ANALISIS BIDANG MINAT SISWA MENGGUNAKAN SISTEM PAKAR PADA SEKOLAH MENENGAH PERTAMA (SMP) NEGERI 2 CEPOGO KABUPATEN BOYOLALI NASKAH PUBLIKASI

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS BIDANG MINAT SISWA MENGGUNAKAN SISTEM PAKAR PADA SEKOLAH MENENGAH PERTAMA (SMP) NEGERI 2 CEPOGO KABUPATEN BOYOLALI NASKAH PUBLIKASI"

Transkripsi

1 ANALISIS BIDANG MINAT SISWA MENGGUNAKAN SISTEM PAKAR PADA SEKOLAH MENENGAH PERTAMA (SMP) NEGERI 2 CEPOGO KABUPATEN BOYOLALI NASKAH PUBLIKASI Diajukan Untuk Memenuhi Salah Satu Syarat Kelulusan Pada Jenjang Sarjana (S1) Program Studi Teknik Informatika Fakultas Teknik Elektro dan Informatika Universitas Surakarta Disusun Oleh Nama : Laely Hanafi NIM : Program Studi : Teknik Informatika Pembimbing 1 : Ramadhian Agus. T, S.Kom, MM. Pembimbing 2 : Jani Kusanti, S.Kom, M.Cs FAKULTAS TEKNIK ELEKTRO DAN INFORMATIKA UNIVERSITAS SURAKARTA 2015 i

2 UNIVERSITAS SURAKARTA FAKULTAS TEKNIK ELEKTRO DAN INFORMATIKA Saya menyatakan dan bertanggung jawab dengan sebenarnya 13. Surakarta bersama dengan dosen pembimbing dan dosen penguji ii

3 UNIVERSITAS SURAKARTA FAKULTAS TEKNIK ELEKTRO DAN INFORMATIKA LEMBAR PERSETUJUAN NASKAH PUBLIKASI JUDUL : Analisis Bidang Minat Siswa Menggunakan Sistem Pakar Pada Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo Kabupaten Boyolali NAMA : Laely Hanafi NIM : iii

4 UNIVERSITAS SURAKARTA FAKULTAS TEKNIK ELEKTRO DAN INFORMATIKA LEMBAR PENGESAHAN NASKAH PUBLIKASI : Naskah ini telah diujikan didepan dewan penguji Pada Hari/Tanggal: Selasa, 6 Oktober 2015 Ketua Dewan Penguji : Ir. F. A. Luky Primantari, M.T. (...) Sekretatis : Agus Haryawan, S.T., M. Eng. (...) Anggota : Jani Kusanti, S.Kom, M.Cs. (...) Mengetahui Ketua Program Studi iv

5 DAFTAR ISI Halaman Daftar Isi.... v Abstract... vii Abstraksi... viii I PENDAHULUAN Latar belakang masalah Rumusan masalah Batasan masalah Tujuan dan manfaat penelitian Metode Penelitian Perancangan Pembuatan aplikasi Implementasi... 3 II LANDASAN TEORI Minat Sistem Pakar Logika Fuzzy Matlab Tinjauan Pustaka... 7 III ANALISIS DAN PERANCANGAN SISTEM Prancangan Pengambilan Data Analisis Data Fuzzy Mamdani IV IMPLEMENTASI SISTEM Memulai Aplikasi Matlab Menentukan Himpunan Fuzzy pada Toolbox Matlab Menentukan Komposisi Aturan (Rules) pada Matlab Implementasi Sistem V KESIMPULAN DAN SARAN Kesimpulan Saran v

6 Daftar Pustaka vi

7 Analizing of student attend area using expert system in Junior High School (SMP) Negeri 2 Cepogo, Boyolali Laely Hanafi, Ramadian Agus. T, Jani Kusanti Faculty ofelectrical EngineeringandInformatics Surakarta University ABSTRACT Every year Junior High School (SMP) Negeri 2 Cepogo cretes graduation of students who will go on their education to the higher level such as General Senior high School (Sekolah/SMU) or Special Senior High Shool (Sekolah Menengah Kejuruan/SMK) which is choosed by the students them selves. The aim of the research is create specialisation system for the graduation from SMP Negeri 2 Cepogo in order suitable with the skill owned by the students. Expert system which is used is Fuzzy Inference System Mamdani methode, analizes students score in the level of Junior High Schol of SMP Negeri 2 Cepogo for the election of skillful in Senior High School (Sekolah Menengah Umum/SMU) or Special High School (Sekolah Menengah Kejuruan/SMK). By using Fuzzy Inference System tools in Matlab Aplication, so created the aplication can be used to elect the skillful in general Senior High School (Sekolah Menengah Umum/SMU) or Special High School (Sekolah Menengah Kejuruan/SMK) for the graduation from SMP Negeri 2 Cepogo suitable with the skill the own. Keyword : Majors, Expert system, Fuzzy Inference System Bibliography : 13 ( ) vii

8 Analisis Bidang Minat Siswa Menggunakan Sistem Pakar Pada Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo Kabupaten Boyolali Laely Hanafi, Ramadian Agus. T, Jani Kusanti Fakultas Teknik Elektro dan Informatika Universitas Surakarta ABSTRAKSI Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo Setiap tahun menghasilkan kelulusan siswa yang akan melanjutkan Pendidikan ke jenjang Sekolah Menengah Umum (SMU) atau Sekolah Menengah Kejuruan (SMK), dengan jurusan yang dipili8h oleh siswa itu sendiri. Tujuan dari penelitian ini adalah menghasilkan sistem penjurusan bagi lulusan Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo agar sesuai dengan kemampuan yang dimiliki oleh sisiwa. Sistem pakar yang digunakan adalah Aplikasi Logika Fuzzy (fuzzy Inference System) Metode Mamdani dengan menganalisis nilai siswa pada jenjang Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo untuk pemilihan jurusan pada jenjang Sekolah Menengah Umum (SMU) atau Sekolah menengah Kejurauan (SMK). Dengan memanfaatkan tools Apliksai Logika Fuzzy (Fuzzy Inference System) pada aplikasi Matlab, maka dihasilkan aplikasi yang dapat digunakan untuk menentukan jurusan pada Sekolah Menengah Umum (SMU) atau Sekolah Menengah Kejuruan (SMK) bagi lulusan baru Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo. Kata Kunci : Penjurusan, Sistem Pakar, Fuzzy Inference System Pustaka : 13 ( ) viii

9 I. PENDAHULUAN 1.1. Latar belakang masalah Salah satu tujuan didirikanya negara Indonesia adalah mencerdaskan kehidupan bangsa, Sekolah adalah tempat diselenggarakanya pendidikan formal untuk mencapai tujuan negara tersebut. Sekolah merupakan sarana untuk memperoleh pengetahuan dan tempat bagi siswa untuk mencapai cita-citanya. Berdasarkan pengamatan peneliti pada obyek penelitian, Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo salah satu penyelenggara pendidikan formal dengan tingkat kelulusan 100 % pada tahun Setiap tahun kelulusan siswa dihadapkan dengan pemilihan sekolah dan jurusan baru pada jenjang sekolah diatasnya baik pada Sekolah Menengah Umum (SMU) maupun Sekolah Menengah Kejuruan (SMK). Pemilihan sekolah dan jurusan ini menjadi permasalahan tersendiri bagi siswa maupun guru pembimbing. Pemilihan sekolah dan jurusan ditentukan oleh minat dan Kemampuan (nilai) siswa. Banyaknya sekolah membuat siswa kesulitan untuk memilih sekolah dan jurusan yang sesuai dengan minat maupun kemampuanya. Guru pembimbing mengarahkan siswa berdasarkan nilai secara global tidak menggunakan analisis nilai yang akurat. Berdasarkan permasalahan yang telah diuraikan maka penulis melakukan penelitian dengan judul Analisis bidang minat siswa menggunakan sistem pakar pada Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo Kabupaten Boyolali. Diharapkan dengan menggunakan aplikasi dengan sistem pakar ini siswa dan guru pembimbing mendapatkan data yang akurat sebagai acuan pemilihan jurusan dan sekolah ke tingkat Sekolah Menengah Umum (SMU) maupun Sekolah Menengah Kejuruan (SMK) Rumusan masalah Berdasarkan uraian yang telah di jelaskan pada latar belakang masalah dapat dirumuskan masalah sebagai berikut : Bagaimana siswa lulusan Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo mengambil jurusan dan melanjutkan sekolah ke jenjang 1

