SISTEM PENDUKUNG KEPUTUSAN PROMOSI JABATAN PADA PERUSAHAAN ASURANSI DENGAN MENGGUNAKAN METODE FUZZY MAMDANI
|
|
- Yenny Rachman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 SISTEM PENDUKUNG KEPUTUSAN PROMOSI JABATAN PADA PERUSAHAAN ASURANSI DENGAN MENGGUNAKAN METODE FUZZY MAMDANI Ghazali 1, Galuh Mazenda R. Alam 2, Afan Amarullah 3, Fajar Nur Rohmat F.J.A 4, M. Garisa Pradhinu 5 Jurusan Teknik Informatika, Program Teknologi Informasi dan Ilmu Komunikasi, Universitas Brawijaya ghazali2104@gmail.com 1, mazenda10@gmail.com 2, afanbabolat@gmail.com 3, boonksoow@gmail.com 4, garisapradhinu@gmail.com 5 Abstrak Promosi jabatan merupakan balas jasa yang diberikan perusahaan kepada pegawai atas kinerjanya. Adanya Promosi jabatan dapat meningkatkan kepuasan dan efektifitas kerja pegawai. Selain itu, adanya peluang promosi jabatan dapat membuat pegawai merasa dihargai, diperhatikan, dibutuhkan dan diakui kemampuan kerjanya oleh manajemen perusahaan sehingga mereka akan menghasilkan serta loyalitas tinggi pada perusahaan. Namun dalam memutuskan promosi jabatan dibutuhkan ketepatan dalam pemilihan karyawan yang layak untuk memperolehnya. Oleh karena itu faktor-faktor yang mempengaruhi keputusan dalam promosi jabatan harus lebih diperhatikan seperti kriteria lama kerja, kedisiplinan, kerjasama, prestasi kerja dan penampilan. Dalam sistem ini digunakan metode fuzzy mamdani dalam proses nilai dari setiap kriteria. Hasil tersebut menjadi acuan manager dalam penentuan pegawai mana yang layak diberikan promosi jabatan. Kata kunci : sistem pendukung keputusan, promosi jabatan, kriteria, Fuzzy Mamdani. Abstract Promotion is the company's remuneration given to employees for performance. The existence Promotions can improve employee job satisfaction and effectiveness. In addition, the promotion opportunities to make employees feel valued, cared for, needed and recognized his ability by the management company so that they will produce and high loyalty to the company. But in deciding promotion, required wise selection of employees eligible to get it. Therefore, the factors that influence decisions in promotion criteria should be considered such as length of employment, discipline, teamwork, performance and appearance. In this system used Mamdani fuzzy method for calculating the value of each criterion. The results of these calculations will be reference decision for manager in determining which employees are given proper promotion. Keywords : Decision support systems, promotion, criterion, Mamdani Fuzzy. 1.PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi jiwa berkembang pesat sejalan dengan perkembangan ekonomi dan budaya bangsa Indonesia. Semakin banyak pula pekerja yang turut membantu perkembangan dari perusahaan asuransi itu sendiri. Promosi jabatan merupakan balas jasa yang diberikan perusahaan kepada pegawai atas kinerjanya. Adanya Promosi jabatan dapat meningkatkan kepuasan dan efektifitas kerja pegawai. Selain itu, adanya peluang promosi jabatan dapat membuat pegawai merasa dihargai, diperhatikan, dibutuhkan dan diakui kemampuan kerjanya oleh manajemen perusahaan sehingga mereka akan menghasilkan kinerja serta loyalitas tinggi pada perusahaan. Promosi dalam perusahaan dapat dilakukan karena senioritas dan prestasi kerja seorang pegawai. Atasan atau pembuat keputusan akan sulit menentukan siapa pegawai yang layak untuk diberi promosi jabatan. Pembuat keputusan membutuhkan sebuah sistem yang dapat membantunya dalam menentukan pilihan pegawai yang layak untuk diberi promosi jabatan. Oleh
2 karena itu pada proposal ini akan dibahas tentang perancangan Sistem Pendukung Keputusan pemberian promosi jabatan pada perusahaan asuransi. Metode yang digunakan dalam perancangan sistem pendukung keputusan kali ini adalah metode Fuzzy Mamdani. Yang dijadikan kriteria promosi jabatan disini antara lain: Lama Kerja, Kedisiplinan, Prestasi Kerja, Kerjasama, dan Penampilan. 1.2 Rumusan Masalah 1.3 Tujuan Bagaimana membangun sebuah SPK yang mudah dimengerti dan digunakan oleh user? Bagaimana membangun SPK yang dapat memberikan hasil dan saran yang optimal terhadap pengambilan keputusan perihal siapa saja pegawai yang akan mendapatkan promosi jabatan? Untuk membantu pembuat keputusan dalam menentukan siapa yang layak untuk mendapatkan promosi jabatan. Dapat mendesain dan membuat Sistem Pendukung Keputusan Pemberian promosi jabatan pada perusahaan asuransi Dengan Menggunakan Metode Fuzzy Mamdani. Mengetahui bagaimana metode Fuzzy Mamdani bekerja pada system pendukung keputusan. 2. DASAR TEORI 2.1 Pengertian Sistem Sistem adalah kumpulan objek seperti orang, sumber daya, konsep, dan prosedur yang dimaksudkan untuk melakukan suatu fungsi yang dapat diidentifikasikan atau untuk melayani suatu tujuan. [4:54] Syarat-syarat sistem [5:8] : 1. Sistem harus dibentuk untuk menyelesaikan masalah. 