REVIEW JURNAL LOGIKA FUZZY
|
|
- Yuliana Vera Setiabudi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 REVIEW JURNAL LOGIKA FUZZY Disusun oleh : Gita Adinda Permata PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS NEGERI SINGAPERBANGSA KARAWANG
2 KATA PENGANTAR Assalamualaikum Wr. Wb. Dengan memanjatkan puji syukur kehadirat Allah Subhanahu Wa Ta ala yang telah melimpahkan segenap Rahmat dan Hidayah-Nya sehingga penulis dapat menyelesaikan tugas review ini dengan judul Logika Fuzzy Atas tersusunnya Laporan Tugas Akhir ini, penulis mengucapkan terima kasih yang sebesar-besarnya kepada Ibu Betha Nurinasari M.,Kom selaku dosen Pengantar Intelegensi Buatan. Penulis menyadari sepenuhnya bahwa dalam penyusunan Tugas ini masih jauh dari sempurna. Untuk itu kritik dan saran yang bersifat membangun guna perbaikan dimasa mendatang akan penulis terima dengan senang hati beserta ucapan Terima Kasih. Wassalamualaikum Wr. Wb. Penulis Karawang, 3 Februari 2016 R e v i e w J u r n a l i
3 DAFTAR ISI KATA PENGANTAR... i DAFTAR ISI... 1 BAB I JUDUL... 2 BAB II PEMBAHASAN Latar Belakang Rumusan Masalah Tujuan Penellitian Metode yang Digunakan Eksperimen dan Hasil Kesimpulan R e v i e w J u r n a l
4 BAB I JUDUL Judul Jurnal : STUDI INFERENSI FUZZY TSUKAMOTO UNTUK Tahun : 2012 PENENTUAN FAKTOR PEMBEBANAN TRAFO PLN. Penulis : Fanoeel Thamrin 2 R e v i e w J u r n a l
5 BAB II PEMBAHASAN 2.1. Latar Belakang Semakin berkembangnya teknologi tenaga listrik menyebabkan proses pemantauan dan diagnosis pada sistem tenaga listrik menjadi sangat kompleks. Pemantauan kondisi peralatan tenaga listrik secara manual tidak memberikan solusi yang tepat. Gangguan pada trafo dapat mengakibatkan terbakarnya trafo dan juga turunnya kinerja trafo. Oleh karena itu, pemeliharaan dan pendeteksian kerusakan trafo perlu dilakukan secara rutin agar trafo bisa bekerja sesuai dengan masa pemakaian maksimumnya. Permasalahannya adalah biaya yang cukup besar diperlukan untuk mendatangkan seorang ahli dalam pemeliharaan dan pemeriksaan trafo secara rutin, disamping kerusakan trafo yang juga akan mengakibatkan kerugian yang besar, dimana pada saat ini masalah penghematan energi di antaranya dengan penghematan biaya operasi. Berdasarkan permasalahan tersebut maka perlu dikembangkan perangkat lunak dengan kemampuan sama atau mendekati seorang pakar diagnosis trafo dengan ketelitian dan kecepatan tinggi terhadap pemeliharaan pada trafo sebelum terjadi kerusakan. Berdasarkan hal tersebut, maka dalam membangun sistem pakar untuk pemeliharaan preventif digunakan logika fuzzy yang mampu menangani ketidakjelasan dan ketidakpastian dari berbagai variabel pemeliharaan trafo yang digunakan. Logika fuzzy yang digunakan adalah sistem inferensi fuzzy Tsukamoto karena metode ini menggunakan aplikasi nilai monoton, Output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat (fire strength). Sistem yang akan dibangun berbasis web yang dapat memberikan informasi kepada para teknisi PLN khususnya yang berkecimpung dibidang pemeliharaan trafo distribusi PLN. 3 R e v i e w J u r n a l
6 2.2. Rumusan Masalah Bagaimana membuat aplikasi sistem pakar dengan menggunakan teknik inferensi logika fuzzy Tsukamoto untuk pemeliharaan preventif pada trafo PLN Tujuan Penellitian Tujuan dari penelitian ini adalah membuat aplikasi sistem pakar sebagai alat bantu bagi para teknisi PT.PLN dalam melakukan pemeliharaan preventif pada trafo PLN dengan menggunakan teknik inferensi logika fuzzy Tsukamoto sehingga dapat dilakukan pemeliharaan sesuai dengan gejala awal gangguan Metode yang Digunakan Variabel fuzzy menggunakan fungsi keanggotaan trapesium sebagai pendekatan untuk memperoleh derajat keanggotaan suatu nilai dalam suatu himpunan fuzzy. Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaan yang memiliki nilai interval antara 0 dan 1. Salah satu representasi fungsi keanggotaan dalam fuzzy yang akan dipakai adalah representasi trapesium. Pada dasarnya, metode Tsukamoto mengaplikasikan penalaran monoton pada setiap aturannya. Karena menggunakan konsep dasar penalaran monoton, pada metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α- predikat (fire strength). Proses agregasi antar aturan dilakukan, dan hasil akhirnya diperoleh dengan menggunakan defuzzy dengan konsep rata-rata terbobot Eksperimen dan Hasil Pada pembuatan sistem pendukung keputusan ini terlebih dahulu dibuat variabel linguistik untuk proses fuzzyfikasi yang terdapat pada table di bawah ini : 4 R e v i e w J u r n a l
7 Gambar Tabel variabel linguistik. Untuk Variabel Pembebanan Trafo ini dibagi dalam 4 kategori yaitu rendah (<40), sedang (40 Pembebanan 60 ), cukup tinggi (60 Pembebanan 80 ), tinggi (Pembebanan> 80). Dari pembagian kategori ini nantinya dapat diketahui fungsi keanggotaannya pada setiap himpunan fuzzy rendah, cukup tinggi, tinggi. Representasi trapesium pembebanan trafo. Variabel Ketidakseimbangan beban ini dibagi dalam 2 kategori yaitu rendah (<20), tinggi (>20). Dari pembagian kategori ini nantinya dapat diketahui fungsi keanggotaannya pada setiap himpunan fuzzy rendah dan tinggi. 5 R e v i e w J u r n a l
8 Representasi trapesium ketidak seimbangan beban. Variabel faktor daya ini dibagi dalam 1 kategori yaitu rendah (<0,85) dan normal (0,85-1). Dari pembagian kategori ini nantinya dapat diketahui fungsi keanggotaannya pada setiap himpunan fuzzy rendah dan tinggi. Gambar Representasi trapesium faktor daya. Variabel tegangan ini dibagi dalam 3 kategori yaitu rendah (< 195 V), normal ( 195< V <231) dan tinggi ( >231 V). Dari pembagian kategori ini 6 R e v i e w J u r n a l
9 nantinya dapat diketahui fungsi keanggotaannya pada setiap himpunan fuzzy rendah, normal dan tinggi. Representasi trapesium tegangan. Diagram konteks sistem inferensi fuzzy ini ditampilkan pada gambar di atas. Dalam diagram alir data ini admin dapat mengolah data basis pengetahuan, data login. Sedangkan user dapat memasukkan data variabel masukan trafo, data login. Dan user dapat melihat info pembebanan trafo, info ketidak seimbangan beban, info tindakan pemeliharaan trafo. Diagram alir data spk. 7 R e v i e w J u r n a l
10 2.6. Kesimpulan Dari jurnal diatas yang dapat saya simpulkan dengan baik yaitu : Jurnal dengan metode Tsukamoto dapat digunakan sistem pakar yaitu dalam sistem pendukung keputusan. Metode Tsukamoto ini menggunakan aplikasi nilai monoton, Output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat (fire strength). Logika fuzzy memiliki variabel linguistik seperti rendah, sedang, tinggi. 8 R e v i e w J u r n a l
11 9 R e v i e w J u r n a l
Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy
Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy Asrianda 1 Teknik Informatika Kampus Bukit Indah Lhokseumawe email : asrianda@unimal.ac.id ABSTRAK Bertambahnya permintaan
Lebih terperinci4-5-FUZZY INFERENCE SYSTEMS
4-5-FUZZY INFERENCE SYSTEMS Shofwatul Uyun Mekanisme FIS Fuzzy Inference Systems (FIS) INPUT (CRISP) FUZZYFIKASI RULES AGREGASI DEFUZZY OUTPUT (CRISP) 2 Metode Inferensi Fuzzy Metode Tsukamoto Metode Mamdani
Lebih terperinciPENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO
PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO Asrianda 1 asrianda@unimal.ac.id Abstrak Bertambahnya permintaan mahasiswa atas kebutuhan makan seharihari, berkembangnya usaha warung
Lebih terperinciOptimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto
Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Sistem Informasi
Lebih terperinciPENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK) Andrian Juliansyah ( 1011287) Mahasiswa Program Studi Teknik
Lebih terperinciHimpunan 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 terperinciMatematika Diskrit Fuzzy Inference System Prodi T.Informatika
