Analisa Perbandingan Metode Fuzzy Mamdani dan Tsukamoto dalam Menentukan Bidang Konsentrasi Skripsi

Ukuran: px
Mulai penontonan dengan halaman:

Download "Analisa Perbandingan Metode Fuzzy Mamdani dan Tsukamoto dalam Menentukan Bidang Konsentrasi Skripsi"

Transkripsi

1 Analisa Perbandingan Metode Fuzzy Mamdani dan Tsukamoto dalam Menentukan Bidang Konsentrasi Skripsi Rahmaddeni 1, T. Sy Eiva Fatdha 2 1,2 Jurusan Teknik Informatika, STMIK Amik Riau 1 rahmaddemi@stmik-amik-riau.ac.id, 2 syarifaheiva@stmik-amik-riau.ac.id Abstrak Sekolah Tinggi Manajemen Informatika Komputer Amik Riau (STMIK Amik Riau) yang memiliki Program Studi Teknik Informatika jenjang Strata I (S1) menawarkan mata kuliah skripsi kepada mahasiswa tahap akhir. Sidang skripsi merupakan langkah selanjutnya setelah skripsi selesai dikerjakan oleh mahasiswa dan merupakan sebuah proses penting dalam perkuliahan yang menentukan seorang mahasiswa layak atau tidak untuk memperoleh gelar sarjana di STMIK Amik Riau. Permasalahan yang terjadi adalah jika mahasiswa salah dalam memilih bidang konsentrasi skripsi, mahasiswa tersebut akan mengalami kesulitan untuk menyelesaikan skripsi yang diajukan dan membutuhkan waktu yang lama dalam proses pengerjaannya. Oleh karena itu, diperlukan sebuah sistem yang dapat membantu mahasiswa dalam memilih bidang konsentrasi skripsi, agar mahasiswa lebih fokus dan lebih cepat dalam menentukan dan menyelesaikan judul skripsi yang sesuai dengan kemampuannya. Logika fuzzy adalah sebuah metodologi berhitung dengan variabel kata-kata, sebagai pengganti berhitung dengan bilangan. Dengan penerapan logika fuzzy dalam mendukung keputusan ini akan memberikan saran sebagai bahan pertimbangan bagi mahasiswa dalam menentukan bidang konsentrasi skripsi yang akan dikerjakan. Dalam pengimplementasiannya logika fuzzy (fuzzy logic) yang digunakan yaitu dengan metode Mamdani dan Tsukamoto. Kata Kunci: Skripsi, Fuzzy Logic, Fuzzy Mamdani, Fuzzy Tsukamoto Abstract STMIK Amik Riau has the Department of Information Engineering that level of bacelor education, which offers courses for student thesis final stage. Thesis trial is the next step after thesis completed by students and it s an important process in determining the student eligible or not to get a degree in STMIK Amik Riau. The problem that occurs is if the student choose the wrong area of concentration thesis, students will have trouble completing a thesis submitted and takes a long time in the process. Therefore, we need a system that can help students in choosing a thesis field of concentration, so that students are more focused and more quickly determine and complete the degree thesis according to his ability. Fuzzy logic is a methodology "count" with the words of a variable, rather than counting numbers. With the application of fuzzy logic in favor of this decision will provide suggestions for consideration by the students in the area of determining the concentration thesis that will be done. In the implementation of fuzzy logic is the method of Mamdani and Tsukamoto. Keyword: Thesis, Fuzzy Logic, Mamdani Fuzzy, Tsukamoto Fuzzy 1. PENDAHULUAN Skripsi adalah salah satu mata kuliah yang ditawarkan kepada setiap mahasiswa tahap akhir pada suatu Perguruan Tinggi yang wajib diambil dan dikerjakan. Bidang konsentrasi skripsi adalah bidang yang akan dikerjakan oleh mahasiswa dalam pembuatan skripsi [1]. Sekolah Tinggi Manajemen Informatika dan Komputer Amik Riau (STMIK Amik Riau) yang memiliki program studi salah satunya jurusan Teknik Informatika jenjang Strata I (S1) menawarkan mata kuliah skripsi kepada mahasiswa tahap akhir dengan bobot 6 Satuan Kredit Semester (SKS). Mata kuliah skripsi yang diambil mahasiswa harus memenuhi persyaratan administrasi dan teknis yang ditetapkan oleh STMIK Amik Riau yaitu lulus pada mata kuliah metodologi penelitian dengan minimal nilai C, telah melaksanakan Praktek Kerja Lapangan (PKL) dan telah menyelesaikan mata kuliah dengan total minimal 120 SKS. Permasalahan yang terjadi adalah jika mahasiswa salah dalam memilih bidang konsentrasi skripsi, mahasiswa tersebut akan mengalami kesulitan untuk menyelesaikan skripsi yang diajukan dan membutuhkan waktu yang lama dalam proses pengerjaannya. Apabila mahasiswa tidak dapat memilih bidang konsentrasi skripsi yang sesuai dengan kemampuannya, dikhawatirkan akan memperlambat proses penyelesaian studi mahasiswa, sehingga menurunkan tingkat presentase lulusan tepat waktu mahasiswa STMIK Amik Riau yang berdampak pada penilaian Akreditasi nantinya. Oleh karena itu, diperlukan sebuah sistem yang dapat membantu mahasiswa dalam memilih bidang konsentrasi skripsi, agar mahasiswa lebih fokus dan lebih cepat dalam menentukan dan menyelesaikan judul skripsi yang sesuai dengan kemampuannya. 328