2. Elemen sistem harus mempunyai rencana yang ditetapkan. 3. Adanya hubungan diantara elemen sistem. 4. Unsur dasar dari proses (arus informasi, energi dan material) lebih penting dari pada elemen sistem. 5. Tujuan organisasi lebih penting dari pada tujuan elemen. 2.2 Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK), adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data dan model. Tujuan adanya SPK, untuk mendukung pengambil keputusan memilih alternatif hasil pengolahan informasi dengan model-model pengambil keputusan serta untuk menyelesaikan masalah yang bersifat semi terstruktur dan tidak terstruktur. [3:8] SPK dirancang untuk membantu pengambil keputusan dalam memecahkan masalah. SPK dirancang sedemikian rupa sehingga dapat digunakan atau dioperasikan dengan mudah oleh orang yang tidak memiliki dasar kemampuan pengoperasian komputer yang tinggi dan bersifat alternatif, serta SPK dirancang dengan menekankan pada aspek kemampuan adaptasi yang tinggi. 2.3 Pengertian Himpunan Fuzzy Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan μa[x], memiliki 2 kemungkinan, yaitu: satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan, atau nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan. Contoh: Jika diketahui: S = 1, 2, 3, 4, 5, 6} adalah semesta pembicaraan. A = 1, 2, 3} B = 3, 4, 5} Bisa dikatakan bahwa: Nilai keanggotaan 2 pada himpunan A, μa [2]=1, karena 2 A. Nilai keanggotaan 3 pada himpunan A, μa [3]=1, karena 3 A. Nilai keanggotaan 4 pada himpunan A, μa [4]=0, karena 4 A. Nilai keanggotaan 2 pada himpunan B, μb [2]=0, karena 2 B. Nilai keanggotaan 3 pada himpunan B, μb [3]=1, karena 3 B. 2.4 Metode Fuzzy Mamdani Metode Mamdani sering juga dikenal dengan nama Metode Max-Min. Metode ini
3 diperkenalkan oleh Ebrahim Mamdani pada tahun Untuk mendapatkan output, diperlukan 4 tahapan: (1) Pembentukan himpunan fuzzy; (2) Aplikasi fungsi implikasi (aturan); (3) Komposisi aturan; (4) Penegasan (deffuzy). [8:1-6] 1. Pembentukan himpunan fuzzy Pada Metode Mamdani, baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy. 2. Aplikasi fungsi implikasi Pada Metode Mamdani, fungsi implikasi yang digunakan adalah Min. 3. Komposisi Aturan Tidak seperti penalaran monoton, apabila sistem terdiri-dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu: max, additive dan probabilistik OR (probor). a. Metode Max (Maximum) Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy, dan mengaplikasikannya ke output dengan menggunakan operator OR (union). Jika semua proposisi telah dievaluasi, maka output akan berisi suatu himpunan fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi. Secara umum dapat dituliskan: μsf[xi] <-- max(μsf[xi], μkf [xi]) dengan: μsf [xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; μkf [xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; b. Metode Additive (Sum) Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan bounded sum terhadap semua output daerah fuzzy. Secara umum dituliskan: μsf[xi] <-- min(1, μsf[xi]+ μkf [xi]) dengan: μsf [xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; μkf [xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; c. Metode Probabilistik OR (probor) Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan product terhadap semua output daerah fuzzy. Secara umum dituliskan: μsf[xi] <-- ( μsf [xi]+ μkf [xi]) - (μsf[xi] * μkf[xi]) dengan: μsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; μkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; 4. Penegasan (defuzzy) Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu nilai crsip tertentu sebagai output seperti terlihat pada gambar berikut. Ada beberapa metode defuzzifikasi pada komposisi aturan MAMDANI, antara lain: a. Metode Centroid (Composite Moment) Pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat (z*) daerah fuzzy. Secara umum titik persamaan z* dapat ditentukan dengan persamanaan (2.1) dan (2.2): b. Metode Bisektor Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai pada domain fuzzy yang memiliki nilai keanggotaan setengah dari jumlah total nilai keanggotaan pada daerah fuzzy. Secara umum solusi crisp ditentukan dengan persamaan (2.3): 1 c. Metode Mean of Maximum (MOM) Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai rata-rata domain yang memiliki nilai keanggotaan maksimum. d. Metode Largest of Maximum (LOM) Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terbesar dari domain yang memiliki nilai keanggotaan maksimum. e. Metode Smallest of Maximum (SOM) Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terkecil dari domain yang memiliki nilai keanggotaan maksimum.