Matematika Diskrit Fuzzy Inference System Prodi T.Informatika Mahasiswa dapat melakukan penalaran dengan hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Mekanisme Fuzzy Iinference Systems
Lebih terperinciIMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC
IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC Riky Amelia (1111981) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciJurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:
PENERAPAN LOGIKA FUZZY UNTUK MENENTUKAN MAHASISWA BERPRESTASI DI STMIK CIKARANG MENGGUNAKAN JAVA NETBEANS DAN MYSQL Ema Dili Giyanti 1), Ali Mulyanto 2) 1) Program Studi Teknik Informatika, STMIK Cikarang
Lebih terperinci: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI BERBASIS WEB DENGAN METODE TSUKAMOTO PADA SMA INSTITUT INDONESIA Eko Purwanto Program Studi Teknik Informatika, Fakultas Ilmu Komputer Universitas
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Dalam penelitian diagnosa penyakit asma dengan menggunakan metode fuzzy Tsukamoto, dibutuhkan data mengenai gejala penyakit dari seorang pakar atau
Lebih terperinciAplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic
Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha Menggunakan Fuzzy Logic 1. Pendahuluan Jual beli motor merupakan suatu kegiatan transaksi yang mungkin sering kita temukan di kehidupan sehari-hari. Untuk
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT DBD DAN DEMAM TIFOID DENGAN METODE FUZZY TSUKAMOTO (STUDI KASUS PUSKESMAS PRACIMANTORO I)
ISSN : 2338-18 SISTEM PAKAR DIAGNOSA PENYAKIT DBD DAN DEMAM TIFOID DENGAN METODE FUZZY TSUKAMOTO (STUDI KASUS PUSKESMAS PRACIMANTORO I) Waluyo (waluyo08@gmail.com) Didik Nugroho (didikhoho@gmail.com) Kustanto
Lebih terperinciPenerapan 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Karyawan didalam perusahaan merupakan sesuatu yang esensial untuk menjalankan roda perusahaan untuk mencapai tujuannya. Dalam pelaksanaannya, pencapaian tujuan tersebut
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Zadeh (1965) memperkenalkan konsep fuzzy sebagai sarana untuk menggambarkan sistem yang kompleks tanpa persyaratan untuk presisi. Dalam jurnalnya Hoseeinzadeh et
Lebih terperinciErwien 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 terperinciLogika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.
LOGIKA FUZZY UTHIE Intro Pendahuluan Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. Lotfi Asker Zadeh adalah seorang ilmuwan
Lebih terperinciDAFTAR ISI ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL BAB I PENDAHULUAN
DAFTAR ISI ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI... iv DAFTAR GAMBAR...x DAFTAR TABEL... xiii BAB I PENDAHULUAN 1.1 Latar Belakang Masalah...1 1.2 Identifikasi Masalah...3 1.3 Maksud
Lebih terperinciBAB 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 terperinciPemanfaatan Metode Tsukamoto Untuk Klasifikasi Daerah Rawan Penyakit Tuberkulosis Paru Dalam Bentuk Sistem Informasi Geografis
Pemanfaatan Metode Tsukamoto Untuk Klasifikasi Daerah Rawan Penyakit Tuberkulosis Paru Dalam Bentuk Sistem Informasi Geografis Muhammad Ridwan Dwiangga Fakultas Teknologi Industri, Teknik Informatika Universitas
Lebih terperinciVersi Online tersedia di : JURNAL TECH-E (Online)
JURNAL TECH-E - VOL. 1 NO. 1 (17) Versi Online tersedia di : http://bsti.ubd.ac.id/e-jurnal JURNAL TECH-E 2581-1916 (Online) Artikel Perancangan Aplikasi Penentu Jurusan IPA atau IPS Pada SMA Menggunakan
Lebih terperinciPENERAPAN METODE TSUKAMOTO DALAM PEMBERIAN KREDIT SEPEDA MOTOR BEKAS PADA PT TRI JAYA MOTOR (Studi Kasus PT TRI JAYA MOTOR MEDAN )
Marsono, ISSN : 1978-6603 Saiful Nur Arif, Iskandar Zulkarnain, Penerapan Metode Tsukamoto PENERAPAN METODE TSUKAMOTO DALAM PEMBERIAN KREDIT SEPEDA MOTOR BEKAS PADA PT TRI JAYA MOTOR (Studi Kasus PT TRI