2 Logika Fuzzy (Fuzzy Logic) merupakan sebuah pendekatan untuk komputasi berdasarkan derajat kebenaran yang biasanya dinyatakan dengan benar atau salah/1 atau 0 [2]. Logika fuzzy adalah sebuah metodologi berhitung dengan variabel kata-kata, sebagai pengganti berhitung dengan bilangan. Dengan penerapan logika fuzzy dalam mendukung keputusan ini akan memberikan saran sebagai bahan pertimbangan bagi mahasiswa dalam menentukan bidang konsentrasi skripsi yang akan dikerjakan [3]. Dalam pengimplementasiannya logika fuzzy (fuzzy logic) yang digunakan yaitu dengan metode Mamdani dan Tsukamoto. 2. METODE 2.1 Metode Penelitian Adapun metode penelitian yang dilakukan dalam penelitian ini antara lain: 1. Observasi langsung, Mengamati langsung pada objek penelitian yaitu di Kampus STMIK Amik Riau. 2. Penyebaran Kuisioner Peneliti akan menyebarkan kuisioner ke dosen dan mahasiswa untuk mendapatkan data tentang variabel dan indikator yang diperlukan untuk menentukan bidang konsentrasi skripsi. Hasilnya dapat dilihat pada Tabel 1. Tabel 1. Variabel dan indikator penentuan bidang konsentrasi skripsi Indikator Variabel Mata kuliah terhadap Jumlah Mata Kuliah (Kuisioner Dosen) meliputi: bidang konsentrasi skripsi 1. Rekayasa Perangkat Lunak = 19 Mata kuliah 2. Simulasi = 16 Mata kuliah 3. Networking = 21 Mata kuliah 4. E-Commerce = 22 Mata kuliah 5. Mikroprosesor = 6 Mata kuliah 6. Database = 18 Mata kuliah 7. Multimedia = 8 Mata kuliah Artificial Intelligence = 16 Mata kuliah Tingkat ketertarikan mahasiswa terhadap mata kuliah Tingkat minat mahasiswa terhadap bidang konsentrasi skripsi Variabel ketertarikan (kuisioner mahasiswa): a. Tidak Tertarik b. Cukup Tertarik c. Sangat Tertarik Variabel peminatan (kuisioner mahasiswa): a. Tidak Minat b. Minat c. Sangat Minat 3. Studi Perpustakaan Peneliti mencari data-data pendukung seperti buku, jurnal-jurnal maupun akses internet Skripsi Skripsi adalah istilah yang digunakan di Indonesia untuk mengilustrasikan suatu karya tulis ilmiah berupa paparan tulisan hasil penelitian sarjana strata 1 (S1) yang membahas suatu permasalah atau fenomena dalam bidang ilmu tertentu dengan menggunakan kaidah-kaidah yang berlaku. Skripsi bertujuan agar mahasiswa mampu menyusun dan menulis suatu karya ilmiah, sesuai dengan bidang ilmunya. Dalam penulisan skripsi, mahasiswa dibimbing oleh satu atau dua orang pembimbing yang berstatus dosen pada perguruan tinggi tempat mahasiswa kuliah [1] Logika Fuzzy (Fuzzy Logic) Ada beberapa hal yang menjadi dasar dalam memahami Fuzzy Logic antara lain [4]: 1. Variabel Fuzzy, yaitu variabel yang akan dibahas dalam suatu sistem fuzzy. 2. Himpunan Fuzzy, yaitu suatu kelompok yang mewakili suatu keadaan tertentu dalam suatu variabel fuzzy. 3. Semesta Pembicaraan, yaitu seluruh nilai yang diizinkan untuk dioperasikan dalam suatu variabel fuzzy. 4. Domain Himpunan Fuzzy, yaitu seluruh nilia yang diizinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. 329