4 2.5 Metode Tsukamoto Pada Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiaptiap aturan diberikan secara tegas (crisp) berdasarkan α- predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Berikut gambar inferensi dengan menggunakan Metode Tsukamoto. [10:1] 2.6 Metode Sugeno Penalaran dengan metode SUGENO hampir sama dengan penalaran MAMDANI, hanya saja output (konsekuen) sistem tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear. Metode ini diperkenalkan oleh Takagi-Sugeno Kang pada tahun 1985 [9:1-6]: a. Model Fuzzy Sugeno Orde-Nol Secara umum bentuk model fuzzy SUGENO Orde- Nol adalah: IF (x1 is A1) o (x2 is A2) o (x3 is A3) o... o (xn is AN) THEN z=k dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan k adalah suatu konstanta (tegas) sebagai konsekuen. b. Model Fuzzy Sugeno Orde-Satu Secara umum bentuk model fuzzy SUGENO Orde- Satu adalah: IF (x1 is A1) o... o (xn is AN) THEN z = p1*x1 + + pn*xn + q dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan pi adalah suatu konstanta (tegas) ke-i dan q juga merupakan konstanta dalam konsekuen. Apabila komposisi aturan menggunakan metode SUGENO, maka deffuzifikasi dilakukan dengan cara mencari nilai rata-ratanya. 2.7 Pemrograman Berorientasi Objek Metodologi berorientasi objek adalah suatu strategi pembangunan perangkat lunak yang mengorganisasikan perangkat lunak sebagai kumpulan objek data dan operasi yang diberlakukan terhadapnya. Metodologi berorientasi objek merupakan suatu cara bagaimana sistem perangkat lunak dibangun melalui pendekatan objek secara sistemastis [1 :82]. Pendekatan berorientasi objek merupakan suatu teknik atau cara pendekatan dalam melihat permasalahan dan sistem. Dalam rekayasa perangkat lunak, konsep pendekatan berorientasi objek dapat diterapkan pada tahap analisis, perancangan, pemrograman, dan pengujian perangkat lunak [1 :86]. Sistem berorientasi objek merupakan sebuah sistem yang komponennya dibungkus (dienkapsulasi) menjadi kelompok data dan fungsi. Setiap komponen dalam sistem tersebut dapat mewarisi atribut, sifat, dan komponen lainnya, serta dapat berinteraksi satu sama lain [1 :86]. 2.8 Bahasa Pemrograman Java Java dikembangkan oleh perusahaan Sun Microsistem. Definisi Java menurut Sun Microsistem adalah nama dari sekumpulan teknologi untuk membuat dan menjalankan perangkat lunak pada komputer [1 :85]. Java berdiri diatas sebuah mesin interpreter yang diberi nama Java Virtual Machine (JVM). JVM berfungsi untuk membaca bytecode dalam file.class dari suatu program sebagai representasi langsung program yang berisi bahasa mesin. Bahasa Java disebut sebagai bahasa pemrograman yang portable karena dapat dijalankan pada berbagai sistem operasi, jika terdapat JVM dalam sistem operasi tersebut. Java merupakan bahasa pemrograman objek murni karena semua kode programnya dibungkus dalam kelas [1 :85]. 3. METODE PENELITIAN Metodologi penelitian yang digunakan dalam pembuatan Sistem Pendukung Keputusan Promosi Jabatan pada Perusahaan Asuransi dengan Metode Fuzzy Mamdani adalah sebagai berikut : 3.1 Objek Penelitian Tahap ini merupakan langkah awal dari penelitian ini untuk menentukan objek penelitian yang akan dikerjakan. Sehingga diputuskan untuk membuat Sistem Pendukung Keputusan Promosi Jabatan pada Perusahaan Asuransi dengan Metode Fuzzy Mamdani. 3.2 Studi Literatur Setelah menentukan objek penelitian yang akan dikerjakan langkah selanjutnya adalah mencari dan memahami studi pustaka/literature untuk memahami konsep-konsep rancangan aplikasi yang harus dipelajari agar dalam perancangan aplikasi tidak mengalami kendala yang berarti. Dalam penelitian ini literature yang dicari adalah mengenai : 1. Pengertian Sistem 2. Pengertian Sistem Pendukung Keputusan 3. Pengertian Himpunan Fuzzy 4. Metode Fuzzy Mamdani 5. Pemrograman Berorientasi Objek
5 6. Bahasa Pemrograman Java 3.3 Pengumpulan Data dan Pengolahan Data Pada penelitian ini digunakan metode Fuzzy Mamdani dalam menentukan pegawai siapa saja yang memperoleh promosi jabatan dalam perusahaan asuransi. Dalam metode Fuzzy Mamdani ada beberapa tahapan yang harus dilalui untuk menghasilkan sebuah keputusan diantaranya : 1. Pembentukan Himpunan Fuzzy Berikut adalah beberapa kriteria yang akan digunakan dalam menentukan promosi jabatan : a. Lama Kerja b. Kedisiplinan c. Prestasi Kerja d. Kerjasama e. Penampilan Pembentukan Fungsi Himpunan Fuzzy a. Lama Kerja d. Kerjasama e. Penampilan b. Kedisiplinan c. Prestasi Kerja 2. Aplikasi Fungsi Implikasi Pada Metode Mamdani, fungsi implikasi yang digunakan adalah Min. 3. Komposisi Aturan Setelah pembentukan variabel dan himpunan fuzzy, dibentuk aturan yang bersesuaian dengan mengambil datadata berdasarkan pengalaman keputusan dari pembuat keputusan. Penegasan (Defuzzy). Perhitungan dari kombinasi kroteria tersebut yaitu : Jadi terdapat 162 aturan atau rule yang diantaranya dapat dilihat pada tabel. 3.4 Analisis Kebutuhan Analisis kebutuhan dilakukan dengan mengidentifikasi semua kebutuhan (requirements) sistem yang kemudian akan dimodelkan dalam diagram use case. Kebutuhan fungsional yang nantinya akan disediakan oleh aplikasi ini antara lain adalah :