Lebih terperinciJURNAL SISTEM PREDIKSI INVENTORY BARANG MENGGUNAKAN METODE FUZZY TSUKAMOTO PREDICTION INVENTORY ITEMS USING FUZZY TSUKAMOTO
JURNAL SISTEM PREDIKSI INVENTORY BARANG MENGGUNAKAN METODE FUZZY TSUKAMOTO PREDICTION INVENTORY ITEMS USING FUZZY TSUKAMOTO Oleh: Reza Hadi Subiantoro 12.1.03.02.0224 Dibimbing oleh : 1. Fatkur Rhohman,
Lebih terperinciIMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT
IMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT Maya Yusida 1, Dwi Kartini 2, Andi Farmadi 3, Radityo Adi Nugroho 4, Muliadi 5 123Prodi Ilmu Komputer
Lebih terperinciPENGESAHAN PEMBIMBING...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN PEMBIMBING... ii HALAMAN PERNYATAAN KEASLIAN... iii LEMBAR PENGESAHAN PENGUJI... iv HALAMAN PERSEMBAHAN... v HALAMAN MOTTO... vii KATA PENGANTAR... viii
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA A. Penjurusan di SMA Sepanjang perkembangan Pendidikan formal di Indonesia teramati bahwa penjurusan di SMA telah dilaksanakan sejak awal kemerdekaan yaitu tahun 1945 sampai sekarang,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan
Lebih terperinciFUZZY 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 terperinciBAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan sistem yang kompleks. Logika fuzzy memberikan rangka kerja yang kuat dalam memecahkan masalah
Lebih terperinciSISTEM PAKAR DIAGNOSIS AWAL PENYAKIT KAMBING MENGGUNAKAN FUZZY INFERENCE TSUKAMOTO
SISTEM PAKAR DIAGNOSIS AWAL PENYAKIT KAMBING MENGGUNAKAN FUZZY INFERENCE TSUKAMOTO Sella Dwi Ovie Dityanto 1, Ariadi Retno Tri Hayati Ririd 2, Rosa Andrie Asmara 3 1,2 Program Studi Teknik Informatika,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian dalam tugas akhir ini adalah BPR BKK Kendal yang beralamatkan di jalan Soekarno Hatta No 335 Kendal. Penelitian ini berlangsung dari bulan
Lebih terperinciSISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH
KECERDASAN BUATAN SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH AMARILIS ARI SADELA (E1E1 10 086) SITI MUTHMAINNAH (E1E1 10 082) SAMSUL (E1E1 10 091) NUR IMRAN
Lebih terperinciKECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana
Logika Fuzzy KECERDASAN BUATAN (Artificial Intelligence) Materi 8 Entin Martiana 1 Kasus fuzzy dalam kehidupan sehari-hari Tinggi badan saya: Andi menilai bahwa tinggi badan saya termasuk tinggi Nina menilai
Lebih terperinciBAB II KAJIAN PUSTAKA. mengikuti sertifikasi, baik pendidikan gelar (S-1, S-2, atau S-3) maupun nongelar (D-
BAB II KAJIAN PUSTAKA A. Kualifikasi Akademik Ditjendikti - kemendiknas, (2010) menyatakan bahwa kualifikasi akademik adalah ijazah pendidikan tinggi yang dimiliki oleh guru pada saat yang bersangkutan
Lebih terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciProgram Studi Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Malang 1. Abstrak
SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN JAGUNG MENGGUNAKAN METODE FUZZY INFERENCE TSUKAMOTO (STUDI KASUS DI DINAS PERTANIAN KOTA BLITAR) Yudha Rizki Widyanto 1, Ariadi Retno Tri Hayati Ririd,S.Kom.,M.Kom
Lebih terperinciMENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO
MENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO Ganjar Ramadhan Jurusan Teknik Informatika, Universitas Islam Negeri Syarif Hidayatullah Jakarta Email : ganjar.ramadhan05@yahoo.com
Lebih terperinciBAB II: TINJAUAN PUSTAKA
BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Masalah PT. Intraco Agro Industry merupakan perusahaan yang bergerak dibidang pakan ternak. Masalah yang dihadapi PT. Intraco Agro Industry pada saat ini
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang sangat penting dalam kelangsungan hidupnya. Untuk memenuhi kebutuhan beras, setiap manusia mempunyai cara-cara
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY Hafsah, Heru Cahya Rustamaji, Yulia Inayati Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari No 2 Tambakbayan Yogyakarta