3 2.4. Sistem Inferensi Fuzzy Sistem Inferensi Fuzzy (Fuzzy Inference System) terdiri dari beberapa struktur elemen dasar yang meliputi [5]: 1. Fuzzification 2. Inference Engine and Rule base 3. Defuzzification Stuktur dasar tersebut dapat digambarkan pada Gambar Metode Tsukamoto Gambar 1. Stuktur dasar sistem inferensi fuzzy Metode Tsukamoto merupakan perluasan dari penalaran monoton. Pada Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-THEN harus direpresentasikan dengan suatu himpunan samar (fuzzy) dengan fungsi keanggotaan yang monoton. Hasil akhir diperoleh dengan menggunakan rata-rata berbobot [6]. Secara umum bentuk model fuzzy Tsukamoto adalah If (X IS A) and (Y IS B) Then (Z IS C) Dalam inferensinya, Metode Tsukamoto menggunakan tahapan [4]: 1. Fuzzyfikasi 2. Pembentukan basis pengetahuan Fuzzy (Rule dalam bentuk IF THEN) 3. Mesin Inferensi Menggunakan fungsi implikasi MIN untuk mendapatkan nilai -predikat tiap-tiap rule. 4. Defuzzyfikasi 2.6. Metode Mamdani Metode Mamdani adalah metode yang paling sering dijumpai ketika membahas metodologi fuzzy. Mamdani menggunakan sekumpulan IF-THEN rule yang diperoleh dari operator/pakar yang berpengalaman. Karya Mamdani ini sebenarnya didasarkan pada artikel The Father of Fuzzy, Lotfi A. Zadeh: fuzzy algorithms for complex systems and decision processes [3]. Metode Mamdani adalah cara untuk mendapatkan keluaran dengan menggunakan tahapan [7]: 1. Fuzzifikasi Tahapan di mana variabel masukan maupun keluaran terdiri atas satu atau lebih himpunan fuzzy. 2. Aplikasi Fungsi Implikasi Tahap dimana proses mendapatkan kesimpulan sebuah aturan IF-THEN dilakukan berdasarkan derajat kebenaran. 3. Komposisi atau Agregasi Proses untuk mengkombinasikan keluaran semua IF-THEN. 4. Penegasan (defuzzyfikasi) Tahapan di mana besaran fuzzy dari sistem inferensi, diubah ke besaran tegas. 3. HASIL DAN PEMBAHASAN Dalam penelitian ini, hasil yang diberikan sebuah sistem yang didasarkan atas analisa kedua metode fuzzy yaitu Metode Tsukamoto dan Metode Mamdani. 3.1 Proses Penerapan Metode Fuzzy Tsukamoto Dalam Penentuan Bidang Konsentrasi Skripsi Langkah-langkah yang dilakukan dalam menganalisa penentuan bidang konsentrasi skripsi dengan Metode Fuzzy Tsukamoto antara lain: 330

4 1. Fuzzifikasi Pada tahapan ini data yang telah diperoleh yang diambil salah satu mahasiswa untuk ditentukan kecocokannya terhadap Bidang Konsentrasi Skripsi Rekayasa Perangkat Lunak. Adapun tabel nya dapat dilihat pada Tabel 2. Tabel 2. Tingkat minat mahasiswa terhadap bidang konsentrasi skripsi ID Bidang Konsentrasi Skripsi Tingkat Minat 1 Rekayasa Perangkat Lunak 3 2 Simulasi 4 3 Networking 2 4 E-Commerce 4 5 Mikrokontroler 2 6 Database 3 7 Multimedia 3 8 Artificial Intelligence 3 Berdasarkan tabel diatas maka ditentukanlah tingkat ketertarikan mahasiswa berdasarkan mata kuliah dan nilai yang diperoleh mahasiswa tersebut. Adapun hasilnya dapat dilihat pada Tabel 3. Tabel 3. Data mahasiswa peminatan bidang rekayasa perangkat lunak ID Mata Kuliah Nilai Mahasiswa Tingkat Ketertarikan 1 Algoritma & Pemrograman Bahasa Inggris I Struktur Data (C++/Java) Pemrograman Desktop I (VB) Analisa & Perancangan SI Pemrograman Desktop II Teori Bahasa & Automata Pengantar Teknologi Informasi Web Base Pemrograman Web Rekayasa Perangkat Lunak: Pendidikan Berbasis Objek Pemrograman Mobile I Rekayasa Interface Metode Penelitian Project Web Desain Pemrograman Mobile II Manajemen Proyek TI PKL/Project II 86 3 Rata-rata Fungsi Implikasi Dimana penggunaan fungsi MIN sebagai metode implikasinya dalam menentukan α-predikat minimum dari tiap-tiap aturan yang ditetapkan. Pada pembahsan ini ditampilkan satu rule untuk diuji yaitu Rule 7 dan ditampilkan pada Gambar 2. [R7] IF Nilai Kurang AND Ketertarikan Cukup AND Minat Cukup THEN Kecocokan Kurang Cocok. α-predikat (derajat keanggotaan terkecil/minimum): ( [ ] [ ] [ ]) Lihat fungsi keanggotaan kecocokan Kurang Cocok. 331