6 1. Aplikasi pada sistem ini harus menyediakan fasilitas untuk login sehingga hanya admin yang terdaftar yang dapat menggunakan layanan sistem. 2. Sistem juga harus melakukan dengan metode Fuzzy Mamdani secara akurat sehingga mampu memberikan hasil yang optimal dalam pengambilan keputusan 3. Interface harus didesain sesimpel mungkin sehingga pengguna mampu mengoperasikannya secara maksimal Gambar 2 Keseluruhan Aplikasi Ini adalah tampilan keseluruhan dari aplikasi Sistem Pendukung Keputusan Promosi Jabatan Pada Perusahaan Asuransi 4.3 Add, Update dan Delete Data 4. HASIL DAN PEMBAHASAN Dalam subbab ini akan diimplementasikan hasil dari perancangan antarmuka yang telah dibuat pada bab sebelumnya. 4.1 Home Gambar 3 Add, Update dan Delete Data Gambar 1 Home Halaman ini berfungsi sebagai halaman pembuka dan sebagai pintu masuk ke dalam program. 4.2 Tampilan Aplikasi Bagian ini berfungsi untuk menambahkan, mengupdate dan menghapus data dengan cara mengisikan data pada kolom-kolom diatas No Peg : Kolom untuk nomor pegawai Nama : Kolom untuk nama pegawai Lama Kerja (thn) : Kolom untuk berapa lama pegwai tersebut bekerja dalam satuan tahun Kedisiplinan : Kolom untuk
7 presensi atau kehadiran pegawai tersebut dalam satuan hari dalam satu bulan Prestasi Kerja : Kolom untuk nilai prestasi pegawai berdasarkan pimpinan Kerjasama : Kolom untuk nilai atas kepiawaianny a dalam bekerjasama antar pegawai lainnya, nilai tersebut didapatkan atas pimpinan Penampilan : Kolom untuk nilai penampilan terutama kerapian, nilai tersebut didapatkan atas pimpinan Button Add : Berfungsi untuk menambahkan data pegawai Button Update : Berfungsi untuk mengupdate data pegawai jika ada kekeliruan dalam data Button Delete : Berfungsi untuk menghapus data pegawai dari list data Button Cancel : Berfungsi untuk membatal proses 4.4 Tabel Kriteria Gambar 4 Tabel Kriteria Bagian ini berfungsi untuk menampilkan secara keseluruhan dari nomor pegawai, nama, lama kerja, kedisiplinan, prestasi kerja, kerjasam dan penampilan yang telah dimasukkan oleh admin 4.5 Prediksi Perhitungan Gambar 5 Prediksi Perhitungan Bagian ini berfungsi untuk memprediksi apakah pekerja tersebut masih layak atau tidak untuk tetap bekerja dalam perusahaan, prediksi di dapat dari lama kerja, kedisiplinan, prestasi kerja, kerjasam dan penampilan dari pegawai sesuai yang telah dimasukkan. Nilai : Kolom akan menampilkan nilai dari prediksi Keputusan : Kolom akan menampilkan keputusan atas
8 tersebut apakah layak atau tidak layak Button Prediksi : Berfungsi sebagai tombol mulai Button Reset : Berfungsi untuk mereset perhitung prediksi nilai dan keputusan yang telah dilakukan sebelumnya 4.6 Tabel Keputusan Gambar 6 Tabel Keputusan Bagian ini berfungsi untuk menampilkan secara keseluruhan atas nilai dari prediksi, dengan cara menekan tombol Add To Table Keputusan setelah melakukan prediksi. Data-data yang tampil akan otomatis diurutkan berdasarkan nilai yang paling tinggi ke nilai yang paling rendah. KESIMPULAN Berdasarkan perancangan, implementasi dan hasil pengujian dari Sistem Pendukung Keputusan Promosi jabatan pegawai pada perusahaan asuransi dengan metode Fuzzy Mamdani, maka didapat kesimpulan sebagai berikut: 1. Aplikasi Sistem Pendukung Keputusan dengan metode Inferensi Fuzzy Mamdani telah dibuat sesuai perancangan dan dapat digunakan untuk mendukung pengambilan keputusan promosi jabatan. 