10 Sekolah Menengah Umum (SMU) dan Sekolah Menengah Pertama (SMK) bukan berdasarkan kemampuan yang dimiliki Bagaimana guru pembimbing mengarahkan siswa mengambil jurusan dalam melanjutkan sekolah ke jenjang Sekolah Menengah Umum (SMU) dan Sekolah Menengah Kejuruan (SMK) berdasarkan Kemampuan yang dimiliki siswa Batasan masalah Agar Penelitian lebih terfokus maka penulis membatasi permasalahan penelitian ini pada : Analisis bidang minat siswa Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo dalam mengambil penjurusan Sekolah Menengah Umum (SMU) dan Sekolah Menengan Kejuruan (SMK) Perangkat lunak yang digunakan matlab 2010b 1.4. Tujuan dan manfaat penelitian Tujuan diadakanya penelitian ini adalah untuk menganalisis bidang minat siswa menggunakan sistem pakar pada Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo Kabupaten Boyolali untuk pengambilan jurusan pada tingkat SMU atau SMK menggunakan Aplikasi Logika Fuzzy (fuzzy inference system). Manfaat diadakanya penelitian ini adalah : Memudahkan siswa dalam menentukan jurusan dan sekolah pada tingkat Sekolah Menengah Umum (SMU) dan Sekolah Menengah Pertama (SMK) sesuai kemampuan yang dimiliki Membantu guru pembimbing untuk mengarahkan siswa dalam menentukan jurusan dan sekolah pada tingkat Sekolah Menengah Umum (SMU) dan Sekolah Menengah Pertama (SMK) sesuai kemampuan yang dimiliki Metode penelitian Metode penelitian diperlukan untuk mendapatkan bukti kebenaran suatu konsep dan teori yang diperoleh serta untuk menemukan dan menguji suatu pengetahuan. Adapun penulis dalam hal ini menggunakan metode : Kepustakaan Merupakan pengumpulan data dengan cara mengambil data dari artikel dan buku buku pedoman, buku-buku perpustakaan serta browsing internet untuk mendapatkan hal yang ada 2

11 kaitannya dengan aplikasi sistem pakar Metode Observasi Metode observasi adalah sistem pengumpulan data dengan cara melakukan pengamatan secara langsung pada objek yang diteliti, sehingga didapat data yang akurat Wawancara Melakukan tanya jawab dengan siswa dan guru pembimbing tempat penulis melakukan penelitian Analisis Menganalisis bagaimana membuat sistem pakar analisis bidang minat siswa pada Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo Kabupaten Boyolali dalam menentukan jurusan pada tingkat Sekolah Menengah Umum (SMU) dan Sekolah Menengah Pertama (SMK) sesuai kemampuan yang dimiliki Perancangan Penulis merancang aplikasi logika fuzzy analisis bidang minat siswa SMP Negeri 2 Cepogo dalam mengambil Penjurusan SMU dan SMK menggunakan Toolbox Matlab 2010b Pembuatan aplikasi Penulis membuat Aplikasi Sistem Pakar analisis bidang minat siswa pada Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo Kabupaten Boyolali berdasarkan perancangan yang telah dibuat Implementasi Hasil dari uji coba aplikasi sistem pakarpada Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo Kabupaten Boyolali dapat diimplementasikan di sekolah untuk menentukan siswa dalam pengambilan jurusan pada tingkat Sekolah Menengah Umum (SMU) dan Sekolah Menengah Pertama (SMK) sesuai kemampuan yang dimiliki. II. LANDASAN TEORI 2.1. Minat Muhibbin syah menyatakan bahwa minat (interest) berarti kecenderungan dan kegairahan yang tinggi atau keinginan yang besar terhadap sesuatu. Senada dengan hal tersebut Slameto menyatakan bahwa minat adalah suatu rasa lebih suka dan rasa ketertarikan pada suatu hal atau aktivitas tanpa ada yang menyuruh. Hillgard dalam Slameto (2010) memberi rumusan tentang minat sebagai berikut Interest is persisting to pay attention to and enjoy some 3

12 activity or content yang berarti bahwa minat adalah kecenderungan tetap untuk memperhatikan dan mengenang beberapa kegiatan (Noviana Erika Sari, 2012) Menurut Slameto minat adalah rasa lebih suka dan rasa ketertarikanpada suatu hal atau aktivitas tanpa ada yang menyuruh. Minat pada dasarnyaadalah penerimaan akan sesuatu hubungan antara diri sendiri dengan sesuatu diluar diri, semakin kuat hubungan tersebut semakin besar minat (Sri Handayani, 2008) Tingkat kesukaran suatu mata pelajaran sangat erat hubunganya dengan masalah minat dan dorongan atau motif. (Bimo Walgito, 2010). Kegiatan ekstra kurikuler wajib diikuti oleh seluruh siswa SD, SMP dan SMA/SMK, kegiatan ekstra kurikuler wajib tersebut adalah pramuka. Ekstrakurikuler pilihan merupakan kegiatan yang disediakan sekolah, namun tidakmewajibkan siswa untuk mengikuti. Siswa diberikan kebebasan untuk memilihsesuai dengan bakat, minat, dan potensi masing-masing. Kegiatan ini dapat jugadalam bentuk kelompok atau klub yang kegiatan ekstrakurikulernya dikembangkanatau berkenaan dengan konten suatu mata pelajaran, misalnya klub olahraga sepertifutsal, sepak bola, bola voli, bulu tangkis, pencak silat, dan lainlain. Berkenaandengan hal tersebut, satuan pendidikan (kepala sekolah, guru, dan tenagakependidikan) perlu secara aktif mengidentifikasi kebutuhan dan minat peserta didikyang selanjutnya dikembangkan ke dalam kegiatan ekstrakurikuler yang bermanfaatpositif bagi siswa (Departemen pendidikan dan kebudayaan, 2014) 2.2. Sistem Pakar Sistem pakar (expert system) secara umum adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Atau dengan kata lain sistem pakar adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa pemrograman tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli. Diharapkan dengan sistem ini, orang awam dapat menyelesaikan masalah tertentu baik sedikit rumit 4

13 ataupun rumit sekalipun tanpa bantuan para ahli dalam bidang tersebut. Sedangkan bagi para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman (Fahrur Rohman dan Fauzijah, 2008) Logika Fuzzy Menurut Sutojo dkk,logika fuzzy adalah metodologi sistem kontrol pemecahan masalah, yang cocok untuk diimplementasikan pada sistem, mulai dari sistem yang sederhana, sistem kecil, embedded system, jaringan PC, multichannel atau workstation berbasis akuisisi data, dan sistem kontrol. Metodologi ini dapat diterapkan pada perangkat keras, perangkat lunak, atau kombinasi keduanya. Dalam logika klasik dinyatakan bahwa segala sesuatu bersifat biner, yang artinya adalah hanya mempunyai dua kemungkinan, Ya atau Tidak, Benar atau Salah, Baik atau Buruk, dan lain-lain. Oleh karena itu, semua ini dapat mempunyai nilai keanggotaan 0 atau 1. Akan tetapi, dalam logika fuzzy kemungkinan nilai keanggotaan berada diantara 0 dan 1. Artinya, bisa saja suatu keadaan mempunyai dua nilai Ya dan Tidak, Benar dan Salah, Baik dan Buruk secara bersamaan, namun besar nilainya tergantung pada bobot keanggotaan yang dimilikinya (Marta Sukandy dkk, ) Himpunan Fuzzy Himpunan tegas (Crisp) nilai keanggotaan suatu item x dalam himpunan A, yang sering ditulis dengan µ A (x), memiliki dua kemungkinan, yaitu: 1. Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan. 2. Nol (0), yang berarti item tidak menjadi anggota dalam suatu himpunan. Himpunan fuzzy digunakan untuk mengantisipasi hal tersebut. Seseorang dapat masuk dalam 2 katagori himpunan yang berbeda, MUDA dan PARUHBAYA, PARUHBAYA dan TUA. Seberapa besar eksistensi dalam himpunan tersebut dapat dilihat pada nilai keanggotaanya. Gambar 2.2 menunjukkan himpunan fuzzy untuk variabel umur. Gambar 2.1. Himpunan Fuzzy untuk variabel umur 5