Lebih terperinciBAB 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 terperinciSISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC
SISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC ( STUDY KASUS : KARANG TARUNA DESA PUHJARAK ) SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana Komputer
Lebih terperinciPraktikum sistem Pakar Fuzzy Expert System
Praktikum sistem Pakar Fuzzy Expert System Ketentuan Praktikum 1. Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa untuk praktikum pertemuan ke - 8 2. Mahasiswa akan mendapatkan penjelasan
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA 2.1. Logika Fuzzy Logika fuzzy merupakan suatu metode pengambilan keputusan berbasis aturan yang digunakan untuk memecahkan keabu-abuan masalah pada sistem yang sulit dimodelkan
Lebih terperinciANALISIS PENDUKUNG KEPUTUSAN PENENTUAN PEMBELIAN BAHAN BAKU UNTUK PEMBUATAN MEUBEL JENIS KURSI LETER L MENGGUNAKAN FUZZY TSUKAMOTO
ANALISIS PENDUKUNG KEPUTUSAN PENENTUAN PEMBELIAN BAHAN BAKU UNTUK PEMBUATAN MEUBEL JENIS KURSI LETER L MENGGUNAKAN FUZZY TSUKAMOTO Sulistiyono 1), Wahyu Oktri Widyarto 2) 1 Information Technology Faculty
Lebih terperinciFUZZY 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 terperinciSISTEM PENDUKUNG KEPUTUSAN KENAIKAN PANGKAT PEGAWAI DI KANTOR KEMENTRIAN AGAMA KABUPATEN KEDIRI DENGAN FUZZY TSUKAMOTO
Artikel Skripsi SISTEM PENDUKUNG KEPUTUSAN KENAIKAN PANGKAT PEGAWAI DI KANTOR KEMENTRIAN AGAMA KABUPATEN KEDIRI DENGAN FUZZY TSUKAMOTO SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh
Lebih terperinciSIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY
SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY Nesi Syafitri. N Teknik Informatika, Fakultas Teknik Universitas Islam Riau, Jalan Kaharuddin Nasution No. 3,
Lebih terperinciPengantar Kecerdasan Buatan (AK045218) Logika Fuzzy
Logika Fuzzy Pendahuluan Alasan digunakannya Logika Fuzzy Aplikasi Himpunan Fuzzy Fungsi keanggotaan Operator Dasar Zadeh Penalaran Monoton Fungsi Impilkasi Sistem Inferensi Fuzzy Basis Data Fuzzy Referensi
Lebih terperincimasukan pada sistem yang umumnya berapa data yang diturunkan dari kebutuhan perangkat lunak atau program komputer
TAKARIR Crisp Data Flow Diagram (DFD) database Tegas diagram yang menunjukkan aliran data atau informasi dan transformasi data yang bergerak dari pemasukan data hingga ke keluaran basisdata atau tempat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Permintaan 2.1.1 Pengertian Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat pendapatan tertentu
Lebih terperinciLOGIKA 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 terperinciPengaturan Kecepatan Putaran Motor Listrik 3 Phasa Menggunakan Logika Fuzzy Tsukamoto pada Proses Penyaringan Minyak Goreng
Pengaturan Kecepatan Putaran Motor Listrik 3 Phasa Menggunakan Logika Fuzzy Tsukamoto pada Proses Penyaringan Minyak Goreng Sunanto Jurusan Teknik Informatika, STMIK Amik Riau, Pekanbaru,Riau sunanto@stmik-amik-riau.ac.id
Lebih terperinciLOGIKA FUZZY (Lanjutan)
Metode Mamdani Metode mamdani sering dikenal sebagai metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Menurut metode ini, ada empat tahap yang harus dilalui untuk mendapatkan
Lebih terperinciPREDIKSI HARGA SAHAM BERBASIS WEB DENGAN SISTEM INFERENSI FUZI TSUKAMOTO
PREDIKSI HARGA SAHAM BERBASIS WEB DENGAN SISTEM INFERENSI FUZI TSUKAMOTO Muchlas, Tole Sutikno Program Studi Teknik Elektro, Fakultas Teknologi Industri, Universitas Ahmad Dahlan Kampus III UAD, Jl. Prof
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Logika Fuzzy Logika fuzzy merupakan suatu metode pengambilan keputusan berbasis aturan yang digunakan untuk memecahkan keabu-abuan masalah pada sistem yang sulit dimodelkan
Lebih terperincimanusia diantaranya penyakit mata konjungtivitis, keratitis, dan glaukoma.
