ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI TESIS MERRY NAINGGOLAN

Transkripsi

1 ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI TESIS MERRY NAINGGOLAN PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA 2013

2 ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI TESIS Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknik Informatika MERRY NAINGGOLAN PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA 2013

3 PERSETUJUAN Judul Tesis Nama Mahasiswa : ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI : MERRY NAINGGOLAN Nomor Induk Mahasiswa : Program Studi Fakultas : Magister Teknik Informatika : FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI Universitas Sumatera Utara Menyetujui Komisi Pembimbing Pembimbing 2 Pembimbing 1 Dr. Erna Budhiarti Nababan, M.IT Prof. Dr. Tulus, Vordipl.Math.,M.Si.,Ph.D Ketua Program Studi, Diketahui/ Disetujui oleh S2 Teknik Informatika Prof. Dr. Muhammad Zarlis NIP:

4 PERNYATAAN ORISINALITAS ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI TESIS Saya mengakui bahwa tesis ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, 28 Agustus 2013 Merry Nainggolan NIM :

5 PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan di bawah ini: Nama : MERRY NAINGGOLAN Nim : Program Studi : Magister ( S2) Teknik Informatika Jenis Karya Ilmiah : TESIS Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty free Right) atas Tesis saya yang berjudul: ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non-Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk database, merawat dan mempublikasikan Tesis saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan atau sebagai pemilik hak cipta. Demikian pernyataan ini dibuat dengan sebenarnya. Medan, 28 Agustus 2013 Merry Nainggolan NIM :

6 Telah di uji pada Tanggal : 28 Agustus 2013 PANITIA PENGUJI TESIS KETUA : Prof.Dr. Tulus, Vordipl.math.,M.Si.,Ph.D Anggota : 1. Dr. Erna Budhiarti Nababan, M.IT 2. Prof. Dr. Opim Salim Sitompul 3. Prof. Dr. Muhammad Zarlis 4. Prof. Dr. Herman Mawengkang

7 RIWAYAT HIDUP DATA PRIBADI Nama lengkap berikut gelar : Merry Nainggolan, S.Kom Tempat dan Tanggal Lahir : Hutaraja, 21 Desember 1980 Alamat Rumah : Jl. SM.Raja gg.p.harapan no.31 Ab Telepon / HP : merryneng@gmail.com Instansi Tempat Bekerja : SMP Negeri 34 Medan Alamat Kantor : Jl. Brigjen Katamso Gg. Perbatasan Medan DATA PENDIDIKAN SD : SD NEGERI No Pangururan Tamat : 1993 SMP : SMP NEGERI 1 Pangururan Tamat : 1996 SMU : SMU NEGERI 1 Sidamanik Tamat : 1999 Strata-1 : STMIK SM. Raja XII Medan Tamat : 2007 AKTA IV : UNIV.DARMA AGUNG MEDAN Tamat : 2008 Strata-2 : S-2 TEKNIK INFORMATIKA USU Tamat : 2013