14 Pada Gambar 2.1 dapat dijelaskan bahwa: 1. Seseorang yang berumur 40 tahun termasuk dalam himpunan MUDA dengan µ MUDA (40) = 0,25, namun dia juga termasuk dalam himpunan PARUHBAYA dengan µ PARUHBAYA (40) = 0,5. 2. Seseorang yang berumur 50 tahun termasuk dalam himpunan TUA dengan µ TUA (50) = 0,25, namun dia juga termasuk dalam himpunan PARUHBAYA dengan µ PARUHBAYA (50) = 0, Fungsi keanggotaan Fuzzy Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input ke dalam nilai keanggotaanya (sering juga disebut derajat keanggotaan) yang memiliki interval 0 sampai 1. Ada beberapa fungsi yang bisa digunakan. 1. Representasi linear Gambar 2.4 Representasi linear naik Fungsi keanggotaan: 2. Representasi linear turun Gambar 2.5 Representasi linear turun Fungsi Keanggotaan 3. Representasi kurva segitiga Gambar 2.6 Representasi kurva segitiga Fungsi keanggotaan 6

15 4. Representasi kurva trapesium Gambar 2.7 Representasi kurva trapesium Fungsi keanggotaan 5. Representasi kurva bahu Gambar 2.8 Daerah Bahu pada variabel temperatur Sistem Inferensi Fuzzy Metode Mamdani Kelebihan Fuzzy Inference System metode Mamdani bersifat intuitif, diterima secara luas dan sangat cocok diberi human input (Agus Naba, 2009) Matlab Matlab adalah bahasa pemrograman level tinggi (ingat dalam dunia pemrograman semakin tinggi level bahasa semakin mudah cara menggunakanya) yang dikhususkan untuk komputasi teknis. Bahasa ini mengintegrasikan kemampuan komputasi, visualisasi dan pemrograman dalam sebuah lingkungan yang tunggal dan mudah digunakan. Matlab memberikan sistem interaktif yang menggunakan konsep array/matrik sebagai standar elemenya tanpa membutuhkan pendeklarasi-an array seperti pada bahasa lainya (Abdia Away, 2014) Tinjauan Pustaka Penelitian ilmiah terkait yang penulis jadikan referensi dilakukan oleh Zati Azmiana dkk dengan penelitian yang berjudul PENGGUNAAN SISTEM INFERENSI FUZZYUNTUK PENENTUAN JURUSAN DI SMANEGERI 1 BIREUEN yang menghasilkan kesimpulan sistem Inferensi Fuzzy Mamdani dapat digunakan untuk membangunsistem pendukung keputusan penentuan jurusan di SMA, aplikasi penentuan jurusan yang dikembangkan dapat membantu dalammenentukan jurusan dengan kemungkinan hasil 7

16 yang baik karena setiap perhitungan diperoleh dari hasil nilaiakademik, nilai IQ, nilai minat, dan kapasitas kelas.penelitian ini menghasilkan sebuah sistem online dan bersifat fuzzy dinamis yang dapat membantu guru dalam menentukan jurusan siswa di SMA. III. ANALISIS DAN PERANCANGAN SISTEM Metodologi penelitian yang digunakan adalah kajian pustaka dengan mengumpulkan referensi atau sumber pustaka yang sesuai dengan masalah untuk memperjelas pembahasan yaitu pemilihan Jurusan pada jenjang SMU dan SMK bagi lulusan baru SMP Negeri 2 Cepogo sesuai dengan kemampuan yang dimilikinya. Penyelesaian masalah menggunakan Sistem Logika Fuzzy (Fuzzy Inference System) dengan metode mamdani pada Toolbox Matlab Perancangan Sistem Sistem dirancang dan dijalankan pada toolbox Matlab 2010b. Data yang diambil untuk input adalah Nilai Matematika, IPA, IPS dan Ekstra kurikuler, selanjutnya akan menghasilkan output penjurusan SMU IPS, SMU IPA, SMK Seni&Ketrampilan dan SMK Teknik. Gambar 3.1 Alur sistem Fuzzifikasi Fuzzifikasi merupakan fase pertama dari perhitungan fuzzy, yaitu mengubah masukan - masukan yang nilai kebenarannya bersifat pasti ke dalam bentuk fuzzy input yang berupa tingkat keanggotaan / tingkat kebenaran Inferensi Inferensi adalah melakukan penalaran menggunakan fuzzyinput berupa fungsi implikasi Min dan fuzzy rules yang telah ditentukan sehingga menghasilkan fuzzy output. Secara sintaks,suatu fuzzy rule (aturan fuzzy) dituliskan sebagai berikut: IF antecendent THEN consequent 8

17 Defuzzifikasi Defuzzifikasi adalah mengubah fuzzy output menjadi nilai tegas berdasarkan fungsi keanggotaan yang telah ditentukan. Defuzzifikasi merupakan metode yang penting dalam pemodelan sistem fuzzy 3.2. Pengambilan Data Data diambil dari siswa kelas IXb SMP Negeri 2 Cepogo Tahun Pelajaran 2014/2015 berjumlah 36 siswa. Nilai yang digunakan sebagai data adalah Nilai raport Matematika, IPA, IPS dan Ekstra kurikuler sejak siswa kelas VII Semester 1 sampai dengan kelas IX Semester 1. Selanjutnya dari nilai raport siswa sejak kelas VII Semester 1 sampai nilai raport siswa kelas IX Semester 1 diambil rata-rata Nilai Matematika, Nilai IPA, Nilai IPS dan Nilai Ekstra kurikuler. Nilai rata-rata inilah yang digunakan sebagai input data dalam penelitian Analisis Data Nilai yang didapatkan siswa pada masing-masing mata pelajaran ditransformasikan ke dalam satu nilai dengan dibuat rata-rata setiap mata pelajaran dengan rumus: 1. Nilai matematika adalah: Matematika = Keterangan: Nmat I = Nilai rata-rata Matematika pada kelas 7 semester I Nmat II = Nilai rata-rata Matematika pada kelas 7 semester 2 Nmat III = Nilai rata-rata Matematika pada kelas 8 semester I Nmat IV = Nilai rata-rata Matematika pada kelas 8 semester 2 Nmat V = Nilai rata-rata Matematika pada kelas 9 semester I 2. Nilai IPA adalah: 3. IPA = Keterangan: NIPA I = Nilai rata-rata IPA pada kelas 7 semester I NIPA II = Nilai rata-rata IPA pada kelas 7 semester 2 NIPA III = Nilai rata-rata IPA pada kelas 8 semester I NIPA IV = Nilai rata-rata IPA pada kelas 8 semester 2 9

18 NIPA V = Nilai rata-rata IPA pada kelas 9 semester 1 4. Rata-rata Nilai IPS adalah: IPS = Keterangan: NIPS I = Nilai rata-rata IPS pada kelas 7 semester I NIPS II = Nilai rata-rata IPS pada kelas 7 semester 2 NIPS III = Nilai rata-rata IPS pada kelas 8 semester I NIPS IV = Nilai rata-rata IPS pada kelas 8 semester 2 NIPS V = Nilai rata-rata IPS pada kelas 9 semester 1 5. Nilai Ekstra kurikuler a. Siswa yang mengikuti ekstra kurikuler selama 2 semester: Ekstra kurikuler = Keterangan: Neks I = Nilai Ekstra kurikuler kelas VII semester 1 Neks II = Nilai Ekstra kurikuler kelas VII semester 2 b. Siswa yang mengikuti ekstra kurikuler selama 4 semester: Ekstra kurikuler = Keterangan: Neks I = Nilai Ekstra kurikuler kelas VII semester 1 Neks II = Nilai Ekstra kurikuler kelas VII semester 2 Neks I = Nilai Ekstra kurikuler kelas VIII semester 1 Neks II = Nilai Ekstra kurikuler kelas VIII semester Fuzzy Mamdani Aplikasi Logika Fuzzy Mamdani dikenal dengan metode Min Max. Dalam metode ini setiap aturan berbentuk implikasi ( sebab-akibat ) antaseden berbentuk Konjungsi (AND) mempunyai keanggotaan berbentuk minimum (Min), sedangkan konsekuen gabunganya berbentuk maksimum (Max). Untuk mendapatkan output diperlukan 4 tahap yaitu: Pembentukan Himpunan Fuzzy Pada Metode Mamdani, baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy. Dalam analisis bidang minat siswa untuk menentukan jurusan variabel input dibagi menjadi empat, yaitu Variabel Nilai Matematika, Nilai IPA, Nilai IPS dan Nilai Ekstra Kurikuler. Variabel masing-masing Nilai memiliki 3 nilai 10