6 BAB II TINJAUAN PUSTAKA 2.1 Gambaran Tentang Mata Mata merupakan organ tubuh manusia yang paling sensitif apabila terkena benda asing misal asap dan debu. Debu akan membuat mata kita terasa perih atau
Lebih terperinci1. Pendahuluan RANCANG BANGUN SISTEM PENGENDALI SUHU RUANGAN MENGGUNAKAN FUZZY LOGIC
Ethos (Jurnal Penelitian dan Pengabdian Masyarakat): 207-212 RANCANG BANGUN SISTEM PENGENDALI SUHU RUANGAN MENGGUNAKAN FUZZY LOGIC 1 Iksal, 2 Saefudin, 3 Ilham Aswad 1 Jurusan Sistem Komputer Universitas
Lebih terperinciPENERAPAN METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN ABC )
PENERAPAN METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN ABC ) Edy Victor Haryanto1), Fina Nasari) Universitas Potensi Utama Jl. K. L. Yos Sudarso Km. 6,5 No.
Lebih terperinciBAB I PENDAHULUAN. satu nilai pentingnya adalah menumbuh kembangkan potensi makanan asli daerah
BAB I PENDAHULUAN 1.1 Latar Belakang Wisata kuliner saat ini menjadi sebuah jenis wisata yang sangat banyak dampaknya bagi perkembangan sebuah daerah (Stowe & Johnston, 2010). Salah satu nilai pentingnya
Lebih terperinciSISTEM PAKAR PENDETEKSI PENYAKIT FLU BURUNG \PADA AYAM BERBASIS ANDROID DENGAN METODE FUZZY LOGIC TSUKAMOTO NASKAH PUBLIKASI
SISTEM PAKAR PENDETEKSI PENYAKIT FLU BURUNG \PADA AYAM BERBASIS ANDROID DENGAN METODE FUZZY LOGIC TSUKAMOTO NASKAH PUBLIKASI diajukan oleh Bima Septian Joddi 12.11.6649 kepada SEKOLAH TINGGI MANAJEMEN
Lebih terperinciMetode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan
Scientific Journal of Informatics Vol., No. 1, Mei 2016 p-issn 2407-7658 http://journal.unnes.ac.id/nju/inde.php/sji e-issn 2460-0040 Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan
Lebih terperinciMetode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia
Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia Irmalia Suryani Faradisa dan Putri Sari Jurusan Teknik Elektro, Institut Teknologi Nasional Malang E-mail: faradyza@gmail.com Abstrak Gejala
Lebih terperinciMetode Fuzzy Tsukamoto Dalam Aplikasi Sistem Estimasi Stok Barang
Metode Fuzzy Tsukamoto Dalam Aplikasi Sistem Estimasi Stok Barang Rina Firliana 1), Jatmiko 2) Ervin Kusuma Dewi 3), Aidina Ristyawan 4) 1)3)4) Program Studi Sistem Informasi, Fakultas Teknik, Universitas
Lebih terperincike dalam suatu ruang output. Orang yang belum pernah mengenal logika fuzzy pasti
BAB II LANDASAN TEORI 2.1 Logika Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Orang yang belum pernah mengenal logika fuzzy pasti akan
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH
68 REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH Septiani Nur Hasanah 1, Nelly Indriani Widiastuti 2 Program Studi Teknik Informatika. Universitas Komputer Indonesia. Jl.
