BAB 7 TEORI HIMPUNAN FUZZY

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 7 TEORI HIMPUNAN FUZZY"

Transkripsi

1 7 TEORI HIMPUNN FUZZY Himpunan fuzzy (fuzzy set) adalah generalisasi konsep himpunan ordiner. Untuk semesta wacana (universe of discourse) U, himpunan fuzzy ditentukan oleh fungsi yang memetakan anggota u ke rentang dalam interval [0,1]. (untuk himpunan ordiner fungsi bernilai diskret 0 dan 1) 7.1 Notasi Fuzzy Himpunan Fuzzy Misal U merupakan kumpulan objek yang dinotasikan dengan {u}. U disebut semesta dan u menyatakan elemen generik dari U. Suatu himpunan fuzzy F di dalam semesta wacana U (Gambar 7.1) dikarakteristikkan dengan fungsi µ F yang bemilai dalam interval [0,11] atau: µ F [0.1] Himpunan fuzzy F di dalam U disajikan sebagai pasangan berurutan elemen u dan nilai derajat. F = { (u, µ F (u))i u U } ila U kontinyu, himpunan fuzzy F dapat ditulis F = u µ F (u) /u ila U diskret, himpunan fuzzy F dinyatakan sebagai atau F = µ F (u i )/u i F = µ F (u 1 )/u 1 + µ F (u 2 )/U µ F (u i /u i +.+ µ F (u N )/u N : menyatakan uni himpunan, dan bukan penjumlahan aritmatika. : menyatakan hubungan suatu elemen dan nilai nya dan bukan pembagian aritmatika. Himpunan Pendukung, Titik Persilangan dan Fuzzy Singleton Himpunan pendukung (support set) dan himpunan fuzzy F adalah himpunan tegas dari semua titik u di dalam U sedemikian sehingga µ F (u) > 0. Elemen u di dalam U yang mana µ F Universitas Gadjah Mada 1

2 (u) = 0,5 disebut titik persilangan (crossover point). Suatu himpunan fuzzy yang pendukungnya merupakan satu titik di dalam U disebut fuzzy singleton. Himpunan Terpotong α Himpunan terpotong α (α -cut-set) dari himpunan fuzzy F disebut Fα, adalah himpunan tegas (crisp) dan semua titik u di dalam U sedemikian sehingga µ F (u) α. Terlihat bahwa himpunan terpotong α membuang titik yang nilai nya Iebih rendah dari α. 7.2 Fungsi Keanggotaan da dua cara mendefinisikan himpunan fuzzy: 1. Secaranumeris Menyatakan derajat fungsi suatu himpunan fuzzy sebagai vektor bilangan yang dimensinya tergantung pada level diskretisasi (cacah elemen diskret di dalam semesta) 2. Secara fungsional Menyatakan fungsi suatu himpunan fuzzy dalam ekspresi analitis yang memungkinkan derajat setiap elemen dapat dihitung di dalam semesta wacana yang didefinisikan. Fungsi yang sering digunakan dalam praktek adalah: a. Fungsi S Fungsi ini berbentuk huruf S (Gambar 7.2). dan ditentukan oleh nilai parameter a, b, dan c. Fungsi S didefinisikan sebagai berikut: Titik persilangan 0,5 terjadi pada b = (a + c) / 2 b. Fungsi π Fungsi ini berbentuk bel dan mempunyai dua parameter yaitu b dan c (Gambar 7.3). Parameter c menentukan titik tengah dan parameter b menentukan lebar bidang pada titik persilangan. Titik persilangan terdapat pada: u = c ± b/2 Definisi fungsi π adalah sebagai berikut: Universitas Gadjah Mada 2

3 c. Fungsi Segitiga (Triangular) Fungsi ini berbentuk segitiga (Gambar 7.4) dengan parameter a, b, dan c. Fungsi segitiga didefinisikan sebagai berikut: Gambar 7.4 Fungsi segitiga 7.3 Operasi Himpunan Fuzzy Operasi dilakukan dengan manipulasi fungsi. Misalkan dan adalah dua himpunan fuzzy bernilai titik di dalam O dendan fungsi µ dan Maka µ F operasi himpunan fuzzy berikut didefinisikan: Ekualitas Dua himpunan fuzzy dan adalah sama bila dideflnisikan pada semesta yang sama dan fungsi nya sama. µ (u) = µ F (u) untuk semua u U Universitas Gadjah Mada 3