19 linguistik yaitu Rendah, Sedang dan Tinggi. a. Rendah Jika Nilai 85 b. Sedang Jika 75 Nilai 90 c. Tinggi Jika Nilai 85 Variabel Output yang dihasilkan dibagi menjadi dua, yaitu variabel SMU yang memiliki dua linguistik yaitu IPA dan IPS, dan Variabel SMK yang memiliki dua linguistik yaitu Teknik dan Seni&Ketrampilan. a. SMU IPS jika nilai 75 SMU IPA jika nilai 50 b. SMK Seni&Ketrampilan jika nilai 75 SMK Teknik jika nilai 50 a. Himpunan fuzzy variabel Input Pada Variabel Input terdiri dari tiga variabel yaitu Matematika, variabel IPA dan Variabel IPS yang didefinisikan tiga himpunan fuzzy, yaitu Rendah, Sedang dan Tinggi. Untuk mempresentasikan Variabel Matematika digunakan bentuk kurva bahu kiri untuk himpunan fuzzy RENDAH, kurva bentuk segitiga untuk himpunan fuzzy SEDANG dan bentuk Kurva bahu kanan untuk himpunan fuzzy TINGGI. Gambar himpunan fuzzy Matematika dapat dilihat pada grafik 3.1. Gambar 3.3 Himpunan fuzzy Variabel Matematika Sumbu horizontal merupakan input nilai Matematika sedangkan sumbu vertikal merupakan fungsi (derajat) keanggotaan. Dengan fungsi keanggotaan sebagai berikut: µrendah(x) = 1 ; x 75 (85 x) (85 75) ; 75 x 85 0 ; x 85 µsedang(x) = 0 ; x 75 atau x 90 x (95 x) (95 85) ; 75 x 85 ; 85 x 90 µtinggi(x) = 0 ; x 85 (x 85) (90 85) ; 85 x 90 1 ; 85 x 100 Variabel IPA dan IPS juga dibuat 3 variabel; Rendah Sedang dan Tinggi dengan fungsi keanggotaan sama dengan variabel Matematika. 11

20 b. Himpunan fuzzy variabel Output. Himpunan fuzzy Variabel Output ada 2 yaitu Variabel SMU merupakan output penjurusan, yang didefinisikan dua himpunan fuzzy, yaitu IPA dan IPS. Sedangkan untuk Variabel SMK didifinisikan 2 himpunan yaitu Seni&Kerajinan dan Teknik. Untuk merepresentasikan variabel SMU digunakan kurva bahu kiri untuk IPS dan kurva bahu kanan untuk IPA. Gambar himpunan fuzzy untuk variabel SMU dapat dilihat pada grafik 3.5. Gambar 3.7 Himpunan fuzzy variabel SMU µips(x) = 1 ; x 50 (75 x) (75 50) ; 50 x 75 0 ; x 75 µipa(x) = 0 ; x 50 (x 50) (75 50) ; 50 x 75 1 ; x 75 variabel SMK digunakan kurva bahu kiri untuk Seni&Ketrampilan dan kurva bahu kanan untuk Teknik. Gambar himpunan fuzzy untuk variabel SMK dapat dilihat pada grafik 3.6. Gambar 3.8 Himpunan fuzzy variabel SMK µseni&ketrampilan(x) = 1 ; x 50 (75 x) (75 50) ; 50 x 75 0 ; x 75 µteknik(x) = 0 ; x 50 (x 50) (75 50) ; 50 x 75 1 ; x Aplikasi fungsi Implikasi Setelah pembentukan himpunan fuzzy, maka dilakukan pembentukan aturan fuzzy. Aturan aturan dibentuk untuk menyatakan relasi antara input dan output. Dengan proposisi aturan menggunakan IF-THEN menggunakan operator and dapat dibentuk aturan (rules) sebagai berikut: [R1] : Jika Nilai Matematika rendah dan Nilai IPA rendah dan Nilai IPS rendah dan Nilai Ekstra 12

21 kurikuler rendah maka masuk jurusan SMU IPS. [R2] : Jika Nilai Matematika sedang dan Nilai IPA rendah dan Nilai IPS rendah dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPS. [R3] : Jika Nilai Matematika tinggi dan Nilai IPA rendah dan Nilai IPS rendah dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPA. [R4] : Jika Nilai Matematika rendah dan Nilai IPA sedang dan Nilai IPS rendah dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPS [R5] : Jika Nilai Matematika rendah dan Nilai IPA tinggi dan Nilai IPS rendah dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPS [R6] : Jika Nilai Matematika rendah dan Nilai IPA rendah dan Nilai IPS sedang dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPS. [R7] : Jika Nilai Matematika rendah dan Nilai IPA rendah dan Nilai IPS tinggi dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPS. [R8] : Jika Nilai Matematika rendah dan Nilai IPA rendah dan Nilai IPS rendah dan Nilai Ekstra kurikuler sedang maka masuk jurusan SMK Seni&Ketrampilan. [R9] : Jika Nilai Matematika rendah dan Nilai IPA rendah dan Nilai IPS rendah dan Nilai Ekstra kurikuler tinggi maka masuk jurusan SMK Seni&Ketrampilan. [R10] : Jika Nilai Matematika rendah dan Nilai IPA rendah dan Nilai IPS rendah dan Nilai Ekstra kurikuler tidak ada maka masuk jurusan SMU IPS..[R11] : Jika Nilai Matematika sedang dan Nilai IPA sedang dan Nilai IPS rendah dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPA. [R12] : Jika Nilai Matematika sedang dan Nilai IPA tinggi dan Nilai IPS rendah dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPA. [R13] : Jika Nilai Matematika sedang dan Nilai IPA sedang dan Nilai IPS sedang dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPA. [R14] : Jika Nilai Matematika sedang dan Nilai IPA sedang dan Nilai IPS tinggi dan Nilai 13

22 Ekstra kurikuler rendah maka masuk jurusan SMU IPS [R15] : Jika Nilai Matematika sedang dan Nilai IPA sedang dan Nilai IPS sedang dan Nilai Ekstra kurikuler sedang maka masuk jurusan SMU IPA atau SMK Seni&Ketrampilan. [R16] : Jika Nilai Matematika sedang dan Nilai IPA sedang dan Nilai IPS sedang dan Nilai Ekstra kurikuler tinggi maka masuk jurusan SMU IPA atau SMK Teknik. [R17] : Jika Nilai Matematika tinggi dan Nilai IPA sedang dan Nilai IPS rendah dan Nilai Ekstra kurikuler tidak ada maka masuk jurusan SMU IPA. [R18] : Jika Nilai Matematika tinggi dan Nilai IPA sedang dan Nilai IPS rendah dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPA. [R19] : Jika Nilai Matematika tinggi dan Nilai IPA tinggi dan Nilai IPS rendah dan Nilai Ekstra rendahsedang maka masuk jurusan SMU IPA atau SMK Seni&Ketrampilan. [R20] : Jika Nilai Matematika tinggi dan Nilai IPA sedang dan Nilai IPS sedang dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPA. [R21] : Jika Nilai Matematika tinggi dan Nilai IPA sedang dan Nilai IPS tinggi dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPS. [R22] : Jika Nilai Matematika tinggi dan Nilai IPA sedang dan Nilai IPS sedang dan Nilai Ekstra kurikuler sedang maka masuk jurusan SMU IPA atau SMK Seni&Ketrampilan [R23] : Jika Nilai Matematika tinggi dan Nilai IPA sedang dan Nilai IPS sedang dan Nilai Ekstra kurikuler tinggi maka masuk jurusan SMU IPA atau SMK Teknik [R24] : Jika Nilai Matematika tinggi dan Nilai IPA sedang dan Nilai IPS sedang dan Nilai Ekstra kurikuler tidak ada maka masuk jurusan SMU IPA. [R25] : Jika Nilai Matematika tinggi dan Nilai IPA tinggi dan Nilai IPS sedang dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPA. [R26] : Jika Nilai Matematika tinggi dan Nilai IPA tinggi dan Nilai IPS tinggi dan Nilai Ekstra kurikuler rendah maka masuk jurusan SMU IPA. 14

