberpga@ymail.com ABSTRAK Penelitian ini dilakukan untuk memperlajari

Lebih terperinci

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN Seminar Nasional Inovasi dan Teknologi (SNIT) 202 MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN Ghofar Taufiq AMIK Bina Sarana Informatika Jakarta Jl. Kramat Raya

Lebih terperinci

Penentuan Tingkat Pelayanan Ruas Jalan Di Kabupaten Sleman Dengan Fuzzy Logic

Penentuan Tingkat Pelayanan Ruas Jalan Di Kabupaten Sleman Dengan Fuzzy Logic SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Penentuan Tingkat Pelayanan Ruas Jalan Di Kabupaten Sleman Dengan Fuzzy Logic Umi Nurofi atin, Agus Maman Abadi Program Studi Matematika,

Lebih terperinci

SILABUS PEMBELAJARAN

SILABUS PEMBELAJARAN SILABUS PEMBELAJARAN Mata Pelajaran : Pendidikan Kewargaan Kelas : XII Semester : 1 Prgram Studi : Ilmu Alam, Ilmu Ssial dan Bahasa Standar Kmpetensi : 1. Menampilkan sikap psitif terhadap Alkasi waktu

Lebih terperinci

TPL 203 TEKNOLOGI PENGEMBANGAN APLIKASI WEB TUGAS BESAR T.A

TPL 203 TEKNOLOGI PENGEMBANGAN APLIKASI WEB TUGAS BESAR T.A TPL 203 TEKNOLOGI PENGEMBANGAN APLIKASI WEB TUGAS BESAR T.A. 2011-2012 UMUM Tugas besar ini terdiri dari dua jenis, yaitu tugas besar versi utama dan tugas besar versi standard. Tugas ini dikerjakan satu

Lebih terperinci

MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA

MODUL 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 terperinci

J U R U S A N A R S I T E K T U R Jl. Mayjend. Haryono No. 167 Malang Telp. (0341) Fax

J U R U S A N A R S I T E K T U R Jl. Mayjend. Haryono No. 167 Malang Telp. (0341) Fax Jl. Mayjend. Haryn N. 167 Malang 65144 Telp. (0341) 567486 Fax. 567486 RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) SEMESTER: 1) X GANJIL GENAP TAHUN AKADEMIK: 2 0 1 3 2) Mata Kuliah PENATAAN

Lebih terperinci

BAB II: TINJAUAN PUSTAKA

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Permintaan, Persediaan dan Produksi 2.1.1 Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat

Lebih terperinci

DATA & INFORMASI DALAM SISTEM INFORMASI BISNIS ASIH ROHMANI,M.KOM

DATA & INFORMASI DALAM SISTEM INFORMASI BISNIS ASIH ROHMANI,M.KOM DATA & INFORMASI DALAM SISTEM INFORMASI BISNIS ASIH ROHMANI,M.KOM PENGERTIAN DATA Data adalah kenyataan yang menggambarkan suatu kejadian-kejadian dan kesatuan nyata. PENGERTIAN DATA Data adalah deskripsi

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN (RPP) 04

RENCANA PELAKSANAAN PEMBELAJARAN (RPP) 04 RENCANA PELAKSANAAN PEMBELAJARAN (RPP) 04 Nama Sekolah Mata Pelajaran Kelas/ Semester Materi Pokok Standar Kmpetensi Alokasi Waktu : SMK Negeri 6 Surabaya : Matematika : XI/Ganjil : Program Linier : Memecahkan

Lebih terperinci

ANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB

ANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB Sri Kusumadewi Analisis & Desain Sistem Fuzzy Menggunakan Toolbox Matlab Oleh: Sri Kusumadewi

Lebih terperinci

Logika Fuzzy. Farah Zakiyah Rahmanti 2016

Logika Fuzzy. Farah Zakiyah Rahmanti 2016 Logika Fuzzy Farah Zakiyah Rahmanti 2016 Topik Bahasa Alami Crisp Logic VS Fuzzy Logic Fungsi Keanggotaan (Membership Function) Fuzzifikasi (Fuzzyfication) Inferensi (Inference) Komposisi (Composition)