4 Uni Uni dan dua himpunan fuzzy dan dengan fungsi µ µ F (u) adalah himpunan fuzzy dengan fungsi µ µ F diberikan oleh µ µ F (u) = max { µ (u), µ F (u)} untuk semua u U Interseksi Interseksi dua himpunan fuzzy dan adalah himpunan fuzzy yang fungsi nya diberikan oleh µ µ F (u) = min { µ (u), µ F (u)} untuk semua u U Komplemen Komplemen dari suatu himpunan fuzzy yang ternormalisasi dengan fungsi µ (u) didefinisikan sebagai himpunan fuzzy pada semesta yang sama dengan fungsi : µ (u) = - µ (u) untuk semua u U Catatan Definisi interseksi dan komplemen berlaku juga untuk himpunan tegas, sedangkan untuk kasus fuzzy: - ila dan adalah komplemen, maka interseksinya tidak harus himpunan kosong. Semakin himpunan mendekati tegas maka interseksinya mendekati kosong. - ila dan adalah komplemen maka uninya tidak harus sama dengan semesta.. Semakin himpunan mendekati tegas maka uninya mendekati semesta Kendala interseksi adalah: Kendala untuk uni adalah: Normalisasi Proses ini merupakan penyekalaan ulang fungsi sehingga nilai maksimumnya adalah satu. Konsentrasi Konsentrasi digunakan untuk menonjolkan dan elemen yang mempunyai lebih tinggi. Hal ini dilakukan dengan mengkuadratkan fungsi yang ternormalisasi. ila operasi ini dilakukan pada himpunan tegas maka hasilnya tidak berubah. Universitas Gadjah Mada 4

5 Dilasi Dilasi digunakan untuk memperbesar pentingnya elemen yang lebih rendah. Operasi dilasi untuk himpunan tegas tidak menghasilkan perubahan. Intensifikasi Operasi ini membawa himpunan fuzzy yang ternormalisasi mendekati tegas dengan meningkatkan nilai elemen yang mempunyai di atas 0,5 dan mengurangi elemen yang mempunyai di bawah 0,5. Operasi ini sesuai dengan peningkatan kontras. Produk ijabar Produk aljabar (algebraic product) dan dua himpunan fuzzy dan dengan fungsi : (u) adalah himpunan fuzzy yang mempunyai fungsi Penjumlahan Terbatas Penjumlahan terbatas (bounded sum) dua himpunan fuzzy dan dengan fungsi p. jin (u) adalah himpunan fuzzy dengan fiingsi : = mm {1,i(u) +!1n(u)} untuk semua u CU dengan + adalah operator penjumlahan arimatika. Produk Terbatas Produk terbatas (bounded product) dan dua himpunan fuzzy dan dengan fiingsi Produk Terbatas (u) adalah himpunan fuzzy dengan fungsi : untuk semua u ЄU dengan + adalah operator penjumlahan arimatika. Produk terbatas (bounded product) dan dua himpunan fuzzy dan dengan fungsi (u) adalah himpunan fuzzy dengan fungsi : untuk semua u ЄU dengan + adalah operator penjumlahan arimatika. Universitas Gadjah Mada 5

6 Produk Drastis Produk drastik (drastic product) dari dua himpunan fuzzy dan dengan fungsi (u) adalah himpunan fuzzy dengan fungsi : Produk Cartesian Misal dan adalah himpunan fuzzy di himpunan fuzzy di X dan Y. Produk Cartesian (Cartesian Product) dan dan yang dinyatakan dengan x adalah himpunan fuzzy dalam ruang produk X x Y dengan fungsi : dengan x dikarakteristikkan oleh fungsi 2 dimensi. Cartesian Co-Prod tact Cartesian co-product + adalah himpunan fuzzy dengan fungsi : dengan + dikarakteristikkan oleh fungsi dua dimensi. Universitas Gadjah Mada 6

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 HIMPUNAN CRIPS Himpunan adalah suatu kumpulan objek-objek yang mempunyai kesamaan sifat tertentu. Suatu himpunan harus terdefinisi secara tegas, artinya untuk setiap objek selalu

Lebih terperinci

BAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya

BAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya BAB II LANDASAN TEORI A. Logika Fuzzy Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya berada di luar model matematis dan bersifat inexact. Konsep ketidakpastian inilah yang

Lebih terperinci

Relasi Tegas (Crips Relation)

Relasi Tegas (Crips Relation) Logika Fuzzy (3) 1 Cartesian Product Terdapat dua himpunan A = {0, 1} dan B = {a, b, c}. Maka beberapa variasi hasil-kali kartesian (cartesian product) dapat dituliskan sebagai berikut: 2 Relasi Tegas

Lebih terperinci

BAB II KAJIAN TEORI. Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program

BAB II KAJIAN TEORI. Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program BAB II KAJIAN TEORI Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program linear, metode simpleks, dan program linear fuzzy untuk membahas penyelesaian masalah menggunakan metode fuzzy

Lebih terperinci

MATERI KULIAH (PERTEMUAN 12,13) Lecturer : M. Miftakul Amin, M. Eng. Logika Fuzzy. Politeknik Negeri Sriwijaya Palembang

MATERI KULIAH (PERTEMUAN 12,13) Lecturer : M. Miftakul Amin, M. Eng. Logika Fuzzy. Politeknik Negeri Sriwijaya Palembang HIMPUNAN FUZZY MATERI KULIAH (PERTEMUAN 2,3) Lecturer : M. Miftakul Amin, M. Eng. Logika Fuzzy Jurusan Teknik Komputer Politeknik Negeri Sriwijaya Palembang Pokok Bahasan Sistem fuzzy Logika fuzzy Aplikasi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Himpunan Himpunan adalah setiap daftar, kumpulan atau kelas objek-objek yang didefenisikan secara jelas, objek-objek dalam himpunan-himpunan yang dapat berupa apa saja: bilangan, orang,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah kata benda yang berasal dari kata himpun. Kata kerjanya adalah menghimpun. Menghimpun adalah kegiatan yang berhubungan dengan berbagai objek apa saja.