2. Sistem Promosi jabatan pegawai pada perusahaan asuransi dengan metode Fuzzy Mamdani memiliki kinerja sistem yang mampu berjalan sesuai dengan kebutuhan fungsional. Hal ini dibuktikan dengan hasil pengujian Black Box Testing yang memberikan nilai presentase sebesar 100% 3. Hasil yang diberikan oleh Sistem Pendukung Keputusan dengan metode Inferensi Fuzzy Mamdani untuk promosi jabatan pegawai memiliki kesesuaian dengan hasil manual yang menghasilkan nilai kelayakan promosi jabatan yang sama. DAFTAR PUSTAKA [1] A. S., Rosa & Shalahudin, M Rekayasa Perangkat Lunak (Terstruktur dan Berorientasi Objek). Bandung: Modula. [2] Basyaib Teori Pembuat Keputusan. Yogyakarta: Andi Offset. [3] Budi SISTEM PENENTU KUALITAS FISIK ATLETFUZZY( STUDI KASUS DI KONI KABUPATEN BANDUNG BARAT ). JBPTUNIKOMPP - Universitas Komputer Indonesia [4] Efraim Turban, Decision Support System and Intelligent Systems, edisi Bahasa Indonesia jilid 1, Yogyakarta : Penerbit ANDI, [5] d= [6] e=modul_spk.pdf [7] Luh Made Yulyantari Himpunan Fuzzy. url: php?mod=detailmateri&mat=9&bab=4, diakses pada tanggal 10 November [8] Luh Made Yulyantari Metode Mamdani. url: php?mod=detailsub&sub=19&bab=4&ma t=14, diakses pada tanggal 10 November [9] Luh Made Yulyantari Metode Sugeno. url: php?mod=detailsub&sub=20&bab=4&ma t=14, diakses pada tanggal 23 November [10] Luh Made Yulyantari Metode Sugeno. url:
9 php?mod=detailsub&sub=18&bab=4&ma t=14, diakses pada tanggal 23 November 2013.
10
PEMODELAN SISTEM PENDUKUNG KEPUTUSAN PROMOSI JABATAN PADA PERUSAHAAN ASURANSI DENGAN MENGGUNAKANMETODE FUZZY MAMDANI
PEMODELAN SISTEM PENDUKUNG KEPUTUSAN PROMOSI JABATAN PADA PERUSAHAAN ASURANSI DENGAN MENGGUNAKANMETODE FUZZY MAMDANI Arief Andy Soebroto Program Studi Informatika Program Teknologi Informasi dan Ilmu Komunikasi
Lebih terperinciBAB IV METODOLOGI. Gambar 4.1 Model keseimbangan air pada waduk (Sumber : Noor jannah,2004)
BAB IV METODOLOGI 4.1 Sistem Pengoperasian Waduk. Tujuan di bangun suatu sistem waduk sangat mempengaruhi strategi pengoperasian sistem waduk yang bersangkutan. Dalam mengembangkan model optimasi pengoperasian
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 terperinciPenerapan Fuzzy Mamdani Pada Penilaian Kinerja Dosen (Studi Kasus STMIK Kaputama Binjai)
Penerapan Fuzzy Mamdani Pada Penilaian Kinerja Dosen (Studi Kasus STMIK Kaputama Binjai) Magdalena Simanjuntak 1), Achmad Fauzi 2) Program Studi Teknik Informatika STMIK Kaputama 1) Program Studi Manajemen
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 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 terperinciSistem 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 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 terperinciPenerapan 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 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 terperinciImplementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic
JTRISTE, Vol.2, No.2, Oktober 2015, pp. 18~28 ISSN: 2355-3677 Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic Junaedy 1, Abdul Munir 2 STMIK KHARISMA
Lebih terperinciBAB 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 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 terperinciPenggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen
Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen Dwi Rolliawati Fakultas Ilmu Komputer, Sistem Komputer, Universitas Narotama dwi.roliawati@narotama.ac.id Abstrak Dosen sebagai pendidik
Lebih terperinciBAB 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 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 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 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 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 terperinciMODEL 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 terperinciPENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012
PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012 PENALARAN FUZZY Digunakan untuk menghasilkan suatu keputusan tunggal / crisp saat defuzzifikasi Penggunaan akan bergantung
Lebih 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 terperinciPENGEMBANGAN SISTEM PAKAR FUZZY
FUZZY EXPERT SYSTEM FUZZY INFERENCE SYSTEM FUZZY REASONING Toto Haryanto MATA KULIAH SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR PENGEMBANGAN SISTEM PAKAR FUZZY Domain Masalah Fuzzifikasi
Lebih terperinci1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Salah satu aplikasi sistem cerdas yang paling sukses dan masih berkembang saat ini yaitu peramalan beban listrik. Peramalan beban listrik adalah suatu ilmu
Lebih terperinciPenerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak
Lebih terperinciSistem Pendukung Keputusan Pemilihan Penerima Beasiswa Berbasis Fuzzy Mamdani
ISSN: 0216-3284 899 Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Berbasis Fuzzy Mamdani Rabiatul Adawiah, Ruliah Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI II.1. Sistem Pendukung Keputusan (SPK) Konsep Sistem Pendukung Keputusan (SPK) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management
Lebih terperinciContoh Kasus. Bagus Ilhami HIdayat