Lebih terperinci

IV PENGEMBANGAN FUZZY INFERENSI SISTEM SELEKSI METODE EOR

IV 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 terperinci

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

NURAIDA, IRYANTO, DJAKARIA SEBAYANG Saintia Matematika Vol. 1, No. 6 (2013), pp. 543 555. ANALISIS TINGKAT KEPUASAN KONSUMEN BERDASARKAN PELAYANAN, HARGA DAN KUALITAS MAKANAN MENGGUNAKAN FUZZY MAMDANI (Studi Kasus pada Restoran Cepat Saji

Lebih terperinci

BAB III METODE PENELITIAN. lazim disebut classroom action research. Menurut Wiriaatmadja (2006: 13)

BAB III METODE PENELITIAN. lazim disebut classroom action research. Menurut Wiriaatmadja (2006: 13) 44 BAB III METODE PENELITIAN A. Jenis Penelitian Peneliti menggunakan jenis Penelitian Tindakan Kelas (PTK) atau lazim disebut classrm actin research. Menurut Wiriaatmadja (2006: 13) penelitian tindakan

Lebih terperinci

Sist Sis em t Fuzzy Fuzz Sistem Pakar

Sist Sis em t Fuzzy Fuzz Sistem Pakar Sistem Fuzzy Sistem Pakar Pendahuluan Manusia cenderung menggunakan bahasa dalam bentuk sesuatu yang dapat dipahami secara umum, bukan dalam bentuk bahasa matematika yang mementingkan akurasi. Misalkan,

Lebih terperinci

Sebelumnya... Penalaran pada Sistem Pakar. Ketidakpastian dalam Sistem Pakar. Contoh forward chaining & backward chaining

Sebelumnya... 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 terperinci

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN Saintia Matematika Vol. 1, No. 3 (2013), pp. 233 247. PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN Zati Azmiana, Faigiziduhu Bu ulolo, dan Partano Siagian Abstrak.

Lebih terperinci

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan

BAB 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 terperinci

Oleh Peserta PKL beranggotakan : Mokhammad Ali Imron Jamaal Wira Prasaja Candra Mukti Wijaya Ilham Mashudi. Dosen Pembimbing : Anita, S.

Oleh Peserta PKL beranggotakan : Mokhammad Ali Imron Jamaal Wira Prasaja Candra Mukti Wijaya Ilham Mashudi. Dosen Pembimbing : Anita, S. SISTEM INFORMASI GEOGRAFIS FASILITAS KEBERSIHAN DI KOTA MALANG DENGAN MEMANFAATKAN FITUR PEMETAAN LEAFLET (Studi Kasus Pada Dinas Kebersihan dan Pertamanan Kta Malang) Oleh Peserta PKL beranggtakan : Mkhammad

Lebih terperinci

Sebelumnya... Penalaran pada Sistem Pakar. Ketidakpastian dalam Sistem Pakar. Contoh forward chaining & backward chaining

Sebelumnya... 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 terperinci

BAB I PENDAHULUAN 1.1 REVOLUSI KOMUNIKASI KOMPUTER

BAB I PENDAHULUAN 1.1 REVOLUSI KOMUNIKASI KOMPUTER BAB I PENDAHULUAN 1.1 REVOLUSI KOMUNIKASI KOMPUTER Di tahun 1970-an dan awal 1980-an terlihat perpaduan dari bidang ilmu kmputer dan kmunikasi data yang secara mendalam mengubah teknlgi, prduksi-prduksi