8 UCAPAN TERIMA KASIH Pertama-tama penulis panjatkan puji syukur kehadirat Tuhan Yang Maha Esa atas segala limpahan rakhmat dan karunia-nya sehingga Tesis ini dapat diselesaikan. Dengan selesainya tesis ini, perkenankanlah kami mengucapkan terima kasih yang sebesar-besarnya kepada : Rektor Universitas Sumatera Utara, Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc (CTM), Sp. A(K) atas kesempatan yang diberikan kepada kami untuk mengikuti dan menyelesaikan pendidikan Program Magister. Ketua Program Studi Fakultas Ilmu Komputer Universitas Sumatera Utara, Prof. Dr. Muhammad Zarlis atas bimbingan arahan dan motifasi selama dalam perkuliahan sehingga penulis dapat menyelesaikan perkuliahan tepat pada waktunya dan juga kepada Sekretaris Program Studi Magister Teknik Informatika, Muhammad Andri Budiman, S.T, M. Comp. Sc, M.EM beserta para Staff Pegawai yang telah banyak membantu dalam pengurusan administrasi serta seluruh Dosen pengajar pada Program Studi Magister Teknik Informatika Program Pascasarjana Fakultas Ilmu Komputer Universitas Sumatera Utara yang selama duduk dibangku perkuliahan telah memberikan ilmunya kepada penulis. Terima kasih yang tak terhingga dan penghargaan setinggi-tingginya penulis ucapkan kepada bapak Prof. Dr. Tulus selaku Pembimbing Utama yang dengan penuh perhatian dan telah memberikan bimbingan dan motivasi, demikian juga kepada Ibu Dr. Erna Budhiarti Nababan, M.IT selaku Pembimbing kedua yang dengan penuh kesabaran menuntun dan membimbing penulis hingga selesainya penulisan ini. Terima kasih kepada seluruh keluarga besar saya yang selalu memberikan dukungan kepada saya, Suami Tommi Simorangkir, Bapak Alm. Gr.MT Nainggolan dan Ibu P.Sibarani, Bapak mertua RW. Simorangkir dan Ibu mertua boru Nababan dan keluarga besar Simorangkir dan kakak, abang, adek keluarga besar Nainggolan dan spesial buat anakku Dionardo Simorangkir yang selama dikandungan sudah menemani mama kuliah sampai lahir dalam keadaan sehat sehingga mama tak pernah terganggu kuliah, semoga menjadi anak yang sehat, baik dan pintar. Penulis juga mengucapkan terima kasih banyak kepada Jaidup Marbun yang telah membantu dalam penulisan tesis ini seta seluruh teman-teman Kom-A yang telah bersama berjuang dari awal perkuliahan sampai dalam penyelesaian tesis ini dan sudah banyak memberikan motifasi dan dapat menjadi tempat berbagi keluh kesah semoga sukses buat kita

9 semua, dan juga teman-teman saya sehari-hari yang tak dapat saya sebutkan terima kasih atas doa dan dukunganya. Penulis menyadari masih banyak kekurangan dalam penulisan tesis ini, oleh karena itu diharapkan saran dan kritik yang sifatnya membangun untuk pengembangan tesis ini, akhir kata semoga tesis ini bermanfaat bagi pembaca, terima kasih. Medan, 28 Agustus 2013 Merry Nainggolan NIM

10 ABSTRAK Menghitung nilai gizi seseorang berdasarkan Indeks Massa Tubuh secara umum sudah ada, namun penggunaanya sangat kaku, sehingga dengan adanya perubahan kecil saja sudah mengakibatkan perubahan nilai pada kategori status gizi, berbeda dengan fuzzy yang memberikan toleransi terhadap perubahan yang kecil tidak akan mempengaruhi tingkat keanggotaan pada variabel gizi. Dalam menentukan status gizi seseorang dengan menggunakan fuzzy Mamdani, ada empat tahapan yang dilakukan, langkah pertama menentukan himpunan fuzzy dari variabel input dan langkah kedua yaitu menentukan derajat keanggotaan, langkah ketiga yaitu menghitung predikat aturan (rule evaluation) dengan proses implikasi ada tiga metode yang digunakan yaitu metode Max (maximum); metode Additive (sum) dan metode probabilistik OR (probor) dan langkah terakhir adalah proses defuzzifikasi yang menggunakan metode bisektor. Penggunaan rule evaluation dengan ketiga metode tentunya menghasilkan nilai yang berbeda-beda dari masingmasing metode tersebut. Kata kunci: Sistem Inferensi Fuzzy, Fuzzy Mamdani, Rule Evaluation, Status Gizi

11 ANALYSIS OF RULE EVALUATION IN FUZZY INFERENCE SYSTEM (FIS) OF MAMDANI ABSTRACT To calculate the nutritional value of a person based on body mass index in general already exists, but It s use is very stiff, so with only minor changes have resulted in changes in the value of nutritional status categories, in contrast with the fuzzy tolerance of minor changes that will not affect the level of membership in the variable nutrition. In determining a person's nutritional status by using Mamdani fuzzy, there are four steps being taken, the first step determines fuzzy set of input variables and output variables, the second step is to determine the degree of membership, the third step is to calculate the predicate rule (rule evaluation) with the implication there are three method used is the method of Max (maximum); method Additive (sum) and probabilistic methods OR (probor) and the last step is the defuzzification process using the bisector method. The use of rule evaluation with three methods must yield different values of each of these methods... Keywords: Fuzzy Inference System, Mamdani Fuzzy, Rule Evaluation, Nutritional Status