23 [R27] : Jika Nilai Matematika tinggi dan Nilai IPA tinggi dan Nilai IPS sedang dan Nilai Ekstra kurikuler sedang maka masuk jurusan SMU IPA atau SMK Seni&Ketrampilan. [R28] : Jika Nilai Matematika tinggi dan Nilai IPA tinggi dan Nilai IPS sedang dan Nilai Ekstra kurikuler tidak ada maka masuk jurusan SMU IPA. [R29] : Jika Nilai Matematika tinggi dan Nilai IPA tinggi dan Nilai IPS sedang dan Nilai Ekstra kurikuler tinggi maka masuk jurusan SMU IPA atau SMK teknik. [R30] : Jika Nilai Matematika tinggi dan Nilai IPA tinggi dan Nilai IPS tinggi dan Nilai Ekstra kurikuler sedang maka masuk jurusan SMU IPA atau SMK Seni&Ketrampilan. [R31] : Jika Nilai Matematika tinggi dan Nilai IPA tinggi dan Nilai IPS tinggi dan Nilai Ekstra kurikuler tinggi maka masuk jurusan SMU IPA atau SMK Teknik. [R32] : Jika Nilai Matematika tinggi dan Nilai IPA tinggi dan Nilai IPS tinggi dan Nilai Ekstra kurikuler tidak ada maka masuk jurusan SMU IPA. Setelah aturan dibentuk, selanjutnya dilakukan aplikasi fungsi implikasi. Pada MetodeMamdani, fungsi implikasi yang digunakan adalah MIN, yang berarti tingkatkeanggotaan yang didapat sebagai konsekuen dari proses ini adalah nilai minimum dari variabel nilai Matematika, IPA, IPS dan Ekstra kurikuler Komposisi Aturan Pada metode Mamdani, komposisi antar fungsi implikasi menggunakan fungsi MAX yaitu dengan cara mengambil nilai maksimum dari output aturan kemudianmenggabungkan daerah fuzzy dari masing masing aturan dengan operator OR Penegasan (defuzzifikasi) Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh darikomposisi aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan tegas pada domain himpunan fuzzy tersebut.maka harus dapat diambil suatu nilai crisp tertentu sebagai output. Defuzzifikasi yang digunakan dalam menentukan output adalah 15

24 dengan metode centroid. Pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat daerah fuzzy. IV. IMPLEMENTASI Rancangan sistem analisis bidang minat siswa mengguanakan sistem pakar yang telah dibuat selanjutnya diaplikasikan menggunakan Toolbox Matlab 2010b Memulai aplikasi Matlab Himpunan fuzzy dibuat pada toolbox Matlab dengan cara sebagai berikut: Menjalankan aplikasi Matlab 2010b 4.2. Menentukan Himpunan fuzzy padatoolbox Matlab. 1. Masuk inferensi fuzzy pada toobox matlab dengan mengetikkan fuzzypada Command Prompt, selanjutnya tekan enter. Gambar 4.2 cara masuk inferensi fuzzy pada Matlab 1. Menentukan variabel input pada matlab Variabel input yang dibutuhkan 4 macam, yaitu Matematika, IPA, IPS dan Ekstra kurikuler. Untuk membuat input berjumlah 4 macam tersebut caranya adalah: Dari view FIS Editor, Edit->Add Variable->Input Maka akan bertambah input yang kedua, kemudian langkah tersebut diulangi sampai mendapatkan input berjumlah 4, yang digunkan untuk 4 variabel input, yaitu Matematika, IPA, IPS dan Ekastra kurikuler. Gambar 4.4Empat variabel input 1) Klikpada input1. 2) Pada current variable pada kolom name diganti menjadi Matematika. 3) Klikpada input2. 4) Pada current variable pada kolom name diganti menjadi IPA. 5) Klikpada input3. 6) Pada current variable pada kolom name diganti menjadi IPS 7) Klikpada input4. 16

25 8) Pada current variable pada kolom name diganti menjadi Ekstra kurikuler. Sekarang sudah didapatkan input Matematika, IPA, IPS dan Ekstrakurikuler. a. Menentukan variabel Matematika, IPA dan IPS dan Ekstrakurikuler pada Matlab. Pada variabel Matematika, IPA, IPS dan Ekstrakurikuler dibagi menjadi 3, yaitu Rendah, Sedang dan Tinggi. Cara menentukan pada Matlab sebagai berikut: 1) Dari view matlab Edit-> Membership Functions. 2) Range diubah 0 100, Menunjukkan rentang penilaian dari minimal 0 maksimal ) Klik grafik mf1 4) Selanjutnya parameter diubah sebagai berikut a) Name Rendah, Menunjukkan nama himpunan matematika, IPA atau IPS dan Ekstrakurikuler Rendah b) Type trapmf, menunjukkan representasi kurva bahu kiri c) Params , menunjukkan daerah himpunan Matematika, IPA atau IPS dan Ekstrakurikuler Rendah dengan rentang 0 sampai 85. Gambar 4.5 Parameter Himpunan Matematika Rendah 5) Klik grafik mf2 6) Selanjutnya parameter diubah sebagai berikut a) Name Sedang, Menunjukkan nama himpunan matematika, IPA atau IPS dan EkstrakurikulerSedang b) Type trimf, menunjukkan representasi kurva segitiga c) Params , menunjukkan daerah himpunan Matematika, IPA atau IPS dan Ekstrakurikuler Sedang dengan rentang 75 sampai

26 Name Sedang Type Trimf Params mf3 Gambar 4.6 Parameter Himpunan Matematika Sedang 7) Klik grafik mf3 8) Selanjutnya parameter diubah sebagai berikut a) Name Tinggi, Menunjukkan nama himpunan matematika, IPA atau IPSdan Ekstrakurikuler Tinggi b) Type trapmf, menunjukkan representasi kurva bahu kanan Params , menunjukkan daerah himpunan Matematika, IPA, IPS dan Ekstrakurikuler Tinngi dengan rentang 85 sampai 100. PARAMETER ISIAN Range 100 Name Tinggi Type Trapmf Params Tabel 4.2 Parameter Input b. Menentukan variabel Output SMU pada Matlab. Variabel Output SMU merupakan variabel peminatan pemilihan jurusan pada jenjang SMU yang terdiri dari 2 pemilihan jurusan yaitu IPA dan IPS. Penentuan variabel dapat dilakukan sebagai berikut 1) Double klik SMU pada FIS Variables. 2) Menentukan parameter sebagai berikut mf1 PARAMETER ISIAN Range 100 Name Rendah Type Trapmf Params mf2 mf1 Range 100 Name IPS Type Trapmf Params Range

27 mf2 Range 100 Name IPA Type Trapmf Params mf3 -> dihapus Tabel 4.3 Parameter Himpunan SMU Mf3 dihapus dengan cara dari view membership function editors : Klik mf3->edit-> Remove Selected MF. c. Menentukan variabel Ootput SMK pada Matlab. Variabel Output SMK merupakan variabel peminatan pemilihan jurusan pada jenjang SMK yang terdiri dari 2 pemilihan jurusan yaitu Seni&Ketrampilan dan Teknik. Penentuan variabel dapat dilakukan sebagai berikut 3) Double klik SMK pada FIS Variables. 4) Menentukan parameter sebagai berikut PARAMETER ISIAN mf1 Range 100 Name Seni & Ketrampilan Type Trapmf Params mf2 Range 100 Name Teknik Type Trapmf Params mf3 -> dihapus Tabel 4.4 Parameter Himpunan SMK Mf3 dihapus dengan cara dari view membership function editors : Klik mf3->edit-> Remove Selected MF Menentukan komposisi aturan (Rules) pada Matlab Inferensi fuzzy pada toolbox Matlab menyediakan tool untuk pembuatan implikasi aturan (Rules) dalam bentuk Graphic User Interface (GUI) yang dijlankan dari view Matlab Edit- > Rules kemudian aturan dibuat dengan klik pada masing-masing pilihan pada himpunan yang telah dibentuk dan disesuaikan dengan aturan yang telah dibuat. 19