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA A. Kompetensi Pedagogik Menurut Mahmudin (2008) Kompetensi Guru merupakan seperangkat pengetahuan, keterampilan, dan perilaku yang harus dimiliki, dihayati, dikuasai, dan diaktualisasikan
Lebih terperinciFUZZY INFERENCE SYSTEM UNTUK PENENTUAN RESIKO KANKER PAYUDARA. Gita Putry Nabilah 1*, Sri Kusumadewi 2. Jl. Kaliurang Km 14,5 Sleman Yogyakarta
FUZZY INFERENCE SYSTEM UNTUK PENENTUAN RESIKO KANKER PAYUDARA Gita Putry Nabilah 1*, Sri Kusumadewi 2 1 Program Studi Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Jl. Kaliurang
Lebih terperinciDENIA 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN JUMLAH PRODUKSI BARANG DENGAN METODE FUZZY TSUKAMOTO BERBASIS ANDROID
TINF - 47 p- ISSN : 247 46 e-issn : 246 46 SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JUMLAH PRODUKSI BARANG DENGAN METODE FUZZY TSUKAMOTO BERBASIS ANDROID Popy Meilina *, Nurvelly Rosanti, Nuraeni Astryani
Lebih terperinciBAB I PENDAHULUAN. industri erat kaitannya dengan jumlah produksi yang harus disediakan. Seiring
BAB I PENDAHULUAN I.1. Latar Belakang Produksi merupakan kegiatan vital yang ada dalam suatu industri, kegiatan industri erat kaitannya dengan jumlah produksi yang harus disediakan. Seiring dengan meningkatnya
Lebih terperinciARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA
ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA Rima Liana Gema, Devia Kartika, Mutiana Pratiwi Universitas Putra Indonesia YPTK Padang email: rimalianagema@upiyptk.ac.id ABSTRAK
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Masalah Saat ini, dalam melakukan seleksi penerimaan petugas Sensus Ekonomi pada kantor Badan Statistik Aceh Tamiang masih dilakukan dengan tidak terbuka.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY oleh: 1 I Putu Dody Lesmana, 2 Arfian Siswo Bintoro 1,2 Jurusan Teknologi Informasi, Politeknik
Lebih terperinciPERANCANGAN SISTEM KONTROL KESTABILAN SUDUT AYUNAN BOX BAYI BERBASIS MIKROKONTROLER MENGGUNAKAN FUZZY LOGIC CONTROL
PERANCANGAN SISTEM KONTROL KESTABILAN SUDUT AYUNAN BOX BAYI BERBASIS MIKROKONTROLER MENGGUNAKAN FUZZY LOGIC CONTROL Wiwit Fitria 1*, Anton Hidayat, Ratna Aisuwarya 2 Jurusan Sistem Komputer, Universitas
Lebih terperinciPenentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno
Penentuan Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno Shenna Miranda #1, Minora Longgom Nasution *2, Muhammad Subhan #3 #1 Student of Mathematics department State University
Lebih terperinciIMPLEMANTASI METODE FUZZY TSUKAMOTO UNTUK PENDUKUNG KEPUTUSAN JUMLAH PRODUKSI BARANG PADA DISTRO ANIME
IMPLEMANTASI METODE FUZZY TSUKAMOTO UNTUK PENDUKUNG KEPUTUSAN JUMLAH PRODUKSI BARANG PADA DISTRO ANIME SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sistem Pendukung Keputusan dapat diartikan sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan dalam situasi tertentu. Sistem
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA)
Jurnal Informatika Mulawarman Vol. 10 No. 1 Februari 2015 32 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA) Hanis
Lebih terperinciTahap Sistem Pakar Berbasis Fuzzy
Company LOGO Penalaran Mamdani dan Tsukamoto Pada pendekatan Fuzzy Inference System Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2011 www.company.com
Lebih terperinciBAB III 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 terperinciBAB I PENDAHULUAN. nya, khususnya perkembangan pada teknologi informasi dan komunikasi.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Ilmu pengetahuan dan teknologi yang sangat pesat dalam beberapa tahun ini, membuat masyarakat membangun berbagai macam peralatan sebagai alat bantu. Dalam menjalankan