12 DAFTAR ISI Halaman HALAMAN JUDUL... i PENGESAHAN... ii PERNYATAAN ORISINALITAS... iii PERSETUJUAN PUBLIKAS... iv PANITIA PENGUJI...v RIWAYAT HIDUP... vi UCAPAN TERIMAKASIH... vii ABSTRAK... viii ABSTRAC... ix DAFTAR ISI xi DAFTAR TABEL xii DAFTAR GAMBAR xiii BAB I BAB II PENDAHULUAN 1.1 Latar Belakang Perumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian 3 TINJAUAN PUSTAKA 2.1 Pengertian Fuzzy Konsep Fuzzy Logic Himpunan Fuzzy Fungsi Keanggotaan Sistem Inferensi Fuzzy Indeks Antropometri Riset-Riset Terkait Perbedaan Dengan Riset Yang lain 16

13 BAB III METODOLOGI PENELITIAN 3.1 Rancangan Penelitian Rancangan sistem Perancangan Inferensi Fuzzy Himpunan fuzzy variabel berat badan Himpunan fuzzy variabel tinggi badan Himpunan fuzzy variabel nilai gizi Fungsi Implikasi (Pembentukan aturan) 24 BAB IV HASIL DAN PEMBAHASAN 4.1 Pendahuluan Pengujian Data Komposisi aturan dengan menggunakan metode MAX Komposisi Aturan dengan menggunakan metode Adaptif(sum) Komposisi aturan dengan menggunakan metode Probabilistik Or (Probor) Metode MAX dengan BB 55 kg dan TB 146 cm Metode Adaptif (sum)untuk BB 60 dan TB Metode Probabilistik (Probor) untuk BB 60 kg dan TB 146 cm Metode MAX untuk BB 80 kg dan TB 160 cm Metode Adaptif (sum)untuk BB 80 kg dan TB 146 cm Metode Probabilistik or (Probor)untuk BB 80 kg dan TB 146 cm Metode MAX untuk BB 80 kg dan 170 cm Metode Adaptif (sum) untuk BB 80 kg dan TB 170 cm Metode Probabilistik or (Probor) untuk BB 80 kg dan TB BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Saran 57 DAFTAR PUSTAKA

14 DAFTAR TABEL Nomor Tabel Judul Kategori Ambang Batas IMT Riset-riset terkait Variabel dan himpunan fuzzy Tabel Aturan fuzzy Variabel berat badan dan tinggi badan Tabel nilai keanggotaan TB 148 dan BB 60 kg Variabel TB 148 dan BB 60 kg Proses defuzzifikasi Variabel TB 148 dan BB 60 kg dengan metode Probor Tabel Nilai Keanggotaan Himpunan keanggotaan TB 146 dan BB 55 kg Proses defuzzifikasi Variabel TB 148 dan BB 60 kg dengan metode Probor Tabel nilai keanggotaan Variabel nilai BB 80 kg dan TB 160 cm Proses defuzzifikasi BB 80 kg dan TB 160 cm Variabel TB 148 dan BB 80 kg dengan metode Probor Tabel nilai keanggotaan Nilai Himpunan fuzzy TB 170 dan BB 80 kg Proses Defuzzifikasi Variabel TB 148 dan BB 60 kg dengan metode Probor Halaman

15 Nomor Gambar DAFTAR GAMBAR Judul Representasi linear naik Representasi linear turun kurva segitiga Representasi kurva trapezium Tahapan sistem berbasis fuzzy Flowcart penelitian dengan logika fuzzy Fungsi keanggotaan berat badan Fungsi keanggotaan tinggi badan Himpunan fuzzy nilai gizi Fungsi keanggotaan BB 60 kg Fungsi keanggotaan TB 148 kg Nilai gizi Fungsi keanggotaan BB 55 kg Fungsi keanggotaan TB 146 kg Nilai gizi dan status gizi Fungsi keanggotaan BB 80 kg Fungsi keanggotaan TB 160 kg Nilai gizi Fungsi keanggotaan BB 80 kg Fungsi keanggotaan TB 170 kg Nilai gizi Tampilan Program Import data dari excel Gambar tombol fuzzifikasi Hasil output program Halaman