28 Penentuan pada matlab dapat dikerjakan sebagai berikut: Pada Matematika is pilih Rendah, pada IPA is pilih Rendah, pada IPS is pilih Rendah pada Ekstra kurikuler is pilih rendah pada SMU is pilih none pada SMK is pilih Seni & Ketrampilan. Setelah selesai memasukkan komposisi aturan (Rules) ke toolbox matlab, kemudian program disimpan dari view dengan cara sebagai berikut: File-> Export-> To File, kemudian dipilih lokasi penyimpanan program, selanjutnya program sudah siap untuk dijalankan Implementasi Sistem Aplikasi logika fuzzy analisis bidang minat siswa menggunakan sistem pakar pada toolbox matlab digunakan untuk mencari output peminatan penjurusan pada jenjang SMU atau SMK bagi lulusan SMP Negeri 2 Cepogo dengan memperhatikan input berupa nilai Matematika, nilai IPA, Nilai IPS dan nilai Ekstra kurikuler. Penggunaan aplikasi logika fuzzy analisis bidang minat siswa ini diperuntukkan bagi guru pembimbing dalam mengarahkan dan membimbing siswa dalam memilih jurusan pada jenjang SMU atau SMK. Cara pengguananya sebagai berikut: 1. Membuka Aplikasi Matlab. 2. Membuka fuzzy inference system pada toolbox Matlab dengan cara mengetikan fuzzy pada tampilan awal Matlab. 3. Dari FIS Editor kemudian program dipanggil dengan cara: File-> From File-> buka dimana program disimpan 4. Selanjutnya klik View-> Rules sehingga tampil aplikasi untuk menghitung peminatan siswa dengan grafik. Gambar 4.12 Aplikasi program 5. Cara penggunaan program Nilai siswa dimasukkan ke dalam kolom Input secara berurutan dengan format pengisian sebagai berikut: 20

29 Nilai Matematika [spasi] Nilai IPA [spasi] Nilai IPS [spasi] Nilai Ekstra kurikuler, selanjutnya tekan enter. Contoh kasus 1 : Nilai siswa bernama dwi irawan rata-rata nilai Matematika 77, nilai IPA 82, nilai IPS 81, dan nilai Ekstrakurikuler 87. Maka cara memasukkan pada input yaitu , setelah ditekan enter menghasilkan output penjurusan SMU 45,9 dan SMK 45,9. Gambar 4.13Hasil diagram Dari hasil tersebut maka pemilihan penjurusan Dwi irawan adalah masuk ke SMK Seni&Kerajinan atau ke SMU IPS dengan kemungkinan yangsama, karena nilai yang di dapat dari hasil inferensi fuzzy SMK seni&kerajinan dan SMU IPS sama yaitu 45,9. Sehingga fungsi keanggotaan inferensi fuzzy SMU dan SMK (45,9). Kesimpulanya adalah pemilihan penjurusan dwi irawan adalah SMU IPS atau SMK Seni&kerajinan dengan kemungkinan yang sama. Nilai yang didapat hermawan yaitu; Matematika 79, Nilai IPA 83, Nilai IPS 80 dan Nilai Ekstrakurikuler 84. Hasil inferensi fuzzy yang diperoleh hermawan adalah SMU 58,7, sedangkan SMK 34,8, Sehingga hermawan masuk ke jurusan SMU IPA dengan fungsi keanggotaan dapat dihitung sebagai berikut. µsmu IPA(x) = (x 50) (75 50) 0 ; x 50 ; 50 x 75 1 ; x 75 µsmu IPA(58,7) = (58,7 50) (75 50) 0 ; x 50 ; 50 x 75 1 ; x 75 µsmu IPA(58,7) = (8,7) (25) 0 ; x 50 ; 50 x 75 1 ; x 75 µsmu IPA(58,7) = (8,7) (25) 0 ; x 50 ; 50 x 75 1 ; x 75 µsmu IPA(58,7) = 0 ; x 50 0,3 ; 50 x 75 1 ; x 75 x = 0,3 Hermawan juga bisa masuk ke SMK Seni&ketrampilan dengan 21

30 kemungkinan sangat kecil, dengan fungsi keanggotaan dapat dihitung sebagai berikut: µsmk Seni&Ketrampilan(x) = 1 ; x 50 (75 x) (75 50) ; 50 x 75 0 ; x 75 µsmk Seni&Ketrampilan(34,8) = 1, karena x 50 Gambar 4.14Diagram Kasus 2 Hasil perhitungan dengan inferensi fuzzy pada toolbox Matlab menghasilkan pemilihan penjurusan SMU IPS, SMU IPA, SMK Seni&Kerajinan atau SMK Teknik. V. KESIMPULAN DAN SARAN 5.1. Kesimpulan Berdasar pembahasan Analisis Bidang Minat Siswa menggunakan sistem pakar untuk mendapatkan penjurusan bagi lulusan siswa SMP Negeri 2 Cepogo dengan Aplikasi Logika Fuzzy (Fuzzy Inference System) metode Mamdani pada toolbox Matlab dapat diambil kesimpulan sebagai berikut: 1. Analisis bidang minat siswa untuk penentuan penjurusan dengan Fuzzy Inference System) metode mamdani menggunakan empat variabel input, yaitu Nilai Matematika, Nilai IPA, Nilai IPS dan Nilai Ekstra kurikuler. Untuk mendapatkan keluaran penjurusan (output) SMU IPA, SMU IPS, SMK Seni&Ketrampikan dan SMK Teknik. 2. Analisis bidang minat sisw untuk penentuan penjurusan dengan Apliksi Logika Fuzzy (Fuzzy Inference System) memerlukan empat tahap yaitu : (a). Pembentukan Himpunan Fuzzy (b). Aplikasi fungsi Implikasi (c). Komposisi Aturan (d). Defuzzifikasi. 3. Apliksai Logika Fuzzy (Fuzzy Inference System) dapat digunakan untuk menentukan pemilihan jurusanpada tingkat SMU dan SMK bagi siswa lulusan Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo Saran Pada penelitian ini terdapat 4 variabel input yaitu Nilai Matematika, Nilai IPA, Nilai IPS dan Nilai Ekstra kurikuler. Masing-masing variabel input memiliki 3 variabel linguistik, yaitu Rendah, Sedang dan Tinggi, 22

31 sedangkan Variabel output memiliki 2 variabel, yaitu SMU dan SMK. Untuk variabel SMU memiliki 2 variabel linguistik, yaitu IPS dan IPA, sedangkan untuk variabel SMK memiliki 2 variabel, yaitu Seni&Ketrampilan dan Teknik. Untuk selanjutnya dapat dikembangkan dengan menggunakan variabel input lebih dari 4, dan masing-masing variabel dapat dikembangkan lebih dari 3 variabel linguistik. sedangkan variabel output dapat dikembangkan dengan menggunakan lebih dari 2 variabel, dan masing-masing variabel dapat dikembangkan lebih dari 2 variabel linguistik. DAFTAR PUSTAKA Kusumadewi, Sri, Analisis Desain Sistem Fuzzy menggunakan toolbox Matlab, Graha Ilmu, Yogyakarta, Kusumadewi, Sri, Artificial Intelligence (Teknik dan Aplikasinya), Graha Ilmu, Yogyakarta, Naba, Agus, Belajar cepat Fuzzy Logic menggunakan Matlab, C.V Andi Offset, Yogyakarta, Kusumadewi, S. Dan H. Purnomo, Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Graha Ilmu, Yogyakarta, Walgito, Bimo, Prof. DR, Bimbingan + konseling [Studi & Karier], C.V. ANDI OFFSET (Penerbit Andi), Yogyakarta, Abdia away, Gunadi, The Shortcut Of Matlab Programing, Informatika, Bandung, Fahrur Rohman, Feri dan Ami Fauzijah, Rancang bangun aplikasi sistem pakar untuk menentukan jenis gangguan perkembangan pada anak, Media Informatika, Jurnal universitas Islam Indonesia, Vol 6, No 1 (2008), ISSN: , hp/media-informatika, diakses 2 mei 2015, jam wib. Hafsah, Heru Cahya Rustamaji, Yulia Inayati, Sistem Pendukung Keputusan Pemilihan Jurusan di SMU Dengan Logika Fuzzy, Seminar Nasional Informatika 2008 (semnasif 2008) UPN Veteran Yogyakarta, 23