5 Gambar 2. Fungsi implikasi. (a) nilai (b) ketertarikan (c) minat (d) kecocokan 3. Defuzzifikasi Proses untuk merubah hasil penalaran yang berupa derajat keanggotaan keluaran (α-predikat) menjadi variabel numerik kembali (crisp). Semua nilai selain angka 0 (nol) pada perhitungan defuzzifikasi aturan 1 sampai 27 dimasukkan kedalam rumus yang menghasilkan: Jadi, kecocokan mahasiswa tersebut dalam bidang konsenstrasi skripsi Rekayasa Perangkat Lunak adalah 2,68 (skala 1 sampai dengan 5). 3.2 Proses Penerapan Metode Fuzzy Mamdani Dalam Penentuan Bidang Konsentrasi Skripsi Langkah-langkah yang dilakukan dalam menganalisa penentuan bidang konsentrasi skripsi dengan Metode Fuzzy Mamdani antara lain: 1. Fuzzifikasi Pada tahapan ini data yang telah diperoleh yang diambil salah satu mahasiswa untuk ditentukan kecocokannya terhadap bidang konsentrasi Rekayasa Perangkat Lunak. 2. Menentukan Rule Adapun banyak rule yang dihasilkan dalam penelitian ini sebanyak 27 rule. 3. Mesin Inferensi Proses ini berfungsi untuk mencari suatu nilai mesin inferensi, diterapkan fungsi MIN untuk setiap aturan pada aplikasi fungsi implika fuzzyoutput dari fuzzy input.rule yang digunakan adalah rule ke- 7, ke-10, ke-12 dan ke-27. [R10] IF Nilai Kurang AND Ketertarikan Tinggi AND Minat Cukup THEN Kecocokan Cukup Cocok. α-predikat (derajat keanggotaan terkecil/minimum). ( [ ] [ ] [ ]) Lihat fungsi keanggotaan kecocokan Cukup Cocok yang ditampilkan di Gambar

6 Gambar 3. Mesin inferensi. (a) nilai (b) ketertarikan (c) minat (d) kecocokan 4. Komposisi Digunakan metode MAX untuk melakukan komposisi antar semua aturan. Hasilnya pada Gambar 4. (a) Rule ke-7 (b) Rule ke-10 (c) Rule ke-12 (d) Rule ke- 27 Gambar 4. Komposisi. (a) rule ke-7 (b) rule ke-10 (c) rule ke-12 (d) rule ke

7 5. Dekomposisi Derajat Keanggotaan 1 0,61 0,39 0,23 0 1,5 1,85 2,42 2,66 3 3,59 4, 5 Kecocokan 6. Defuzzifikasi 5 Center of Area = (COA) 5 = /3.49 = Hasil Implementasi Hasil Penentuan Bidang Konsentrasi Skripsi (Mahasiswa) pada Gambar Gambar 5. Tampilan hasil penentuan bidang konsentrasi skripsi (mahasiswa) 334

8 Tampilan Hasil Penentuan Bidang Konsentrasi Skripsi (Admin) pada Gambar SIMPULAN Gambar 6. Tampilan hasil penentuan bidang konsentrasi skripsi (admin) Sistem penentuan bidang konsentrasi skripsi dengan metode Tsukamoto maupun Mamdani dapat dijadikan sebagai bahan pertimbangan bagi jurusan karena memilki nilai akhir yang tidak terlalu jauh berbeda dan membantu mahasiswa dalam menentukan bidang konsentrasi skripsi yang sesuai dengan kemampuan mahasiswa. 5. REFERENSI [1] Prayitno Penentuan Bidang Konsentrasi Studi Tugas Akhir Berdasarkan Nilai Mata Kuliah Dengan Klaterisasi K-Means. Jurnal ilmiah Solusi. Vol. 2(5): [2] Animesh, Sharma, K., Badri, Padamwar, K Fuzzy Logic Based Systems in Management and Bussiness Aplications. International Journal of Innovative Research in Engineering & Science. Vol. 1(2): 1-6. [3] Naba, A Belajar Cepat Fuzzy Logic Menggunakan Matlab. Andi Yogyakarta, Malang. [4] Sutojo, Mulyanto, E., dan Suhartono, V Kecerdasan Buatan. Andi Yogyakarta, Semarang. [5] Saleh, A., A., E., Ebrahim, S., Barakat and Awad, A., A., E A Fuzzy Decision Support System for Management of Breast Cancer. IJACSA. Vol.2(3): [6] Yulianto, Sejati, Harianto, Kristanto dan Junius, Karel Implementasi Fuzzy Set & Fuzzy Inference System Tsukamoto pada Penentuan Harga Beli Handphone Bekas. Jurnal Informatika. Vo.4(2): [7] Irmawan, D., dan Herusantoso, K Penerapan Logika Fuzzy Sebagai Sistem Pendukung Keputusan Prakiraan Cuaca. Konferensi Teknologi Informasi dan Komunikasi untuk Indonesia. Bandung, Juni 14-15,

PENERAPAN FUZZY LOGIC DALAM MENGANALISIS TINGKAT PENDAPATAN AKHIR KONSULTAN PRODUK MULTI LEVEL MARKETING (STUDI KASUS : PT

PENERAPAN FUZZY LOGIC DALAM MENGANALISIS TINGKAT PENDAPATAN AKHIR KONSULTAN PRODUK MULTI LEVEL MARKETING (STUDI KASUS : PT Jurnal Sains, Teknologi dan Industri, Vol. 11, No. 2, Juni 2014, pp. 192-199 ISSN 1693-2390 print/issn 2407-0939 online PENERAPAN FUZZY LOGIC DALAM MENGANALISIS TINGKAT PENDAPATAN AKHIR KONSULTAN PRODUK