Contoh Kasus Suatu perusahaan tekstil akan memproduksi pakaian dengan jenis XYZ. Dari 1 bulan terakhir, permintaan terbesar mencapai 5000 potong per hari, dan permintaan terkecil mencapai 1000 potong per
Lebih terperinciKata 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 terperinciPERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI
PERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI Murni Marbun 1, Hengki Tamando Sihotang 2, Normi Verawati Marbun 3 2 Teknik Informatika STMIK Pelita Nusantara Medan,
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 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 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 terperinciPenerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang
Penerapan Fuy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang Thomson Mary Program Studi Pendidikan Informatika, STKIP PGRI Sumatera Barat Kampus II, Gunung Pangilun, Padang Email:
Lebih terperinciPERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan)
PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan) Komang Wahyudi Suardika 1, G.K. Gandhiadi 2, Luh Putu Ida Harini 3 1 Program
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 terperinciIMPLEMENTASI METODE FUZZY MAMDANI PADA APLIKASI INVENTORY UNTUK PREDIKSI PENGADAAN BARANG DI PT. PERTAMINA (PERSERO) PERKAPALAN
IMPLEMENTASI METODE FUZZY MAMDANI PADA APLIKASI INVENTORY UNTUK PREDIKSI PENGADAAN BARANG DI PT. PERTAMINA (PERSERO) PERKAPALAN Abdurrasyid, Meilia Nur Indah Susanti, Dini Setria Ningsih Sekolah Tinggi
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 terperinciPerekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani
BINA INSANI ICT JOURNAL, Vol.3, No. 2, Desember 2016, 279-290 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online) 279 Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani Ghofar Taufik 1,*
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 terperinciBAB 2 TINJAUAN PUSTAKA
2 BAB 2 TINJAUAN PUSTAKA 2.1. Logika Fuzzy Logika fuzzy adalah suatu cara untuk memetakan suatu ruang masukan ke dalam suatu ruang keluaran. Logika fuzzy ditemukan oleh Prof.Lotfi A. Zadeh dari Universitas
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 terperinciBAB III METODE FUZZY MAMDANI
29 BAB III METODE FUZZY MAMDANI Fuzzy Inference System merupakan sebuah kerangka kerja perhitungan berdasarkan konsep teori himpunan fuzzy dan pemikiran fuzzy yang digunakan dalam penarikan kesimpulan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN JURUSAN SMA N 2 SUKOHARJO DENGAN METODE FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JURUSAN SMA N 2 SUKOHARJO DENGAN METODE FUZZY PUBLIKASI ILMIAH Disusun sebagai salah satu syarat menyelesaikan Program Studi Strata I pada Jurusan Informatika Fakultas
Lebih terperinciPrediksi Jumlah Produksi Mebel Pada CV. Sinar Sukses Manado Menggunakan Fuzzy Inference System
Jurnal Matematika dan Aplikasi decartesian ISSN:2302-4224 J o u r n a l h o m e p a g e: https://ejournal.unsrat.ac.id/index.php/decartesian decartesian Prediksi Jumlah Produksi Mebel Pada CV. Sinar Sukses
Lebih terperinciPEMODELAN SISTEM FUZZY DENGAN MENGGUNAKAN MATLAB
PEMODELAN SISTEM FUZZY DENGAN MENGGUNAKAN MATLAB Afan Galih Salman Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University Jln. K.H. Syahdan No 9, Palmerah, Jakarta Barat 11480 asalman@binus.edu
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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.. Logika Klasik Notasi logika fuzzy didasarkan dari logika klasik atau sering juga disebut sebagai himpunan tegas (crisp) dengan mengubah menjadi notasi kalkulus, dengan demikian
Lebih terperinciMengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani
Seminar Nasional Teknologi Informatika, "The Future of Computer Vision", 27, ISBN : 978-62-56--7 Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani Sepri Yanti
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 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 terperinciPENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI
PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI Much. Djunaidi Jurusan Teknik Industri Universitas Muhammadiyah Surakarta Jl. Ahmad Yani Tromol Pos 1 Pabelan Surakarta email: joned72@yahoo.com
Lebih terperinciBab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI
Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI III.1 Teori Logika fuzzi III.1.1 Logika fuzzi Secara Umum Logika fuzzi adalah teori yang memetakan ruangan input ke ruang output dengan menggunakan aturan-aturan
Lebih terperinciSTUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU)
STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU) Desi Vinsensia Program Studi Teknik Informatika STMIK Pelita Nusantara
Lebih terperinciIMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA
IMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA Asri Bunga Renjani* 1, Yulmaini 2 Bandar Lampung, Telp. 0721-787214, Fax. 0721-700261 1,2 Teknik
Lebih terperinciBAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem Definisi Sistem
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem 2.1.1 Definisi Sistem Menurut Mustakini (2009:34), Sistem dapat didefinisikan dengan pendekatan prosedur dan pendekatan komponen, sistem dapat didefinisikan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
4 BAB 2 TINJAUAN PUSTAKA 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern mengenai ketidakpastian
Lebih terperinciPENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA)
PENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA) Alfa Saleh Teknik Informatika STMIK Potensi Utama Jl K.L. Yos Sudarso KM 6.5 No.3-A,
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 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 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 terperinciLOGIKA 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 terperinciAnalisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan
128 ISSN: 2354-5771 Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan Raheliya Br Ginting STT Poliprofesi Meda E-mail: itink_ribu@yahoo.com Abstrak Pengambilan keputusan harus
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Definisi Persediaan Persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk memenuhi tujuan tertentu, misalnya untuk proses produksi atau perakitan,
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 terperinciKINERJA GURU DALAM PEMBELAJARAN PADA SMPIT X BERDASARKAN METODE LOGIKA FUZZY
KINERJA GURU DALAM PEMBELAJARAN PADA SMPIT X BERDASARKAN METODE LOGIKA FUZZY Merry Agustina Universitas Bina Darma Jalan Jend. A.Yani No. 3 Plaju Palembang Sur-el: merry_agst@binadarma.ac.id Abstract:
Lebih terperinciIMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS
IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS Alfa Saleh Teknik Informatika, Fak Ilmu Komputer Universitas Potensi Utama Jl KL Yos Sudarso KM 65 No3-A, Tanjung Mulia,
Lebih terperinciKOTAK HITAM. Pemetaan input-output pada masalah produksi Diberikan data persediaan barang, berapa jumlah barang yang harus diproduksi?
LOGIKA FUZZY 7 7. PENDAHULUAN Orang yang belum pernah mengenal logika fuzzy pasti akan mengira bahwa logika fuzzy adalah sesuatu yang amat rumit dan tidak menyenangkan. Namun, sekali seseorang mulai mengenalnya,
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 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 terperinciPENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI
PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI Ahmad Mufid Program Studi Sistem Komputer Fakultas Teknik Universitas Sultan Fatah (UNISFAT) Jl. Sultan Fatah No. 83 Demak Telpon
Lebih terperinciKLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG)
KLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG) Fasrul Rahman Ansori Teknik Informatika, Ilmu Kompputer, Universitas
Lebih terperinciFUZZY 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 terperinciANALISIS & 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 terperinciPREDIKSI NILAI TUKAR RUPIAH MENGGUNAKAN METODE MAMDANI
PREDIKSI NILAI TUKAR RUPIAH MENGGUNAKAN METODE MAMDANI Indra Suyahya Program Studi Pendidikan Ekonomi, FIPPS Universitas Indraprasta PGRI Email: Indrasuyahya@gmail.com Wulan Anggraeni Program Studi Pendidikan
Lebih terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PREDIKSI JUMLAH PRODUKSI DAN TENAGA KERJA MENGGUNAKAN METODE FUZZY SUGENO
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PREDIKSI JUMLAH PRODUKSI DAN TENAGA KERJA MENGGUNAKAN METODE FUZZY SUGENO Rita Dewi Risanty 1*, Popy Meilina 2, Nur Aina Hasni 3 Fakultas Teknik, Jurusan Teknik Informatika,
Lebih terperinciREVIEW JURNAL LOGIKA FUZZY
REVIEW JURNAL LOGIKA FUZZY Disusun oleh : Gita Adinda Permata 1341177004309 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS NEGERI SINGAPERBANGSA KARAWANG KATA PENGANTAR Assalamualaikum
Lebih terperinciANALISIS 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 terperinciPERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ)
PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ) Edy Victor Haryanto 1, Fina Nasari 2 1,2 UniversitasPotensiUtama Jl. K.