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

BAB 2 LANDASAN TEORI. Himpunan fuzzy adalah bentuk umum himpunan biasa yang memiliki tingkat

BAB 2 LANDASAN TEORI. Himpunan fuzzy adalah bentuk umum himpunan biasa yang memiliki tingkat BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Himpunan fuzzy adalah bentuk umum himpunan biasa yang memiliki tingkat keanggotaan dari tiap-tiap elemen yang dibatasi dengan interval [ 0, 1 ]. Oleh karena itu

Lebih terperinci

Himpunan Fuzzy. Sistem Pakar Program Studi : S1 sistem Informasi

Himpunan Fuzzy. Sistem Pakar Program Studi : S1 sistem Informasi Himpunan Fuzzy Sistem Pakar Program Studi : S1 sistem Informasi Outline Himpunan CRISP Himpunan Fuzzy Himpunan CRISP Pada himpunan tegas (crisp), nilai keanggotaan suatu item dalam suatu himpunan A, yang

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

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang harus dipenuhi setiap harinya. Beras memiliki peranan penting dalam kelangsungan hidup manusia. Untuk memenuhi

Lebih terperinci

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi Berdasarkan Data Persediaan dan Jumlah Permintaan Ria Rahmadita Surbakti 1), Marlina Setia Sinaga 2) Jurusan Matematika FMIPA UNIMED riarahmadita@gmail.com

Lebih terperinci

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY 1. LOGIKA FUZZY Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan

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

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

SPK 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY. Abstraksi

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY. Abstraksi SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY Denny Cristiono T.S., Yugowati P.,Sri Yulianto J.P. Fakultas Teknologi Informasi Universitas Kristen

Lebih terperinci

BAB II KAJIAN TEORI. masalah fuzzy linear programming untuk optimasi hasil produksi pada bab

BAB II KAJIAN TEORI. masalah fuzzy linear programming untuk optimasi hasil produksi pada bab BAB II KAJIAN TEORI Berikut diberikan landasan teori mengenai program linear, konsep himpunan fuzzy, program linear fuzzy dan metode Mehar untuk membahas penyelesaian masalah fuzzy linear programming untuk

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini penulis akan menjelaskan mengenai landasan teori yang digunakan pada penelitian ini. Penjabaran ini bertujuan untuk memberikan pemahaman lebih mendalam kepada penulis

Lebih terperinci

BAB I H I M P U N A N

BAB I H I M P U N A N 1 BAB I H I M P U N A N Dalam kehidupan nyata, banyak sekali masalah yang terkait dengan data (objek) yang dikumpulkan berdasarkan kriteria tertentu. Kumpulan data (objek) inilah yang selanjutnya didefinisikan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Fuzzy berarti kabur atau samar-samar. Himpunan fuzzy adalah himpunan yang keanggotaannya memiliki nilai kekaburan/kesamaran antara salah dan benar. Konsep tentang

Lebih terperinci

HIMPUNAN LEMBUT BERPARAMETER KABUR INTUISIONISTIK DAN APLIKASINYA DALAM PENGAMBILAN KEPUTUSAN

HIMPUNAN LEMBUT BERPARAMETER KABUR INTUISIONISTIK DAN APLIKASINYA DALAM PENGAMBILAN KEPUTUSAN Jurnal Matematika UNAND Vol. 5 No. 2 Hal. 86 93 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND HIMPUNAN LEMBUT BERPARAMETER KABUR INTUISIONISTIK DAN APLIKASINYA DALAM PENGAMBILAN KEPUTUSAN RONI HAPIZ

Lebih terperinci

Penerapan Logika Fuzzy

Penerapan Logika Fuzzy 1 Penerapan Logika Fuzzy M. Faisal Baehaki - 13506108 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia 1 m_faisal_b@yahoo.com

Lebih terperinci

Fuzzy Logic. Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic.