Lebih terperinci

adalahkelompok profesi terbesar dan berperan vital dalam sistem tersebut yang menyebabkan ABSTRAK

adalahkelompok profesi terbesar dan berperan vital dalam sistem tersebut yang menyebabkan ABSTRAK 1 Evaluasi Kinerja Pelayanan Perawat Menggunakan Fuzzy Inference System (FIS) Mamdani ( Studi Kasus : Puskesmas Bonang 1 Demak) ARIS MUTHOHAR Program Studi Teknik Informatika S1, Fakultas Ilmu Komputer,

Lebih terperinci

DASAR-DASAR WEB TIF-1203 TUGAS BESAR T.A

DASAR-DASAR WEB TIF-1203 TUGAS BESAR T.A DASAR-DASAR WEB TIF-1203 TUGAS BESAR T.A. 2012-2013 UMUM Tugas ini dikerjakan masing-masing mahasiswa (pribadi). Tugas ini akan dikumpulkan pada Week XIV (2 dan 3 Januari 2012), di ruang kelas pada saat

Lebih terperinci

Projek Akhir Mahasiswa Program Studi Teknik Informatika - Universitas Nasional Pasim Penelitian dan Penulisan SKRIPSI

Projek Akhir Mahasiswa Program Studi Teknik Informatika - Universitas Nasional Pasim Penelitian dan Penulisan SKRIPSI Prjek Akhir Mahasiswa Prgram Studi Teknik Infrmatika - Universitas Nasinal Pasim Penelitian dan Penulisan SKRIPSI Iim Abdurrhim, S.Km., M.T Senin, 08 Agustus 2016 Agenda Waktu/ Jadwal Penyusunan SKRIPSI

Lebih terperinci

PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012

PENALARAN 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 terperinci

Kompresi Pohon dengan Kode Prüfer

Kompresi Pohon dengan Kode Prüfer Kmpresi Phn dengan Kde Prüfer Ygi Salm Mangntang Pratama(13511059) 1 Prgram Studi Teknik Infrmatika Seklah Teknik Elektr dan Infrmatika Institut Teknlgi Bandung, Jl. Ganesha 10 Bandung 40132, Indnesia

Lebih terperinci

Kalkulasi Bantuan Korban Bencana Alam Menggunakan Sistem Pakar (Help Victims Of Natural Disasters Calculation Using Expert System)

Kalkulasi Bantuan Korban Bencana Alam Menggunakan Sistem Pakar (Help Victims Of Natural Disasters Calculation Using Expert System) Kalkulasi Bantuan Krban Bencana Alam Menggunakan Sistem Pakar (Help Victims Of Natural Disasters Calculatin Using Expert System) Khtimul Anwar 1), Hindayati Mustafidah 2) 12 Prgram Studi Teknik Infrmatika

Lebih terperinci

BAB 1 PENDAHULUAN. 1-1 Universitas Kristen Maranatha

BAB 1 PENDAHULUAN. 1-1 Universitas Kristen Maranatha BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kursi merupakan sebuah perabtan yang biasa digunakan untuk duduk baik di dalam maupun di luar ruangan. Biasanya kursi memiliki empat buah kaki yang berguna

Lebih terperinci

PERATURAN & TATA TERTIB PRAKTIKUM ANALISIS DAN PERANCANGAN PERUSAHAAN

PERATURAN & TATA TERTIB PRAKTIKUM ANALISIS DAN PERANCANGAN PERUSAHAAN PERATURAN & TATA TERTIB PRAKTIKUM ANALISIS DAN PERANCANGAN PERUSAHAAN a. Penilaian Praktikum: 1. Penilaian praktikum terdiri dari 2 kelmpk nilai: tugas kelmpk dinilai leh pembimbing asistensi yang bersangkutan

Lebih terperinci

BAB 3 LANDASAN TEORI

BAB 3 LANDASAN TEORI BAB 3 LANDASAN TEORI 3.1 Definisi kualitas 3.1.1 Pengertian Kualitas Pengertian kualitas secara tradisinal adalah ketepatan untuk kegunaan. Kualitas secara tradisinal berdasarkan pada ketepatan kegunaan