Lebih terperinci

KLASIFIKASI 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) KLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG) Fasrul Rahman Ansori Teknik Informatika, Ilmu Kompputer, Universitas

Lebih terperinci

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 10 NO. 1 April 2017

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 10 NO. 1 April 2017 JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : 2086 4981 VOL. 10 NO. 1 April 2017 PERANCANGAN APLIKASI FUZZY LOGIC DALAM MENENTUKAN VOLUME PRODUKSI DENGAN MENGGUNAKAN METODE MAMDANI Sri Rahmawati 1 ABSTRACT

Lebih terperinci

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak

Lebih terperinci

Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan

Analisis 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 terperinci

ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN Khairul Saleh Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara Jalan Universitas

Lebih terperinci

PENERAPAN METODE TSUKAMOTO DALAM PEMBERIAN KREDIT SEPEDA MOTOR BEKAS PADA PT TRI JAYA MOTOR (Studi Kasus PT TRI JAYA MOTOR MEDAN )

PENERAPAN 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 terperinci

PERENCANAAN PENGAMBILAN MATA KULIAH DENGAN METODE FUZZY LOGIC (STUDI KASUS PADA STMIK ASIA MALANG) ABSTRAK

PERENCANAAN PENGAMBILAN MATA KULIAH DENGAN METODE FUZZY LOGIC (STUDI KASUS PADA STMIK ASIA MALANG) ABSTRAK PERENCANAAN PENGAMBILAN MATA KULIAH DENGAN METODE FUZZY LOGIC (STUDI KASUS PADA STMIK ASIA MALANG) Broto Poernomo Tri Prasetyo Dosen Teknik Informatika STMIK ASIA Malang papung@gmail.com ABSTRAK Perencanaan

Lebih terperinci

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA Rima Liana Gema, Devia Kartika, Mutiana Pratiwi Universitas Putra Indonesia YPTK Padang email: rimalianagema@upiyptk.ac.id ABSTRAK

Lebih terperinci

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

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

Lebih terperinci

Rima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang

Rima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang Sistem Pendukung Keputusan Dalam Menentukan Jenis Budidaya Ikan Dengan Mengukur Kualitas Air Menggunakan Metode Fuzzy Tsukamoto (Studi Kasus : Balai Benih Ikan di Pengujan Kabupaten Bintan) Rima Ayuningtyas

Lebih terperinci

Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen

Penggunaan 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 terperinci

SISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC

SISTEM 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 terperinci

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.

Logika 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 terperinci

PERBANDINGAN 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) 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Zadeh (1965) memperkenalkan konsep fuzzy sebagai sarana untuk menggambarkan sistem yang kompleks tanpa persyaratan untuk presisi. Dalam jurnalnya Hoseeinzadeh et

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN ARTIFICIAL INTELIGENCE UNTUK MENENTUKAN BAKAT DAN MINAT PADA UKM XPRESSI UPI-YPTK PADANG DENGAN MENGGUNAKAN LOGIKA FUZZY

PENERAPAN ARTIFICIAL INTELIGENCE UNTUK MENENTUKAN BAKAT DAN MINAT PADA UKM XPRESSI UPI-YPTK PADANG DENGAN MENGGUNAKAN LOGIKA FUZZY PENERAPAN ARTIFICIAL INTELIGENCE UNTUK MENENTUKAN BAKAT DAN MINAT PADA UKM XPRESSI UPI-YPTK PADANG DENGAN MENGGUNAKAN LOGIKA FUZZY Fakultas Ilmu Komputer, Universitas Putra Indonesia YPTK Padang e-mail

Lebih terperinci

IMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA

IMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA IMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA Subhan Hartanto Sistem Informatika, Universitas Pembangunan Panca Budi Jl. Jend Gatot Subroto, Simpang Tj., Medan Sunggal, Kota Medan,

Lebih terperinci

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 9 NO. 1 April 2016

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 9 NO. 1 April 2016 PENENTUAN KUALITAS RUANG RAWAT INAP DENGAN MENGGUNAKAN FUZZY LOGIC Sinta Maria ABSTRACT The service industry is currently growing very rapidly, the competition is happening today is very competitive in

Lebih terperinci

PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO

PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO Magdalena Simanjuntak Program Studi Teknik Informatika, STMIK Kaputama E-mail : magdalena.simanjuntak84@gmail.com ABSTRACT This study aimed to analyze

Lebih terperinci

PENERAPAN 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) 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 terperinci

Versi Online tersedia di : JURNAL TECH-E (Online)

Versi 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

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

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

Lebih terperinci

REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA

REVIEW 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 terperinci

APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)

APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI) APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI) 1Venny Riana Agustin, 2 Wahyu H. Irawan 1 Jurusan Matematika, Universitas

Lebih terperinci

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

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

Lebih terperinci

PENERAPAN FUZZY MAMDANI MAX-MIN DALAM PENGEMBANGAN SISTEM INFORMASI PENENTUAN GAJI PEGAWAI PADA SEKOLAH TINGGI TEKNIK POLIPRFESI