Fuzzy Logic. Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic. Fuzzy Systems Fuzzy Logic Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic. Masalah: Pemberian beasiswa Misalkan

Lebih terperinci

PROYEKSI GEOMETRI FUZZY PADA RUANG

PROYEKSI GEOMETRI FUZZY PADA RUANG PROYEKSI GEOMETRI FUZZY PADA RUANG Muhammad Izzat Ubaidillah Mahasiswa Jurusan Matematika UIN Maulana Malik Ibrahim Malang e-mail: IzzatBja@yahoo.co.id ABSTRAK Geometri fuzzy merupakan perkembangan dari

Lebih terperinci

FUZZY MULTI-CRITERIA DECISION MAKING

FUZZY MULTI-CRITERIA DECISION MAKING Media Informatika, Vol. 3 No. 1, Juni 2005, 25-38 ISSN: 0854-4743 FUZZY MULTI-CRITERIA DECISION MAKING Sri Kusumadewi, Idham Guswaludin Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas

Lebih terperinci

PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING

PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING Oleh : Heny Nurhidayanti 1206 100 059 Dosen Pembimbing : Drs. Sulistiyo, MT Jurusan Matematika Fakultas Matematika dan

Lebih terperinci

STUDI TENTANG PERSAMAAN FUZZY

STUDI TENTANG PERSAMAAN FUZZY STUDI TENTANG PERSAMAAN FUZZY Elva Ravita Sari Evawati Alisah Jurusan Matematika Fakultas Sains Teknologi Universitas Islam Negeri Maulana Malik Ibrahim Malang e-mail: mbemvie@gmail.com ABSTRAK Bilangan

Lebih terperinci

LOGIKA FUZZY FUNGSI KEANGGOTAAN

LOGIKA FUZZY FUNGSI KEANGGOTAAN LOGIKA FUZZY FUNGSI KEANGGOTAAN FUNGSI KEANGGOTAAN (Membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai/derajat keanggotaannya yang memiliki interval

Lebih terperinci

BAB III METODE TIME-INVARIANT FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS

BAB III METODE TIME-INVARIANT FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS BAB III METODE TIME-INVARIANT FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS 3.1 Model Peramalan Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi

Lebih terperinci

BAB II. KAJIAN PUSTAKA. A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto

BAB II. KAJIAN PUSTAKA. A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto BAB II. KAJIAN PUSTAKA A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto Masalah kinerja pegawai di Universitas Muhammadiyah Purwokerto sangat mendapat perhatian. Hal ini dibuktikan dengan diadakannya

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 IV PEMBAHASAN. A. Aplikasi Fuzzy Logic untuk Menilai Kolektibilitas Anggota Sebagai. Pertimbangan Pengambilan Keputusan Pemberian Kredit

BAB IV PEMBAHASAN. A. Aplikasi Fuzzy Logic untuk Menilai Kolektibilitas Anggota Sebagai. Pertimbangan Pengambilan Keputusan Pemberian Kredit BAB IV PEMBAHASAN A. Aplikasi Fuzzy Logic untuk Menilai Kolektibilitas Anggota Sebagai Pertimbangan Pengambilan Keputusan Pemberian Kredit Aplikasi fuzzy logic untuk pengambilan keputusan pemberian kredit

Lebih terperinci

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

ARTIFICIAL 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

BAB II DASAR TEORI FUZZY DAN SISTEM KENDALI

BAB II DASAR TEORI FUZZY DAN SISTEM KENDALI BAB II DASAR TEORI FUZZY DAN SISTEM KENDALI Sejak logika multimedia pertama kali diperkenalkan oleh J. Lukadiewicz pada tahun 192-an, dimana pada sistem ini diperkenalkan logika kemungkinan (possible)

Lebih terperinci

LOGIKA FUZZY. Kelompok Rhio Bagus P Ishak Yusuf Martinus N Cendra Rossa Rahmat Adhi Chipty Zaimima

LOGIKA FUZZY. Kelompok Rhio Bagus P Ishak Yusuf Martinus N Cendra Rossa Rahmat Adhi Chipty Zaimima Sistem Berbasis Pengetahuan LOGIKA FUZZY Kelompok Rhio Bagus P 1308010 Ishak Yusuf 1308011 Martinus N 1308012 Cendra Rossa 1308013 Rahmat Adhi 1308014 Chipty Zaimima 1308069 Sekolah Tinggi Manajemen Industri

Lebih terperinci

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Penerapan 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 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 III ANALISA DAN PERANCANGAN SISTEM. ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai dengan

BAB III ANALISA DAN PERANCANGAN SISTEM. ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai dengan BAB III ANALISA DAN PERANCANGAN SISTEM III. Analisis Masalah Sistem yang dibuat pada studi kasus pemilihan spesifikasi komputer ini, ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai

Lebih terperinci

Modul ke: Penyajian Himpunan. operasi-operasi dasar himpunan. Sediyanto, ST. MM. 01Fakultas FASILKOM. Program Studi Teknik Informatika

Modul ke: Penyajian Himpunan. operasi-operasi dasar himpunan. Sediyanto, ST. MM. 01Fakultas FASILKOM. Program Studi Teknik Informatika Modul ke: 01Fakultas FASILKOM Penyajian Himpunan operasi-operasi dasar himpunan Sediyanto, ST. MM Program Studi Teknik Informatika Himpunan (set) Himpunan (set) adalah kumpulan objek-objek yang berbeda.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 21 Teori Himpunan Fuzzy Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam himpunan A, yang sering ditulis dengan memiliki dua kemungkinan, yaitu: 1 Nol (0), yang berarti

Lebih terperinci

Mahasiswa mampu memformulasikan permasalahan yang mengandung fakta dengan derajad ketidakpastian tertentu ke dalam pendekatan Sistem Fuzzy.