Lebih terperinciMuhammad Yudin Ritonga ( )
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRODUKSI MAKANAN MENGGUNAKAN LOGIKA FUZZY DENGAN METODE TSUKAMOTO (STUDI KASUS : PT. INDOFOOD CBP SUKSES MAKMUR MEDAN) Muhammad Yudin Ritonga (0911555) Mahasiswa Program
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI A. Kelapa Sawit Kelapa sawit adalah tumbuhan industri/ perkebunan yang berguna sebagai penghasil minyak masak, minyak industri, maupun bahan bakar. Pohon Kelapa Sawit terdiri dari
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 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 terperinciOleh: ABDUL AZIS JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013
Oleh: ABDUL AZIS 1209 100 073 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013 Sektor pertanian merupakan salah satu penopang perekonomian
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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PENANGANAN KESEHATAN BALITA MENGGUNAKAN PENALARAN FUZZY MAMDANI
SISTEM PENDUKUNG KEPUTUSAN PENANGANAN KESEHATAN BALITA MENGGUNAKAN PENALARAN FUZZY MAMDANI Ika Kurnianti Ayuningtiyas 1, Fajar Saptono 2, Taufiq Hidayat 3 Laboratorium Pemrograman dan Informatika Teori
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 terperinciPEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo
PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo NASKAH PUBLIKASI diajukan oleh Melida Putri Eka Sari 11.12.6165
Lebih terperinciANALISIS FUZZY INFERENCE SYSTEM SUGENO DAN TSUKAMOTO DALAM MENENTUKAN JUMLAH PRODUKSI DENGAN APLIKASI WEB
ANALISIS FUZZY INFERENCE SYSTEM SUGENO DAN TSUKAMOTO DALAM MENENTUKAN JUMLAH PRODUKSI DENGAN APLIKASI WEB Kevin Adiputra, Siti Komsiyah, Michael Yosep Universitas Bina Nusantara, Jalan KH. Syahdan No.
Lebih terperinciRANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TENAGA PENGAJAR DENGAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI
RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TENAGA PENGAJAR DENGAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI Made Sumitre 1, Rio Kurniawan 2 1 Sekolah Tinggi Agama Hindu Lampung 2 Jurusan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.. Penelitian Terdahulu Penelitian yang dilakukan oleh Wardini (27) berjudul Pengembangan Model prestasi kerja berbasis Kompetensi, yang menerangkan bahwa perlu dilakukan perancangan
Lebih terperinciAPLIKASI FUZZY LOGIC MAMDANI UNTUK MENGHITUNG JUMLAH PRODUKSI TEMPE
APLIKASI FUZZY LOGIC MAMDANI UNTUK MENGHITUNG JUMLAH PRODUKSI TEMPE S.Nurmuslimah Sistem Komputer, Fakultas Teknologi Informasi,, Jl. Arief Rahman Hakim 100, Surabaya, 60117, Indonesia E-mail: emil_lime15@yahoo.com
Lebih terperinciDECISION SUPPORT SYSTEM TOOL UNTUK FUZZY INFERENCE DENGAN METODE MAMDANI, SUGENO, DAN TSUKAMOTO
DECISION SUPPORT SYSTEM TOOL UNTUK FUZZY INFERENCE DENGAN METODE MAMDANI, SUGENO, DAN TSUKAMOTO Gunawan 1), C. Pickerling 2) Jurusan Teknik Informatika, Sekolah Tinggi Teknik Surabaya Jl. Ngagel Jaya Tengah
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 terperinciSistem Pendukung Keputusan Pemilihan Calon Kepala Sekolah Menggunakan Metode Fuzzy (Studi Kasus SMA Katolik Santa Maria Rembang) Artikel Ilmiah
Sistem Pendukung Keputusan Pemilihan Calon Kepala Sekolah Menggunakan Metode Fuzzy (Studi Kasus SMA Katolik Santa Maria Rembang) Artikel Ilmiah Peneliti: Febryan Bobby Irtanto (672011095) Magdalena A.
Lebih terperinciREVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA
Seminar Nasional Sistem Informasi Indonesia, 6 November 2017 REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA Anisa Citra Mutia, Aria Fajar Sundoro,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Komponen Mobil Mesin terdiri atas beberapa bagian yang memiliki fungsinya masingmaning. Bagian-bagian atau komponen-komponen tersebut bekerja bersama-sama untuk menghasilkan
Lebih terperinciII 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 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 terperinci