PENERAPAN FUZZY MAMDANI MAX-MIN DALAM PENGEMBANGAN SISTEM INFORMASI PENENTUAN GAJI PEGAWAI PADA SEKOLAH TINGGI TEKNIK POLIPRFESI EKSPLORA INFORMATIKA 6 PENERAPAN FUZZY MAMDANI MAX-MIN DALAM PENGEMBANGAN SISTEM INFORMASI PENENTUAN GAJI PEGAWAI PADA SEKOLAH TINGGI TEKNIK POLIPRFESI Asprina Br Surbakti STT Poliprofesi Medan Jl. Sei

Lebih terperinci

Penerapan Fuzzy Mamdani Pada Penilaian Kinerja Dosen (Studi Kasus STMIK Kaputama Binjai)

Penerapan 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 terperinci

SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY

SIMULASI 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 terperinci

SISTEM 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 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 terperinci

IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA)

IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA) IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA) Alfa Saleh Teknik Informatika, Fak. Ilmu Komputer

Lebih terperinci

PENERAPAN 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) 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 terperinci

STUDY 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) 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 terperinci

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

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

Lebih terperinci

Logika Fuzzy. Farah Zakiyah Rahmanti 2016

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

Lebih terperinci

Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic

Implementasi 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 terperinci

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

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

Lebih terperinci

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi

Lebih terperinci

Sistem Pendukung Keputusan Menentukan Matakuliah Pilihan... Pilihan pada Kurikulum Berbasis KKNI Menggunakan Metode Fuzzy Sugeno. Muhammad Dedi Irawan

Sistem Pendukung Keputusan Menentukan Matakuliah Pilihan... Pilihan pada Kurikulum Berbasis KKNI Menggunakan Metode Fuzzy Sugeno. Muhammad Dedi Irawan 27 Sistem Pendukung Keputusan Menentukan Matakuliah Pilihan pada Kurikulum Berbasis KKNI Menggunakan Metode Fuzzy Sugeno Muhammad Dedi Irawan Dosen Teknik Informatika, Universitas Asahan Jl. Jend. Ahmad

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA)

SISTEM 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 terperinci

Logika Fuzzy Untuk Penentuan Peminatan Pada SMAN 1 Pangkalpinang FUZZY LOGIC FOR DETERMINATION OF SPECIALIZATION ON SMAN 1 PANGKALPINANG

Logika Fuzzy Untuk Penentuan Peminatan Pada SMAN 1 Pangkalpinang FUZZY LOGIC FOR DETERMINATION OF SPECIALIZATION ON SMAN 1 PANGKALPINANG Logika Fuzzy Untuk Penentuan Peminatan Pada SMAN 1 Pangkalpinang FUZZY LOGIC FOR DETERMINATION OF SPECIALIZATION ON SMAN 1 PANGKALPINANG Eza Budi Perkasa Program Studi Teknik Informatika, STMIK Atma Luhur

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

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

Lebih terperinci

FUZZY 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) 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 terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan

Lebih terperinci

Aplikasi Fuzzy Metode Mamdani untuk Rekomendasi Pemilihan Minat Grup Riset Mahasiswa

Aplikasi Fuzzy Metode Mamdani untuk Rekomendasi Pemilihan Minat Grup Riset Mahasiswa Aplikasi Fuzzy Metode Mamdani untuk Rekomendasi Pemilihan Minat Grup Riset Mahasiswa Astrie Kusuma Dewi 1), Adhistya Erna Permanasari 2), Indriana Hidayah 3) 1), 2), 3) Jurusan Teknik Elektro dan Teknologi

Lebih terperinci

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

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental

Lebih terperinci

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

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

Lebih terperinci

PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO

PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO Ahmad Bahroini 1, Andi Farmadi 2, Radityo Adi Nugroho 3 1,2,3Prodi Ilmu Komputer FMIPA UNLAM Jl. A. Yani Km 36 Banjarbaru, Kalimantan

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

JMP : Volume 4 Nomor 2, Desember 2012, hal

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

Lebih terperinci

Praktikum sistem Pakar Fuzzy Expert System

Praktikum sistem Pakar Fuzzy Expert System Praktikum sistem Pakar Fuzzy Expert System Ketentuan Praktikum 1. Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa untuk praktikum pertemuan ke - 8 2. Mahasiswa akan mendapatkan penjelasan

Lebih terperinci

Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani

Perekrutan 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

LOGIKA FUZZY DALAM SISTEM PENGAMBILAN KEPUTUSAN PENERIMAAN BEASISWA

LOGIKA FUZZY DALAM SISTEM PENGAMBILAN KEPUTUSAN PENERIMAAN BEASISWA LOGIKA FUZZY DALAM SISTEM PENGAMBILAN KEPUTUSAN PENERIMAAN BEASISWA Siti Komariyah 1), Riza M. Yunus, Sandi Fajar Rodiyansyah 2) Jurusan Teknik Informatika, Fakultas Teknik, Universitas Majalengka Email