Mahasiswa mampu memformulasikan permasalahan yang mengandung fakta dengan derajad ketidakpastian tertentu ke dalam pendekatan Sistem Fuzzy. Chapter 7 Tujuan Instruksional Khusus Mahasiswa mampu memformulasikan permasalahan yang mengandung fakta dengan derajad ketidakpastian tertentu ke dalam pendekatan. Mahasiswa mampu melakukan perhitungan

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

Erwien Tjipta Wijaya, ST.,M.Kom

Erwien Tjipta Wijaya, ST.,M.Kom Erwien Tjipta Wijaya, ST.,M.Kom PENDAHULUAN Logika Fuzzy pertama kali dikenalkan oleh Prof. Lotfi A. Zadeh tahun 1965 Dasar Logika Fuzzy adalah teori himpunan fuzzy. Teori himpunan fuzzy adalah peranan

Lebih terperinci

Himpunan (set) Himpunan (set) adalah kumpulan objekobjek yang berbeda. Objek di dalam himpunan disebut elemen, unsur, atau anggota.

Himpunan (set) Himpunan (set) adalah kumpulan objekobjek yang berbeda. Objek di dalam himpunan disebut elemen, unsur, atau anggota. HIMPUNAN Himpunan (set) Himpunan (set) adalah kumpulan objekobjek yang berbeda. Objek di dalam himpunan disebut elemen, unsur, atau anggota. Cara Penyajian Himpunan Enumerasi Simbol-simbol Baku Notasi

Lebih terperinci

BAB II TINJAUAN PUSTAKA. 2.1 Ekonomi dan Produk Domestik Regional Bruto. Istilah ekonomi berasal dari bahasa Yunani, terdiri atas kata oikos dan

BAB II TINJAUAN PUSTAKA. 2.1 Ekonomi dan Produk Domestik Regional Bruto. Istilah ekonomi berasal dari bahasa Yunani, terdiri atas kata oikos dan BAB II TINJAUAN PUSTAKA 2. Ekonomi dan Produk Domestik Regional Bruto Istilah ekonomi berasal dari bahasa Yunani, terdiri atas kata oikos dan nomos. Oikos berarti rumah tangga, nomos berarti aturan. Sehingga

Lebih terperinci

BAB II TEORI PENUNJANG

BAB II TEORI PENUNJANG BAB II TEORI PENUNJANG 2.1 LOGIKA FUZZY Titik awal dari konsep modern mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh, dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari

Lebih terperinci

( ) ( ;,, ) Π(,, ) ( ;, ) ( ;, ) ( ) BAB I PENDAHULUAN A. Latar Belakang Masalah Provinsi Daerah Istimewa Yogyakarta merupakan salah satu kota tujuan wisata yang cukup menarik minat para wisatawan baik

Lebih terperinci

Sistem Inferensi Fuzzy

Sistem Inferensi Fuzzy Sistem Inferensi Fuzzy METODE SUGENO 27 Sistem Inferensi Fuzzy Metode Tsukamoto Metode Sugeno! Diperkenalkan oleh Takagi-Sugeno-Kang, tahun 1985.! Bagian output (konsekuen) sistem tidak berupa himpunan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Konsep program linier (linear programming) ditemukan dan diperkenalkan seorang ahli matematika bangsa Amerika, Dr.George Dantzig yaitu dengan dikembangkannya metode

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

Himpunan Tegas (Crisp)

Himpunan Tegas (Crisp) Logika Fuzzy Logika Fuzzy Suatu cara untuk merepresentasikan dan menangani masalah ketidakpastian (keraguan, ketidaktepatan, kekuranglengkapan informasi, dan kebenaran yang bersifat sebagian). Fuzzy System

Lebih terperinci

PENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI

PENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI PENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI Hilda Lutfiah, Amar Sumarsa 2, dan Sri Setyaningsih 2. Program Studi Matematika Fakultas Matematika

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Game dan Video Game Menurut kamus Cambridge Advanced Learner Dictionary, game adalah sebuah aktivitas menghibur dan menyenangkan yang dimainkan oleh anak anak. Sedangkan video

Lebih terperinci

MEDIA PEMBELAJARAN HIMPUNAN FUZZY BERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN HIMPUNAN FUZZY BERBASIS MULTIMEDIA MEDIA PEMBELAJARAN HIMPUNAN FUZZY BERBASIS MULTIMEDIA 1 Cendi Praseptyo, 2 Ardi Pujiyanta (5295661) 1,2 Program Studi Teknik Informatika Universitas Ahmad Dahlan Prof. Dr. Soepomo, S.H., Janturan, Umbulharjo,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Metode Peramalan Peramalan (forecasting) adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah situasi atau kondisi yang