Lebih terperinci

Paulus Artha Sasmita 22/TI Metode DNS Spoofing

Paulus Artha Sasmita 22/TI Metode DNS Spoofing Paulus Artha Sasmita 12111081 22/TI 11-6-2015 Metde DNS Spfing Metde-Metde DNS Attack Serangan DNS Spfing/Cache Pisning DNS spfing atau cache pisning adalah teknik untuk memasukkan atau meracuni cache

Lebih terperinci

APLIKASI LOGIKA FUZZY UNTUK PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN MATLAB

APLIKASI LOGIKA FUZZY UNTUK PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN MATLAB 52 APLIKASI LOGIKA FUZZY UNTUK PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN MATLAB (Hansi Effendi) *) ABSTRACT This research is conducted to apply Fuzzy Logic which is implemented in short term load

Lebih terperinci

STANDAR OPERASIONAL PROSEDUR (SOP) PENYUSUNAN GBPP & SAP

STANDAR OPERASIONAL PROSEDUR (SOP) PENYUSUNAN GBPP & SAP STANDAR OPERASIONAL PROSEDUR (SOP) PENYUSUNAN GBPP & 1. TUJUAN Pedoman penyusunan ini adalah menentukan standarisasi dalam menyusun Garis-Garis Besar Program Pengajaran (GBPP) dan Satuan Acara Perkuliahan

Lebih terperinci

SILABUS : : : : o Memformulasikan pengaruh torsi pada sebuah benda dalam kaitannya dengan gerak rotasi benda tersebut. o Mengungkap analogi +...

SILABUS : : : : o Memformulasikan pengaruh torsi pada sebuah benda dalam kaitannya dengan gerak rotasi benda tersebut. o Mengungkap analogi +... Satuan Pendidikan Mata Pelajaran Kelas Semester SILABUS : : : : SMA Dwija Praja Pekalngan FISIKA XI (Sebelas) ( Dua ) Alkasi Standar Kmpetensi : 48 x 45 menit :. Menerapkan knsep prinsip mekanika klasik

Lebih terperinci

1. Mendiskusikan Metoda backup dan recovery dalam organisasi dan keamanan data

1. Mendiskusikan Metoda backup dan recovery dalam organisasi dan keamanan data Materi Merancang web data base untuk cntent server Kmpetensi dasar : Menentukan kebutuhan system Tujuan Pembelajaran : Setelah mempelajari materi ini, diharapkan siswa mampu : 1. Mendiskusikan Metda backup

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI S1 TEKNIK TELEKOMUNIKASI FAKULTAS TEKNIK ELEKTRO TELKOM UNIVERSITY

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI S1 TEKNIK TELEKOMUNIKASI FAKULTAS TEKNIK ELEKTRO TELKOM UNIVERSITY RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI S1 TEKNIK TELEKOMUNIKASI FAKULTAS TEKNIK ELEKTRO TELKOM UNIVERSITY MATA KULIAH KODE RUMPUN MK BOBOT (SKS) SEMESTER DIREVISI P =

Lebih terperinci

Metode Fuzzy. Analisis Keputusan TIP FTP UB

Metode Fuzzy. Analisis Keputusan TIP FTP UB Metode Fuzzy Analisis Keputusan TIP FTP UB Pokok Bahasan Pendahuluan Logika Klasik dan Proposisi Himpunan Fuzzy Logika Fuzzy Operasi Fuzzy Contoh Pendahuluan Penggunaan istilah samar yang bersifat kualitatif

Lebih terperinci

Aplikasi Fuzzy Inference System Dalam Penilaian Prestasi Mahasiswa

Aplikasi Fuzzy Inference System Dalam Penilaian Prestasi Mahasiswa SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 A -10 Aplikasi Fuzzy Inference System Dalam Penilaian Prestasi Mahasiswa Rani Mita Sari, Agus Maman Abadi FMIPA, Universitas Negeri Yogyakarta

Lebih terperinci