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Logika fuzzy adalah cabang dari sistem kecerdasan buatan (Artificial Inteligent) yang mengemulasi kemampuan manusia dalam berfikir ke dalam bentuk algoritma yang
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN SUPPLIER BAHAN BAKU KATERING CV. RIYANISA SEKARSARI MANDIRI MENGGUNAKAN METODE FUZZY TSUKAMOTO
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SUPPLIER BAHAN BAKU KATERING CV. RIYANISA SEKARSARI MANDIRI MENGGUNAKAN METODE FUZZY TSUKAMOTO Yongky Dwi Guritno 1, Indah Fitri Astuti 2, Addy Suyatno 3 1,2,3 Program
Lebih terperinciJURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI
JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI PRICING SYSTEM USING DIGITAL PHOTO PRINTING ON FUZZY TSUKAMOTO ALIEF COMPUTER KEDIRI Oleh:
Lebih terperinciBAB II. KAJIAN PUSTAKA. Menurut Gorry dan Scott (1970) dalam Turban (2005) Sistem Pendukung
BAB II. KAJIAN PUSTAKA A. Sistem Pendukung Keputusan Menurut Gorry dan Scott (1970) dalam Turban (2005) Sistem Pendukung Keputusan (DSS) merupakan sistem berbasis komputer interaktif, yang membantu para
Lebih terperinciModel Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto
Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto Zaenal Abidin Program studi Sistem Informasi STMIK Teknokrat Bandar Lampung, Indonesia
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Dasar Logika Fuzzy Logika fuzzy merupakan teknik untuk mengolah istilah linguistik. Teknik ini memperluas ide logika lebih dari sekedar benar atau salah untuk memungkinkan
Lebih terperinci3.4 Data dari Melati Mekar Mandiri... 38
ABSTRAK UD Melati Mekar Mandiri adalah sebuah perusahaan pengrajin yang bergerak di bidang kain tenun gedog dan batik tulis. Perusahaan yang terletak di Kerek, Jawa Timur ini mempunyai pengrajin, baik
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1 Tampilan Hasil Pada bab ini akan dijelaskan mengenai tampilan hasil dari aplikasi yang telah dibangun dan digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada
Lebih terperinciBAB VII LOGIKA FUZZY
BAB VII LOGIKA FUZZY Logika fuzzy adalah suatu cara untuk memetakan suatu ruang input ke dalam suatu ruang output. Skema logika fuzzy : Antara input dan output terdapat suatu kotak hitam yang harus memetakan
Lebih terperinciSistem Pakar Diagnosis Penyakit Kejiwaan Skizofrenia Menggunakan Metode Tsukamoto
Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 1 Sistem Penyakit Kejiwaan Skizofrenia Menggunakan Metode Tsukamoto Olivia Dwi Parwita 1, Anggi Srimurdianti Sukamto 2, Rudy Dwi Nyoto
Lebih terperinciFUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII)
FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII) Arkham Zahri Rakhman 1, Helmanatun Nisa Wulandari 2, Geralvin Maheswara
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ) Dimas Wahyu Wibowo 1, Eka Larasati Amalia 2 1,2 Teknik Informatika, Politeknik Negeri
Lebih terperinciKASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno
KASUS PENERAPAN LOGIKA FUZZY Fuzzy tsukamoto, mamdani, sugeno CARA KERJA LOGIKA FUZZY MELIPUTI BEBERAPA TAHAPAN BERIKUT : 1. Fuzzyfikasi 2. Pembentukan basis pengetahuan fuzzy (rule dalam bentuk if..then).
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER OBAT MENGGUNAKAN METODE FUZZY TSUKAMOTO
Hamdani, Deviana Selywita SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER OBAT MENGGUNAKAN METODE FUZZY TSUKAMOTO 1) Hamdani, 2) Deviana Selywita, Jurusan Ilmu Komputer, Fakultas MIPA, Universitas Mulawarman
Lebih terperinciSISTEM PENENTUAN KUALITAS AGAR AGAR TEPUNG MENGGUNAKAN METODE FUZZY TSUKAMOTO Yuli Murdianingsih *1, Taufik Suharyana #2
SISTEM PENENTUAN KUALITAS AGAR AGAR TEPUNG MENGGUNAKAN METODE FUZZY TSUKAMOTO Yuli Murdianingsih *1, Taufik Suharyana #2 Program Studi Manajemen Informatika, STMIK Subang Jl. Marsinu No. 5 - Subang, Tlp.
Lebih terperinci