Lebih terperinci

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI Nofriadi * 1), Havid Syafwan 2) 1) Program Studi Sistem Informasi, STMIK Royal Kisaran Jl. Prof. M. Yamin 173 Kisaran, Sumatera

Lebih terperinci

BAB II LANDASAN TEORI. Dalam bab ini dibahas beberapa definisi dan konsep-konsep yang

BAB II LANDASAN TEORI. Dalam bab ini dibahas beberapa definisi dan konsep-konsep yang BAB II LANDASAN TEORI Dalam bab ini dibahas beberapa definisi dan konsep-konsep yang digunakan untuk membahas aplikasi PLFTG untuk investasi portofolio saham. A. Pemrograman Linear Pemrograman matematis

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN Pada bab ini akan diberikan pendahuluan sebelum menginjak pembahasan pokok. Pendahuluan ini meliputi latar belakang masalah, rumusan masalah, tujuan dan manfaat penelitian, tinjauan pustaka,

Lebih terperinci

LECTURE 6: THE QUADRATIC FAMILY

LECTURE 6: THE QUADRATIC FAMILY LECTURE 6: THE QUADRATIC FAMILY Pada bagian ini, kita akan melanjutkan menganalisis dinamika keluarga fungsi kuadrat Q (x) = x + c. Pada bagian sebelumnya, diperoleh dinamika fungsi yang cukup sederhana

Lebih terperinci

Bab II LANDASAN TEORI

Bab II LANDASAN TEORI Bab II LANDASAN TEORI Bab ini terdiri dari 3 bagian. Pada bagian pertama berisi tinjauan pustaka dari penelitian-penelitian sebelumnya. Pada bagian kedua diberikan teori penunjang untuk mencapai tujuan

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

FUZZY-NEURO LEARNING VECTOR QUANTIZATION (FNLVQ)

FUZZY-NEURO LEARNING VECTOR QUANTIZATION (FNLVQ) BAB 2 FUZZY-NEURO LEARNING VECTOR QUANTIZATION (FNLVQ) Bab ini akan menjelaskan algoritma pembelajaran FNLVQ konvensional yang dipelajari dari berbagai sumber referensi. Pada bab ini dijelaskan pula eksperimen

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah suatu kumpulan atau koleksi objek-objek yang mempunyai kesamaan sifat tertentu. Objek ini disebut elemen-elemen atau anggota-anggota dari himpunan (Frans

Lebih terperinci

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis

Lebih terperinci

BAB II LANDASAN TEORI. berawal dari suatu ide untuk menyimpan segitiga Sierpinski menggunakan

BAB II LANDASAN TEORI. berawal dari suatu ide untuk menyimpan segitiga Sierpinski menggunakan BAB II LANDASAN TEORI Metode kompresi citra fraktal merupakan metode kompresi citra yang berawal dari suatu ide untuk menyimpan segitiga Sierpinski menggunakan Iterated Function System (IFS). Segitiga

Lebih terperinci

LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN

LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN Agung Saputra 1), Wisnu Broto 2), Ainil Syafitri 3) Prodi Elektro Fakultas Teknik Univ. Pancasila, Srengseng Sawah Jagakarsa, Jakarta, 12640 Email: 1) agungsap2002@yahoo.com

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1 Sistem Sistem merupakan kombinasi dari beberapa komponen yang bekerja bersamasama dan melakukan suatu sasaran tertentu. (Ogata, 1994). Jadi pengertian sistem disini tidak berarti

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI 8 Bab 2 LANDASAN TEORI 2.1 Pemasaran (Marketing) 2.1.1 Definisi Marketing Pemasaran (marketing) adalah suatu proses dan manajerial yang di dalamnya individu dan kelompok mendapatkan apa yang mereka butuhkan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Akhir-akhir ini, konsep tentang logika himpunan fuzzy begitu banyak dipelajari dan dipergunakan. Ini disebabkan karena himpunan fuzzy tidak diekspresikan dalam istilah

Lebih terperinci

ANALISIS PERBANDINGAN LOGIKA BOOLEAN DENGAN LOGIKA FAZI UNTUK MENYELESAIKAN PERMASALAHAN PEMROGRAMAN. Siti Cholifah ABSTRAK

ANALISIS PERBANDINGAN LOGIKA BOOLEAN DENGAN LOGIKA FAZI UNTUK MENYELESAIKAN PERMASALAHAN PEMROGRAMAN. Siti Cholifah ABSTRAK ANALISIS PERBANDINGAN LOGIKA BOOLEAN DENGAN LOGIKA FAZI UNTUK MENYELESAIKAN PERMASALAHAN PEMROGRAMAN Siti Cholifah ABSTRAK Didalam penerapannya bahwa himpunan klasik disebut juga dengan himpunan boolean