Lebih terperinci

Jurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:

Jurnal 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 INFERENSI FUZZY MAMDANI BERBASIS WEB

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB JURNAL MATRIX VOL. 3, NO. 1, MARET 2013 39 SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB I Ketut Suwintana Jurusan Akuntansi Politeknik Negeri Bali Kampus Bukit Jimbaran Bali Telp. +62 361 701981 Abstrak:.Logika

Lebih terperinci

Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy

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 terperinci

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

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

Lebih terperinci

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS

IMPLEMENTASI 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 terperinci

Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani

Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 T - 13 Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani Ghulam Abdul Malik, Agus Maman Abadi Prodi Matematika, Universitas

Lebih terperinci

IMPLEMENTASI 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 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 terperinci

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh pada tahun 1965 yang merupakan guru besar di University of California Berkeley pada papernya yang berjudul

Lebih terperinci

Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI

Bab 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 terperinci

Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan

Metode 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 terperinci

Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani

Mengukur 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 terperinci

SIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB

SIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB SIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB Pio A. F. Islami 1, Kirya Mateeke Moses 2, Muqodimah Nur Lestari 3, Aji Prasetya Wibawa 4 1,

Lebih terperinci

KONTRAK PEMBELAJARAN (KP) MATA KULIAH

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

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN KINERJA DOSEN DENGAN METODE FUZZY DATABASE MODEL MAMDANI

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN KINERJA DOSEN DENGAN METODE FUZZY DATABASE MODEL MAMDANI ISSN 1412 3762 http://jurnal.upi.edu/electrans ELECTRANS, VOL.12, NO.2, SEPTEMBER 2013, 161-170 SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN KINERJA DOSEN DENGAN METODE FUZZY DATABASE MODEL MAMDANI

Lebih terperinci

PENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI

PENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI JURNAL LOGIC. VOL. 15. NO. 3. NOPEMBER 2015 199 PENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI Ni Made Karmiathi Jurusan Teknik Elektro, Politeknik Negeri Bali Bukit JImbaran,

Lebih terperinci

4-5-FUZZY INFERENCE SYSTEMS

4-5-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 terperinci

Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic

Aplikasi 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 terperinci

Metode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh

Metode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Metode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh T - 42 Yudha Al Afis, Agus Maman Abadi Prodi Matematika,

Lebih terperinci

Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani

Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani M-4 Dewi Mardhiyana Universitas Pekaloangan dewimardhiyana139@gmail.com

Lebih terperinci

SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH

SISTEM 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 terperinci

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

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

Lebih terperinci

PENERAPAN 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 ) 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 terperinci

Analisis Komparasi Metode Tsukamoto dan Sugeno dalam Prediksi Jumlah Siswa Baru

Analisis Komparasi Metode Tsukamoto dan Sugeno dalam Prediksi Jumlah Siswa Baru Analisis Komparasi Metode Tsukamoto dan Sugeno dalam Prediksi Siswa Baru Siti Abidah STMIK Banjarbaru abi.bjb@gmail.com Abstract The number of new students in the admission of students the new school year

Lebih terperinci

: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto

: 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 terperinci

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JUMLAH PRODUKSI DENGAN METODE TSUKAMOTO (Studi Kasus pada PT Tanindo Subur Prima) SKRIPSI

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JUMLAH PRODUKSI DENGAN METODE TSUKAMOTO (Studi Kasus pada PT Tanindo Subur Prima) SKRIPSI PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JUMLAH PRODUKSI DENGAN METODE TSUKAMOTO (Studi Kasus pada PT Tanindo Subur Prima) SKRIPSI LUNAWATI 071401045 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU

Lebih terperinci

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN 7 terboboti dari daerah output fuzzy. Metode ini paling dikenal dan sangat luas dipergunakan. First of Maxima (FoM) dan Last of Maxima (LoM) Pada First of Maxima (FoM), defuzzifikasi B( y) didefinisikan

Lebih terperinci

ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG

ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG Harison Dosen Jurusan Teknik Informatika Fakultas Teknologi Industri Institut Teknologi Padang Abstrak Keputusan

Lebih terperinci

RANCANG BANGUN APLIKASI PERAMALAN CUACA DENGAN MENGGUNAKAN METODE FUZZY MAMDANI (STUDI KASUS KOTA SURABAYA)

RANCANG BANGUN APLIKASI PERAMALAN CUACA DENGAN MENGGUNAKAN METODE FUZZY MAMDANI (STUDI KASUS KOTA SURABAYA) RANCANG BANGUN APLIKASI PERAMALAN CUACA DENGAN MENGGUNAKAN METODE FUZZY MAMDANI (STUDI KASUS KOTA SURABAYA) Yonatan Widianto 1*, Tamaji 2 1 Program Studi Teknik Informatika, Fakultas Teknik, Universitas

Lebih terperinci

Erwien Tjipta Wijaya, ST.,M.Kom

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

Lebih terperinci

Penentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno

Penentuan 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 terperinci

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH

Jurnal 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 terperinci

ANALISA DAN PERANCANGAN PROTOTIPE SISTEM PENILAIAN KINERJA GURU MENGGUNAKAN FIS MAMDANI :

ANALISA DAN PERANCANGAN PROTOTIPE SISTEM PENILAIAN KINERJA GURU MENGGUNAKAN FIS MAMDANI : ANALISA DAN PERANCANGAN PROTOTIPE SISTEM PENILAIAN KINERJA GURU MENGGUNAKAN FIS MAMDANI : STUDI KASUS UPT DINAS PENDIDIKAN KEC. PENENGAHAN LAMPUNG SELATAN Agung Triayudi 1, Nazori AZ 2 Program Studi Magister

Lebih terperinci

ANALISIS PERBANDINGAN HARGA MOBIL BEKAS MENGGUNAKAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DAN TSUKAMOTO

ANALISIS PERBANDINGAN HARGA MOBIL BEKAS MENGGUNAKAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DAN TSUKAMOTO Jur. Ris. Ap. Mat. Vol. 1, No. 1 (2017), pp. 1 52. Jurnal Riset dan Aplikasi Matematika e-issn 2581-0154 URL: journal.unesa.ac.id/index.php/jram ANALISIS PERBANDINGAN HARGA MOBIL BEKAS MENGGUNAKAN METODE

Lebih terperinci

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

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

Lebih terperinci

Logika Himpunan Fuzzy

Logika Himpunan Fuzzy Logika Himpunan Fuzzy 1 Fungsi Keanggotaan untuk crisp logic True False 1 0 80F Panas Temperature f temperature >= 25C, Panas (1 atau Benar); f temperature < 25C, tidak Panas (0 atau Salah). Fungsi keanggotaan

Lebih terperinci

FUZZY INFERENCE SYSTEM SUGENO UNTUK EVALUASI KINERJA PELAYANAN PEGAWAI KANTOR CAMAT BATAM KOTA

FUZZY INFERENCE SYSTEM SUGENO UNTUK EVALUASI KINERJA PELAYANAN PEGAWAI KANTOR CAMAT BATAM KOTA FUZZY INFERENCE SYSTEM SUGENO UNTUK EVALUASI KINERJA PELAYANAN PEGAWAI KANTOR CAMAT BATAM KOTA Alfannisa Annurullah Fajrin 1) 1 Universitas Putera Batam Email: asykharit1302@gmail.com Abstrak Dalam proses

Lebih terperinci

APLIKASI METODE FUZZY SUGENO DALAM PENENTUAN PERSEDIAAN KERTAS ROKOK TAHUN 2016 (Studi kasus: PT. PUSAKA PRIMA MANDIRI (PPM)) SKRIPSI

APLIKASI METODE FUZZY SUGENO DALAM PENENTUAN PERSEDIAAN KERTAS ROKOK TAHUN 2016 (Studi kasus: PT. PUSAKA PRIMA MANDIRI (PPM)) SKRIPSI APLIKASI METODE FUZZY SUGENO DALAM PENENTUAN PERSEDIAAN KERTAS ROKOK TAHUN 2016 (Studi kasus: PT. PUSAKA PRIMA MANDIRI (PPM)) SKRIPSI JULIA VERANICA Br SEMBIRING 150823014 DEPARTEMEN MATEMATIKA FAKULTAS

Lebih terperinci

ANALISA KELAYAKAN TRUK PENGANGKUT MATERIAL ALAM PT. ARGA WASTU SLUKE REMBANG MENGGUNAKAN FUZZY LOGIC TSUKAMOTO

ANALISA KELAYAKAN TRUK PENGANGKUT MATERIAL ALAM PT. ARGA WASTU SLUKE REMBANG MENGGUNAKAN FUZZY LOGIC TSUKAMOTO ANALISA KELAYAKAN TRUK PENGANGKUT MATERIAL ALAM PT. ARGA WASTU SLUKE REMBANG MENGGUNAKAN FUZZY LOGIC TSUKAMOTO Mutiara Permana Pratiwi A.2.5467 Teknik Informatika S Fakultas Ilmu Komputer Universitas Dian

Lebih terperinci

EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI

EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI Karmila Suryani 1), Khairudin 2) 1) FKIP Universitas Bung Hatta Padang 2) FKIP Universitas Bung Hatta Padang e-mail: karmilasuryani.ptik@gmail.com,khaihatta@yahoo.com

Lebih terperinci

PREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI

PREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI PREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI Rizka Munia Yogaswara 1), Gunawan Abdillah 2), Dian Nursantika

Lebih terperinci

Analisis Sistem Estimasi Produksi Menggunakan Metode Fuzzy Berbasis Web

Analisis Sistem Estimasi Produksi Menggunakan Metode Fuzzy Berbasis Web T E S L A VOL. 19 NO.1 MARET 2017 Analisis Sistem Estimasi Produksi Menggunakan Metode Fuzzy Berbasis Web Boby Wisely Ziliwu 1 dan Suhartati Agoes 1 Abstract: Products demand number of that many in the

Lebih terperinci