32 21/ diakses 12 Mei 2015 jam wib Erika Sari, Noviana, Kesesuaian Kegiatan Ekstrakurikuler dengan Minat terhadap Kreatifitas, Kemandirian dan Kesiapan Kerja Siswa SMK 1 Pundong, /JURNAL.pdf, diakses 22 Juni 2015, jam Wib. Azmania, Zati Dkk, Penggunaan sistem inferensi fuzzy untuk penentuan jurusan di SMA Negeri 1 Bireuen, Jurnal Saintia Matematika Universitas Sumatra Utara, Vol 1, No 3 Mei 2013, pp , hp/smatematika/issue/view/2 83, diakses 11 April 2015, jam wib. Harison, Analisa sistem pendukung keputusan penentuan konsentrasi jurusan Teknik Mesin UNP Padang, Jurnal TEKNOIF Volume 1 No 1 April 2013, php/tinformatika/issue/view/1 1, diakses 22 Juni 2015, jam wib. Martha Sukandy, Dwi Dkk,. Penerapan Metode Fuzzy mamdani untuk memprediksi jumlah produksi minyak sawit berdasarkan data persediaan dan jumlah permintaan (Studi kasus PT. Perkebunan Mitra Organ Baturaja), Jurnal skripsi STMIK GI MDP, 20 Maret 2014, nt/1044, diakses 6 Mei 2015 jam wib. Departemen Pendidikan dan Kebudayaan, Panduan Teknis kegiatan Ekstrakurikuler di Sekolah Dasar, Kementrian Pendidikan dan Kebudayaan, Direktorat Jendral Pendidikan Dasar, Direktorat Pembinaan Sekolah Dasar, glvy913ir5gob0, diakses 2 Mei 2014, Jam Wib. 24

BAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat

BAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat BAB IV HASIL DAN PEMBAHASAN A. Analisis Tingkat Kesehatan Bank Tingkat kesehatan bank dapat diketahui dengan melihat peringkat komposit bank tersebut. Menurut peraturan Bank Indonesia No. 13/1/PBI/2011

Lebih terperinci

Ada 5 GUI tools yang dapat dipergunakan untuk membangun, mengedit, dan mengobservasi sistem penalaran, yaitu :

Ada 5 GUI tools yang dapat dipergunakan untuk membangun, mengedit, dan mengobservasi sistem penalaran, yaitu : BAB V FUZZY LOGIC MATLAB TOOLBOX Agar dapat mengunakan fungsi-fungsi logika fuzzy yang ada paad Matlab, maka harus diinstallkan terlebih dahulu TOOLBOX FUZZY. Toolbox. Fuzzy Logic Toolbox adalah fasilitas

Lebih terperinci

JOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi

JOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi JOBSHEET SISTEM CERDAS REASONING 2 Fuzzifikasi S1 PENDIDIKAN TEKNIK ELEKTRO JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI MALANG 2016 PRAKTIKUM SISTEM CERDAS - REASONING JOBSHEET 2 - FUZZIFIKASI

Lebih terperinci

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN Saintia Matematika Vol. 1, No. 3 (2013), pp. 233 247. PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN Zati Azmiana, Faigiziduhu Bu ulolo, dan Partano Siagian Abstrak.

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY

SISTEM 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 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

Studi Kasus Fuzzy Logic 2016

Studi Kasus Fuzzy Logic 2016 1. Menentukan Himpunan Fuzzy Menggunakan Formula Di Microsoft Excell 2.1 Representasi Linier Naik Diketahui Persamaan Fungsi Keanggotaan Sebagai berikut : Berapakah µ[40], µ[45], µ[50]? Langkah-langkahnya

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

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

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

Aplikasi Fuzzy Inference System Dalam Penilaian Prestasi Mahasiswa

Aplikasi Fuzzy Inference System Dalam Penilaian Prestasi Mahasiswa SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 A -10 Aplikasi Fuzzy Inference System Dalam Penilaian Prestasi Mahasiswa Rani Mita Sari, Agus Maman Abadi FMIPA, Universitas Negeri Yogyakarta

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

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

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

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

NURAIDA, IRYANTO, DJAKARIA SEBAYANG Saintia Matematika Vol. 1, No. 6 (2013), pp. 543 555. ANALISIS TINGKAT KEPUASAN KONSUMEN BERDASARKAN PELAYANAN, HARGA DAN KUALITAS MAKANAN MENGGUNAKAN FUZZY MAMDANI (Studi Kasus pada Restoran Cepat Saji

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KETUA SENAT MAHASISWA DENGAN LOGIKA FUZZY

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KETUA SENAT MAHASISWA DENGAN LOGIKA FUZZY SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KETUA SENAT MAHASISWA DENGAN LOGIKA FUZZY Jamaludin Malik 1), Arik Sofan Tohir 2), Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email: 1) malixjams@gmail.com,

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

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO Asrianda 1 asrianda@unimal.ac.id Abstrak Bertambahnya permintaan mahasiswa atas kebutuhan makan seharihari, berkembangnya usaha warung

Lebih 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

LOGIKA FUZZY MENGGUNAKAN MATLAB

LOGIKA FUZZY MENGGUNAKAN MATLAB LOGIKA FUZZY MENGGUNAKAN MATLAB T.SUTOJO,Ssi,M.Kom 5.10 Fuzzy Logic Toolbox Matlab menyediakan fungsi-fungsi khusus untuk perhitungan logika Fuzzy dimulai dari perhitungan fungsi keanggotaan sampai dengan

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

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang

Penerapan 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 terperinci

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas BAB II LANDASAN TEORI Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas dalam pembuatan tugas akhir ini. Secara garis besar teori penjelasan akan dimulai dari definisi logika fuzzy,

Lebih terperinci

DENIA FADILA RUSMAN

DENIA 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 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

Jurnal String Vol. 1 No. 1 Tahun 2016 ISSN: MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL

Jurnal String Vol. 1 No. 1 Tahun 2016 ISSN: MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL Fanisya Alva Mustika 1, Sutrisno 2 Program Studi Teknik Informatika, Universitas Indraprasta PGRI Jakarta 1,2 E-mail: alva.mustika@gmail.com

Lebih terperinci

Solusi MATLAB. Double Click salah satu kotak input sehingga muncul Membership Function Editor. Pada Membership Function Editor:

Solusi MATLAB. Double Click salah satu kotak input sehingga muncul Membership Function Editor. Pada Membership Function Editor: PRAKTIKUM 2 Studi Kasus 2: Metode Sugeno Suatu perusahaan mampu memproduksi rata-rata 50.000 unit barang per hari, dan dalam 3 bulan terakhir permintaan tertinggi sebesar 75.000 unit. Barang yang tersedia

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

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

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

Lebih terperinci

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

PENENTUAN 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 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

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

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

PENENTUAN 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 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

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

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

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 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

BAB III METODE FUZZY MAMDANI

BAB 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 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

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

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

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

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

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

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI Bab ini akan memaparkan berbagai teori yang melandasi penulis dalam membangun sistem yang nantinya akan dibuat. 3.1. Pengertian Optimalisasi Secara umum pengertian optimalisasi menurut

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

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

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

SISTEM CERDAS LATIHAN FUZZY LOGIC Dr. Fatchul Arifin, ST., MT. Phone:

SISTEM CERDAS LATIHAN FUZZY LOGIC Dr. Fatchul Arifin, ST., MT.   Phone: SISTEM CERDAS LATIHAN FUZZY LOGIC Dr. Fatchul Arifin, ST., MT. Email: fatchul@uny.ac.id Phone: +6285725125326 Latihan 1 Fuzzy If Then Rule 1. Dasar Teori If then Rules If then Rules digunakan untuk menyatakan

Lebih terperinci

PEMBUATAN 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 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 terperinci

KAJIAN SISTEM PAKAR DAN FUZZY LOGIC DALAM PENENTUAN JURUSAN

KAJIAN SISTEM PAKAR DAN FUZZY LOGIC DALAM PENENTUAN JURUSAN KAJIAN SISTEM PAKAR DAN FUZZY LOGIC DALAM PENENTUAN JURUSAN Firmansyah 1 ), Jusmita Weriza 1 ) Universitas Ekasakti padang, Indonesia f2mamak@gmail.com ABSTRAK SMA (Sekolah Menengah Atas) adalah sebagai

Lebih terperinci

IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM)

IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM) IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM) Junius_Effendi* Email : Cyberpga@ymail.com ABSTRAK Penelitian ini dilakukan untuk memperlajari