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier merupakan model umum yang dapat digunakan untuk menyelesaikan persoalan pengalokasian sumber-sumber yang terbatas di antara beberapa aktivitas yang

Lebih terperinci

BAB 3 PENGENALAN WAJAH

BAB 3 PENGENALAN WAJAH 28 BAB 3 PENGENALAN WAJAH DENGAN PENGENALAN DIMENSION WAJAH BASED DENGAN FNLVQ DIMENSION BASED FNLVQ Bab ini menjelaskan tentang pemodelan data masukan yang diterapkan dalam sistem, algoritma FNLVQ secara

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Program linier (Linier Programming) Pemrograman linier merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan

Lebih terperinci

APLIKASI MODEL FUZZY DALAM PREDIKSI PRODUKSI TELUR AYAM PETELUR DI KABUPATEN SLEMAN

APLIKASI MODEL FUZZY DALAM PREDIKSI PRODUKSI TELUR AYAM PETELUR DI KABUPATEN SLEMAN APLIKASI MODEL FUZZY DALAM PREDIKSI PRODUKSI TELUR AYAM PETELUR DI KABUPATEN SLEMAN SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta Untuk Memenuhi Sebagian

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

ANALISIS KEPUASAN KONSUMEN BERDASARKAN TINGKAT PELAYANAN DAN HARGA KAMAR MENGGUNAKAN APLIKASI FUZZY DENGAN MATLAB 3.5.

ANALISIS KEPUASAN KONSUMEN BERDASARKAN TINGKAT PELAYANAN DAN HARGA KAMAR MENGGUNAKAN APLIKASI FUZZY DENGAN MATLAB 3.5. ANALISIS KEPUASAN KONSUMEN BERDASARKAN TINGKAT PELAYANAN DAN HARGA KAMAR MENGGUNAKAN APLIKASI FUZZY DENGAN MATLAB 3.5. Indah Pratiwi Jurusan Teknik Industri, Universitas Muhammadiyah Surakarta Jl. A. Yani

Lebih terperinci

OPERASI PADA GRAF FUZZY

OPERASI PADA GRAF FUZZY OPERASI PADA GRAF FUZZY Budi Setiawan, Prof. Dr. Dwi Juniati, M.Si. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Surabaya Jalan Ketintang Surabaya 60231 Email: b_diset@yahoo.com,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Arti dan Peranan Persediaan Merujuk pada penjelasan Herjanto (1999), persediaan dapat diartikan sebagai bahan atau barang yang disimpan yang akan digunakan untuk memenuhi tujuan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Kualitas adalah keseluruhan ciri-ciri dan karakteristik dari suatu produk atau layanan menyangkut kemampuan untuk memenuhi kebutuhan-kebutuhan yang telah ditentukan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Bab landasan teori bertujuan untuk memberikan penjelasan mengenai metode atau pun teori yang digunakan dalam laporan tugas akhir ini, sehingga dapat membangun pemahaman yang sama antara

Lebih terperinci

IMPLEMENTASI LOGIKA FUZZY UNTUK MENGENDALIKAN PH DAN LEVEL AIR KOLAM RENANG

IMPLEMENTASI LOGIKA FUZZY UNTUK MENGENDALIKAN PH DAN LEVEL AIR KOLAM RENANG IMPLEMENTASI LOGIKA FUZZY UNTUK MENGENDALIKAN PH DAN LEVEL AIR KOLAM RENANG Nazrul Effendy, M. Heikal Hasan dan Febry Wikatmono Jurusan Teknik Fisika, Fakultas Teknik, Universitas Gadjah Mada Jln. Grafika

Lebih terperinci

BAB III HIMPUNAN. 2) Mahasiswa dapat menyebutkan relasi antara dua himpunan. 3) Mahasiswa dapat menentukan hasil operasi dari dua himpunan

BAB III HIMPUNAN. 2) Mahasiswa dapat menyebutkan relasi antara dua himpunan. 3) Mahasiswa dapat menentukan hasil operasi dari dua himpunan BAB III HIMPUNAN Tujuan Instruksional Umum Mahasiswa memahami pengertian himpunan, relasi antara himpunan, operasi himpunan, aljabar himpunan, pergandaan himpunan, serta himpunan kuasa. Tujuan Instruksional

Lebih terperinci

BAB II LANDASAN TEORI. 2.1 Penelusuran Minat dan Kemampuan (PMDK) diselenggarakan oleh suatu perguruan tinggi secara mandiri.

BAB II LANDASAN TEORI. 2.1 Penelusuran Minat dan Kemampuan (PMDK) diselenggarakan oleh suatu perguruan tinggi secara mandiri. BAB II LANDASAN TEORI 2.1 Penelusuran Minat dan Kemampuan (PMDK) PMDK adalah salah satu program penerimaan mahasiswa baru yang diselenggarakan oleh suatu perguruan tinggi secara mandiri. Sesuai dengan

Lebih terperinci

BAB II. Konsep Dasar

BAB II. Konsep Dasar BAB II Konsep Dasar 2. Definisi Graf Graf G = (V G,E G ) terdiri dari himpunan tidak kosong V G, disebut himpunan titik, dan himpunan E G, disebut himpunan sisi, yang beranggotakan pasangan tak terurut

Lebih terperinci

PENGANTAR TOPOLOGI. Dosen Pengampu: Siti Julaeha, M.Si EDISI PERTAMA UNIVERSITAS ISLAM NEGERI SUNAN GUNUNG DJATI BANDUNG 2015

PENGANTAR TOPOLOGI. Dosen Pengampu: Siti Julaeha, M.Si EDISI PERTAMA UNIVERSITAS ISLAM NEGERI SUNAN GUNUNG DJATI BANDUNG 2015 PENGANTAR TOPOLOGI EDISI PERTAMA Dosen Pengampu: Siti Julaeha, M.Si UNIVERSITAS ISLAM NEGERI SUNAN GUNUNG DJATI BANDUNG 2015 by Matematika Sains 2012 UIN SGD, Copyright 2015 BAB 0. HIMPUNAN, RELASI, FUNGSI,

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 3 METODE FUZZY TIME SERIES DENGAN FAKTOR PENDUKUNG UNTUK MERAMALKAN DATA SAHAM

BAB 3 METODE FUZZY TIME SERIES DENGAN FAKTOR PENDUKUNG UNTUK MERAMALKAN DATA SAHAM BAB 3 METODE FUZZY TIME SERIES DENGAN FAKTOR PENDUKUNG UNTUK MERAMALKAN DATA SAHAM 3.1 Pengertian Dasar Peramalan Peramalan (forecasting) adalah suatu kegiatan yang memperkirakan apa yang akan terjadi

Lebih terperinci

MATEMATIKA DASAR TAHUN 1987

MATEMATIKA DASAR TAHUN 1987 MATEMATIKA DASAR TAHUN 987 MD-87-0 Garis singgung pada kurva y di titik potong nya dengan sumbu yang absisnya positif mempunyai gradien 0 MD-87-0 Titik potong garis y + dengan parabola y + ialah P (5,

Lebih terperinci

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis

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

LOGIKA SAMAR (FUZZY LOGIC)

LOGIKA SAMAR (FUZZY LOGIC) LOGIKA SAMAR (FUZZY LOGIC) 2. Himpunan Samar 2.. Himpunan Klasik dan Himpunan Samar Himpunan klasik merupakan himpunan dengan batasan yang tegas (crisp) (Jang, Sun, dan Mizutani, 24). Sebagai contoh :

Lebih terperinci

II TINJAUAN PUSTAKA 2.1. Klasifikasi Metode EOR

II TINJAUAN PUSTAKA 2.1. Klasifikasi Metode EOR II TINJAUAN PUSTAKA 2.1. Klasifikasi Metode EOR Metode peningkatan perolehan minyak tingkat lanjut atau Enhanced Oil Recovery (EOR) adalah suatu teknik peningkatan produksi minyak setelah tahapan produksi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Sekarang ini hampir semua perusahaan yang bergerak di bidang industri dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin kompetitif. Hal ini

Lebih terperinci

RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER. Judul Matakuliah Logika Fuzzy. Disusun oleh: Retantyo Wardoyo

RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER. Judul Matakuliah Logika Fuzzy. Disusun oleh: Retantyo Wardoyo RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER Judul Matakuliah Logika Fuzzy Disusun oleh: Retantyo Wardoyo PROGRAM STUDI S1 ILMU KOMPUTER JURUSAN ILMU KOMPUTER DAN ELEKTRONIKA FAKULTAS MIPA, UNIVERSITAS

Lebih terperinci

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR Seminar Nasional Informatika 23 (semnasif 23) ISSN: 979-2328 UPN Veteran Yogyakarta, 8 Mei 23 FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR Sundari Retno Andani ) ) AMIK Tunas Bangsa

Lebih terperinci

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan. i Kata Pengantar Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan. Modul ajar ini dimaksudkan untuk membantu penyelenggaraan kuliah jarak

Lebih terperinci

SEMINAR NASIONAL ke 8 Tahun 2013 : Rekayasa Teknologi Industri dan Informasi MASALAH TRANSPORTASI DENGAN FUZZY SUPPLY DAN FUZZY DEMAND

SEMINAR NASIONAL ke 8 Tahun 2013 : Rekayasa Teknologi Industri dan Informasi MASALAH TRANSPORTASI DENGAN FUZZY SUPPLY DAN FUZZY DEMAND MASALAH TRANSPORTASI DENGAN FUZZY SUPPLY DAN FUZZY DEMAND Ridayati Ircham Jurusan Teknik Sipil STTNAS Jalan Babarsari Caturtunggal Depok Sleman e-mail: ridayati@gmail.com ABSTRAK Tulisan ini membahas tentang

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