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

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

PENDAHULUAN A. LATAR BELAKANG MASALAH

PENDAHULUAN A. LATAR BELAKANG MASALAH PENDAHULUAN A. LATAR BELAKANG MASALAH Dalam pelaksanaan pembelajaran selalu ditemui evaluasi-evaluasi untuk menguji tingkat pemahaman terhadap suatu bahan yang dipelajari. Evaluasi-evaluasi ini tidak boleh

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 1

JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 1 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Perancangan Sistem Pakar Fuzzy Sebagai Pendukung Keputusan Manajemen Pola Tanam Tanaman Pangan Berdasarkan Ketersediaan Air

Lebih terperinci

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

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

Lebih terperinci

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

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

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

Research of Science and Informatic

Research of Science and Informatic Sains dan Informatika Vol.2 (N0.2) (2016): 20-30 1 Rifa, Nency, Expert System For Determine Lecturer Performance JURNAL SAINS DAN INFORMATIKA Research of Science and Informatic e-mail: jit.kopertis10@gmail.com

Lebih terperinci

BAB II: TINJAUAN PUSTAKA

BAB II: TINJAUAN PUSTAKA BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali

Lebih terperinci

Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum

Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum Prosiding Penelitian SPeSIA Unisba 2015 ISSN: 2460-6464 Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum 1 Fitria Tri Suwarmi, 2 M. Yusuf Fajar,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Praktikum 10 Tim Asisten Praktikum Sistem Pakar

Praktikum 10 Tim Asisten Praktikum Sistem Pakar FUZZY LOGIC TOOLBOX IN MATLAB (MAMDANI) Praktikum 10 Tim Asisten Praktikum Sistem Pakar EXAMPLE Studi Permasalahan: Suatu Perusahaan akan melakukan perkiraan terhadap produksi suatu barang tiap bulan.

Lebih terperinci

Simulasi Pengendali Kiln PT. Semen Tonasa (Tonasa IV) Menggunakan Fuzzy Logic Toolbox Program Matlab St. Nawal Jaya

Simulasi Pengendali Kiln PT. Semen Tonasa (Tonasa IV) Menggunakan Fuzzy Logic Toolbox Program Matlab St. Nawal Jaya Simulasi Pengendali Kiln PT. Semen Tonasa (Tonasa IV) Menggunakan Fuzzy Logic Toolbox Program Matlab St. Nawal Jaya Abstrac This paper is continuance of previous paper which will make kiln controller simulation

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

LOGIKA FUZZY DALAM TEKNIK PERAMALAN SECARA STATISTIK

LOGIKA FUZZY DALAM TEKNIK PERAMALAN SECARA STATISTIK LOGIKA FUZZY DALAM TEKNIK PERAMALAN SECARA STATISTIK Deddy Barnabas Lasfeto Abstrak : Selama ini, metode peramalan secara konvensional yang digunakan adalah analisis regresi. Oleh karena itu, dicoba untuk

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

: 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

BAB IV PEMBAHASAN. BAB IV berisi pembahasan tahapan penelitian, yaitu klasifikasi logika. A. Identifikasi Data Cadangan Hidrokarbon

BAB IV PEMBAHASAN. BAB IV berisi pembahasan tahapan penelitian, yaitu klasifikasi logika. A. Identifikasi Data Cadangan Hidrokarbon BAB IV PEMBAHASAN BAB IV berisi pembahasan tahapan penelitian yaitu klasifikasi logika fuzzy hasil pembahasan analisis pengujian model fuzzy dan visualisasi model fuzzy pada perhitungan cadangan hidrokarbon

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang sangat penting dalam kelangsungan hidupnya. Untuk memenuhi kebutuhan beras, setiap manusia mempunyai cara-cara

Lebih 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

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

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

Volume 9 Nomor 2 Desember 2015

Volume 9 Nomor 2 Desember 2015 Volume 9 Nomor 2 Desember 2015 Jurnal Ilmu Matematika dan Terapan Desember 2015 Volume 9 Nomor 2 Hal. 121 134 PENERAPAN LOGIKA FUZZY METODE SUGENO UNTUK MENENTUKAN JUMLAH PRODUKSI ROTI BERDASARKAN DATA

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN

ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN SUPRIYONO Sekolah Tinggi Teknologi Nuklir BATAN Jl. Babarsari Kotak Pos 6101/YKBB Yogyakarta. Email : masprie_sttn@yahoo.com

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

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 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

Seminar Tugas Akhir. Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web

Seminar Tugas Akhir. Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web Seminar Tugas Akhir Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web Oleh: Harmuda Pandiangan 1209 100 089 Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

SISTEM 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) 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 terperinci

Siska Ernida Wati, Djakaria Sebayang, Rachmad Sitepu

Siska Ernida Wati, Djakaria Sebayang, Rachmad Sitepu Saintia Matematika Vol. 1, No. 3 (2013), pp. 273 24. PERBANDINGAN METODE FUZZY DENGAN REGRESI LINIER BERGANDA DALAM PERAMALAN JUMLAH PRODUKSI (Studi Kasus Produksi Kelapa Sawit di PT. Perkebunan III (PERSERO)

Lebih terperinci

: Pengantar Intelegensi Buatan. Worksheet 2 : Praktikum Fuzzy Logic menggunakan MATLAB

: Pengantar Intelegensi Buatan. Worksheet 2 : Praktikum Fuzzy Logic menggunakan MATLAB Worksheet 2 : Praktikum Fuzzy Logic menggunakan MATLAB Sumber : - Belajar Cepat Fuzzy Logic menggunakan MATLAB oleh Agus Naba, Penerbit ANDI - Slide bahan Kuliah IF4058 Topik Khusus IF oleh Rinaldi Munir,

Lebih terperinci

LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN

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

Lebih terperinci

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

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

Lebih terperinci

Implementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan Daerah Banjir di Semarang Utara

Implementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan Daerah Banjir di Semarang Utara Scientific Journal of Informatics Vol. 2, No. 2, November 2015 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Implementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan

Lebih terperinci

PENENTUAN JUMLAH PRODUKSI PULP PADA PT.TOBA PULP LESTARI, Tbk. DENGAN MENGGUNAKAN METODE FUZZY-MAMDANI SKRIPSI AGNES NENNY SISKA SINAGA

PENENTUAN JUMLAH PRODUKSI PULP PADA PT.TOBA PULP LESTARI, Tbk. DENGAN MENGGUNAKAN METODE FUZZY-MAMDANI SKRIPSI AGNES NENNY SISKA SINAGA PENENTUAN JUMLAH PRODUKSI PULP PADA PT.TOBA PULP LESTARI, Tbk. DENGAN MENGGUNAKAN METODE FUZZY-MAMDANI SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains AGNES NENNY

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

Analisa Tingkat Kebisingan di DKI Jakarta dengan Fuzzy Logic Menggunakan Aplikasi MATLAB

Analisa Tingkat Kebisingan di DKI Jakarta dengan Fuzzy Logic Menggunakan Aplikasi MATLAB Analisa Tingkat di DKI Jakarta dengan Fuzzy Logic Menggunakan Aplikasi MATLAB Popy Meilina Jurusan Teknik Informatika Universitas Muhammadiyah Jakarta E-mail: Opi3_five@yahoo.com.sg Abstrak -- Fuzzy Logic

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

Institut Teknologi Sepuluh Nopember Surabaya

Institut Teknologi Sepuluh Nopember Surabaya Aplikasi Sistem Inferensi Fuzzy Metode Sugeno dalam Memperkirakan Produksi Air Mineral dalam Kemasan Oleh Suwandi NRP 1209201724 Dosen Pembimbing 1. Prof. Dr M. Isa Irawan, MT 2. Dr Imam Mukhlash, MT Institut

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Dalam tinjauan pustaka dibawah ini terdapat 5 referensi dan 1 referensi dari

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Dalam tinjauan pustaka dibawah ini terdapat 5 referensi dan 1 referensi dari BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 1.1 Tinjauan Pustaka Dalam tinjauan pustaka dibawah ini terdapat 5 referensi dan 1 referensi dari penulis sebagai berikut: Tabel 2.1 Perbandingan Metode Penelitian

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

PENGESAHAN PEMBIMBING...

PENGESAHAN PEMBIMBING... DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN PEMBIMBING... ii HALAMAN PERNYATAAN KEASLIAN... iii LEMBAR PENGESAHAN PENGUJI... iv HALAMAN PERSEMBAHAN... v HALAMAN MOTTO... vii KATA PENGANTAR... viii

Lebih 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

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci