DAFTAR ISI LEMBAR JUDUL... LEMBAR PERSEMBAHAN... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN TUGAS AKHIR... ABSTRAK... ABSTRACT... KATA PENGANTAR...
|
|
- Harjanti Kusnadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 DAFTAR ISI Halaman LEMBAR JUDUL... LEMBAR PERSEMBAHAN... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN TUGAS AKHIR... ABSTRAK... ABSTRACT... KATA PENGANTAR... BIODATA ALUMNI... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iii iv v vi vii ix x xii xiii xiv BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian... 5 BAB II TINJAUAN PUSTAKA Kendaraan Bermotor... 6 x
2 xi 2.2 Sepeda Motor Logika Fuzzy Himpunan Fuzzy Fungsi Keanggotaan Operator Dasar untuk Operasi Himpunan Fuzzy Metode Fuzzy Inference System (FIS) Sugeno Mean Absolute Percentage Error (MAPE) BAB III METODE PENELITIAN Jenis dan Sumber Data Penelitian Identifikasi Masalah Variabel Penelitian Proses Analisis Data BAB IV HASIL DAN PEMBAHASAN Penentuan Range dan Fungsi Keanggotaan Pembentukan Aturan Implikasi Fuzzy Defuzzifikasi Simulasi Fuzzy Inference System Sugeno Orde-Satu Perhitungan Keakuratan Hasil BAB V KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN
3 DAFTAR TABEL Tabel Halaman 2.1 Perkembangan Jumlah Kendaraan Bermotor Dirinci Menurut Jenisnya Tahun Variabel Input dan Atribut Linguistik Semesta Pembicaraan Himpunan Fuzzy Data yang Memenuhi Spesifikasi Nilai yang Dikonversikan dalam Derajat Keanggotaan dari Himpunan pada Spesifikasi Motor Pengelompokan Aturan Fuzzy sesuai Konsekuennya Nilai α dan Nilai z untuk Masing-Masing Aturan Data dan Hasil Simulasi xii
4 DAFTAR GAMBAR Gambar Halaman 2.1 Representasi Diskrit Representasi Linear Naik Representasi Linear Turun Representasi Kurva Segitiga Representasi Kurva Trapesium Diagram Blok Sistem Inferensi Fuzzy Fungsi Keanggotaan Himpunan-Himpunan Fuzzy pada Variabel Tahun Motor Fungsi Keanggotaan Himpunan-Himpunan Fuzzy pada Variabel Kondisi Fisik Fungsi Keanggotaan Himpunan-Himpunan Fuzzy pada Variabel Plat Nomor Fungsi Keanggotaan Himpunan-Himpunan Fuzzy pada Variabel Harga Beli xiii
5 DAFTAR LAMPIRAN Lampiran 1. Dialog Wawancara dengan Pemilik Dealer Sodik Motor Jimbaran 2. Data Sepeda Motor Bekas pada Dealer Sodik Motor Sampai Akhir Bulan Maret Aturan Implikasi Fuzzy 4. Input Variabel pada Program Matlab R2009a. xiv
6 Judul : Penerapan Metode Fuzzy Sugeno untuk Menentukan Harga Jual Sepeda Motor Bekas Nama : Ami Hilda Agustin (NIM : ) Pembimbing : 1. Drs. G.K. Gandhiadi, M.T. 2. Ir. Jokorda Bagus Oka, Ph.D. ABSTRAK Logika fuzzy adalah suatu cara untuk memetakan suatu ruang input ke dalam suatu ruang output. Dasar logika fuzzy adalah teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan sangatlah penting. Derajat keanggotaan menjadi ciri utama dari penalaran dengan logika fuzzy tersebut. Terdapat beberapa metode yang sering digunakan dalam menyelesaikan sistem inferensi fuzzy (Fuzzy Inference System), salah satunya adalah metode fuzzy Sugeno. Salah satu penerapan metode fuzzy adalah untuk peramalan dan salah satu kasusnya adalah penentuan harga jual sepeda motor bekas. Dalam penentuan harga jual sepeda motor bekas ada hal-hal yang perlu dipertimbangkan, yaitu : tahun motor, kondisi fisik motor, plat nomor, dan harga beli motor. Perhitungan hasil dapat dilakukan dengan menggunakan program Matlab. Hasil yang diperoleh kemudian diuji menggunakan Mean Absolute Percentage Error (MAPE) dengan cara menghitung selisih harga dealer dikurangi harga fuzzy Sugeno kemudian dibagi harga dealer. Dari hasil pengujian diperoleh nilai MAPE sebesar 5,64%. Hal ini menunjukkan bahwa tingkat kesalahan dibawah 10%, sehingga dapat dikatakan hasil perhitungan tersebut sangat bagus. Kata Kunci : Metode Fuzzy Sugeno, Matlab, MAPE, Sepeda Motor Bekas v
7 Title : Application of Fuzzy Sugeno Method for Determining The Selling Price of Used Motorcycles Name : Ami Hilda Agustin (NIM : ) Supervisor : 1. Drs. G.K. Gandhiadi, M.T. 2. Ir. Jokorda Bagus Oka, Ph.D. ABSTRACT Fuzzy logic is a way to map an input space into an output space. The basic of fuzzy logic is fuzzy set theory. In the fuzzy set theory, the role of membership degree is important to determine the presence of elements in a set. Membership degree is the fundamental feature of reasoning in fuzzy logic. There are several methods that are often used in solving fuzzy inference system, one of them is fuzzy Sugeno method. One application of fuzzy methods is fo forecasting and one of the case is determining the selling price of used motorcycles. In determining the selling price of used motorcycles, ther are things that need to be considered, namely : the production year of the motorcycles, the physical condition of the motorcycles, the origin of the license plates, and the purchase price of the motorcycles. The calculation can be done with using Matlab program. The result obtained were then tested using the Mean Absolute Percentage Error (MAPE) by calculating difference between the selling price of dealer minus the selling price of fuzzy Sugeno then divided by the selling price of dealer. From the test result, MAPE value obtained was 5,64%. This indicates that error rate below 10%, so we can say the result of these calculation are very nice. Keywords: Fuzzy Sugeno Method, Matlab, MAPE, Used Motorcycle vi
8 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sistem transportasi memiliki peranan yang sangat penting dalam kehidupan sehari-hari. Mobilitas penduduk maupun barang akan terselenggara dengan menggunakan alat transportasi (BPS, 2013). Seperti yang diketahui alat transportasi terdiri dari angkutan darat, angkutan laut dan angkutan udara. Salah satu alat transportasi yang paling banyak digunakan masyarakat adalah angkutan darat yakni kendaraan bermotor. Jumlah kendaraan bermotor cenderung meningkat dari tahun ke tahun. Peningkatan jumlah kendaraan bermotor ini merupakan indikator semakin tingginya kebutuhan masyarakat terhadap sarana transportasi yang memadai. Hal ini menandakan bahwa semakin tingginya mobilitas penduduk, maka semakin tinggi pula kebutuhan masyarakat terhadap kendaraan bermotor (BPS, 2013). Menurut Badan Pusat Statistik (2013), jenis kendaraan bermotor yang meningkat cukup tinggi tiap tahunnya adalah sepeda motor. Sepeda motor merupakan salah satu alat transportasi darat yang lebih banyak digunakan untuk aktifitas sehari-hari. Tidak hanya dibutuhkan oleh masyarakat perkotaan saja, sepeda motor juga dibutuhkan oleh masyarakat yang tinggal di pedesaan. Sepeda motor merupakan kendaraan yang paling banyak menjadi pilihan masyarakat. Selain praktis, harga sepeda motor juga relatif terjangkau. Sepeda 1
9 2 motor juga bisa menjadi solusi untuk menghindari kemacetan yang sering terjadi di jalan raya (Triyatno, 2014). Menurut Andini (2012) harga merupakan faktor yang berpengaruh secara signifikan terhadap keputusan pembelian oleh konsumen dalam transaksi jual beli. Dengan demikian, penentuan harga jual sepeda motor bekas menjadi suatu pertimbangan oleh pemilik dealer. Dari hasil wawancara terhadap salah satu dealer di Jimbaran yakni pemilik dealer Sodik Motor pada tanggal 31 Juli 2015, dalam penentuan harga jual sepeda motor bekas, pemilik dealer selama ini hanya menggunakan perhitungan manual dengan mempertimbangkan hal-hal yang mempengaruhi harga jual motor bekas. Adapun beberapa hal yang mempengaruhi harga jual pada motor bekas di wilayah Bali khususnya dealer Sodik Motor yaitu tahun pembuatan motor yang tertera pada BPKB dan STNK, kondisi fisik motor, plat nomor motor, serta harga beli motor. Perhitungan harga jual sepeda motor bekas dalam praktiknya masih terdapat ketidakpastian. Berbeda dengan sepeda motor baru, pengklasifikasian harga pada sepeda motor bekas menjadi pertimbangan dalam transaksi jual belinya. Perusahaan finance yang bergerak di bidang kendaraan bermotor dan elektronik seperti FIFGROUP, ADIRA, WOM Finance dan lain-lain sudah memiliki standar harga untuk masing-masing merk sepeda motor bekas. Standar harga tersebut digunakan sebagai patokan penentuan harga jual motor bekas dan selalu berubah setiap enam bulan sekali. Penentuan harga suatu barang dapat ditentukan salah satunya menggunakan logika fuzzy. Logika fuzzy (fuzzy logic) adalah suatu cara untuk
10 3 memetakan suatu ruang input ke dalam suatu ruang output. Logika fuzzy pertama kali diperkenalkan oleh Lotfi A. Zadeh (1965). Dasar logika fuzzy adalah teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan sangatlah penting. Nilai keanggotaan atau derajat keanggotaan (membership function) menjadi ciri utama dari penalaran dengan logika fuzzy tersebut. Beberapa metode yang sering digunakan dalam menyelesaikan sistem inferensi fuzzy (Fuzzy Inference System), yaitu : metode Tsukamoto, metode Mamdani, dan metode Sugeno. Untuk penelitian ini, peneliti menerapkan Metode Sugeno dalam penentuan harga jual motor bekas. Metode Sugeno diperkenalkan oleh Takagi Sugeno Kang sehingga disebut juga dengan metode TSK. Beberapa penelitian tentang penentuan harga jual sepeda motor bekas sudah pernah diteliti sebelumnya. Indra Prasetya (2015) meneliti tentang penentuan harga jual sepeda motor bekas menggunakan metode Tsukamoto dengan variabel input kondisi fisik, jarak tempuh, pajak, tahun motor, dan warna motor. Imam Sunoto (2015) juga meneliti tentang penentuan harga jual sepeda motor bekas menggunakan metode Mamdani dengan variabel input kondisi fisik, kondisi aksesoris, minat pasar, dan harga beli. Selanjutnya penelitian tentang perbandingan dari kedua metode tersebut, yakni metode Tsukamoto dan Mamdani untuk penentuan harga jual sepeda motor bekas dilakukan oleh Istraniady dkk. (2013). Penelitian tersebut membandingkan kedua metode dengan menggunakan variabel kisaran kondisi, kisaran jarak yang telah ditempuh dan kisaran harga sepeda motor bekas.
11 4 Berdasarkan penelitian-penelitian tersebut, peneliti tertarik untuk meneliti penentuan harga jual sepeda motor bekas dengan menggunakan metode yang berbeda. Pada penelitian ini, penulis akan menggunakan metode FIS Sugeno. Metode ini dipilih karena peneliti akan melibatkan suatu persamaan linear. Adapun beberapa variabel yang akan digunakan, yaitu tahun pembuatan motor, kondisi fisik motor, plat nomor motor, dan harga beli motor. 1.2 Rumusan Masalah Berdasarkan latar belakang masalah di atas maka rumusan masalah yang akan dibahas pada penelitian ini adalah bagaimanakah penentuan harga jual sepeda motor bekas dengan menggunakan metode FIS Sugeno. 1.3 Batasan Masalah Untuk menghindari luasnya masalah, maka diperlukan pembatasan masalah. Adapun pembatasan masalah pada penelitian ini adalah sebagai berikut : 1. Sepeda motor yang akan diteliti adalah sepeda motor yang ada pada dealer Sodik sampai akhir bulan maret Penelitian ini hanya akan menggunakan Metode FIS Sugeno orde-satu. Metode-metode yang lain untuk menentukan harga jual sepeda motor bekas tidak dibahas dalam penulisan ini. 3. Fungsi keanggotaan yang digunakan adalah fungsi segitiga, fungsi trapesium, dan fungsi diskrit.
12 5 4. Variabel input yang digunakan dalam pengambilan keputusan harga jual sepeda motor bekas ada 4, yaitu tahun motor, kondisi fisik motor, plat nomor, dan harga beli. 5. Tahun motor dibatasi dari tahun 2000 ke atas. 6. Variabel output yang digunakan dalam pengambilan keputusan adalah harga jual motor. 7. Faktor-faktor lain seperti jarak tempuh dan minat pasar tidak dibahas dalam penulisan ini. 1.4 Tujuan Penelitian Tujuan dari penelitian ini adalah untuk menentukan harga jual sepeda motor bekas sebagai alat bantu dalam mengambil keputusan pada transaksi penjualan dengan menggunakan metode FIS Sugeno. 1.5 Manfaat Penelitian Adapun manfaat yang diperoleh dari penelitian ini yaitu : 1. Dapat meningkatkan wawasan mengenai penerapan Metode FIS bagi penulis. 2. Hasil dari penelitian ini dapat bermanfaat sebagai masukan atau informasi kepada pihak dealer sebagai bahan pertimbangan dalam menentukan harga jual sepeda motor bekas.
PENERAPAN METODE FUZZY SUGENO UNTUK MENENTUKAN HARGA JUAL SEPEDA MOTOR BEKAS
PENERAPAN METODE FUZZY SUGENO UNTUK MENENTUKAN HARGA JUAL SEPEDA MOTOR BEKAS Ami Hilda Agustin 1, G.K. Gandhiadi 2, Tjokorda Bagus Oka 3 1 Jurusan Matematika, Fakultas MIPA - Universitas Udayana [Email:
Lebih terperinciPERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan)
PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan) Komang Wahyudi Suardika 1, G.K. Gandhiadi 2, Luh Putu Ida Harini 3 1 Program
Lebih terperinciBAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan sistem yang kompleks. Logika fuzzy memberikan rangka kerja yang kuat dalam memecahkan masalah
Lebih terperinciPREDIKSI 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 terperinciPenerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Permintaan, Persediaan dan Produksi 2.1.1 Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat
Lebih terperinciFUZZY LOGIC CONTROL 1. LOGIKA FUZZY
1. LOGIKA FUZZY Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan
Lebih terperinciAnalisis 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini penulis akan menjelaskan mengenai landasan teori yang digunakan pada penelitian ini. Penjabaran ini bertujuan untuk memberikan pemahaman lebih mendalam kepada penulis
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang sangat penting dalam kelangsungan hidupnya. Untuk memenuhi kebutuhan beras, setiap manusia mempunyai cara-cara
Lebih terperinciARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA
ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA Rima Liana Gema, Devia Kartika, Mutiana Pratiwi Universitas Putra Indonesia YPTK Padang email: rimalianagema@upiyptk.ac.id ABSTRAK
Lebih terperinciFuzzy Logic. Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic.
Fuzzy Systems Fuzzy Logic Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic. Masalah: Pemberian beasiswa Misalkan
Lebih terperinciAnalisis 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 terperinciAPLIKASI 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 terperinciBAB 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 terperinciPERANCANGAN 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 terperinciDAFTAR ISI.. LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK.. ABSTRACT... DAFTAR TABEL.. DAFTAR PERSAMAAN..
ABSTRAK Perkembangan teknologi yang semakin pesat, membuat semakin sedikitnya suatu industri yang memakai operator dalam menjalankan suatu proses produksi. Pada saat ini, kontrol otomatis lebih banyak
Lebih terperinciBAB 2 2. LANDASAN TEORI
BAB 2 2. LANDASAN TEORI Bab ini akan menjelaskan mengenai logika fuzzy yang digunakan, himpunan fuzzy, penalaran fuzzy dengan metode Sugeno, dan stereo vision. 2.1 Logika Fuzzy Logika fuzzy adalah suatu
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Logika Fuzzy Logika fuzzy merupakan suatu metode pengambilan keputusan berbasis aturan yang digunakan untuk memecahkan keabu-abuan masalah pada sistem yang sulit dimodelkan
Lebih terperinciPenentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno
Penentuan Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno Shenna Miranda #1, Minora Longgom Nasution *2, Muhammad Subhan #3 #1 Student of Mathematics department State University
Lebih terperinciPenerapan Logika Fuzzy Metode Sugeno Untuk Memprediksi Jumlah Penumpang Di Terminal Ronggo Sukowati Pamekasan
Penerapan Logika Fuzzy Metode Sugeno Untuk Memprediksi Jumlah Penumpang Di Terminal Ronggo Sukowati Pamekasan Tony Yulianto 1, Sugiono 2, M. Fariz Fadillah Mardianto 3 1,2,3) Program Studi Matematika,
Lebih terperinciErwien Tjipta Wijaya, ST.,M.Kom
Erwien Tjipta Wijaya, ST.,M.Kom PENDAHULUAN Logika Fuzzy pertama kali dikenalkan oleh Prof. Lotfi A. Zadeh tahun 1965 Dasar Logika Fuzzy adalah teori himpunan fuzzy. Teori himpunan fuzzy adalah peranan
Lebih terperinciBAB 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 terperinciKata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa
SISTEM PENDUKUNG KEPUTUSAN METODE SUGENO DALAM MENENTUKAN TINGKAT KEPRIBADIAN SISWA BERDASARKAN PENDIDIKAN (STUDI KASUS DI MI MIFTAHUL ULUM GONDANGLEGI MALANG) Wildan Hakim, 2 Turmudi, 3 Wahyu H. Irawan
Lebih terperinciInstitut 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 terperinciPENERAPAN LOGIKA FUZZY MENGGUNAKAN SISTEM INFERENSI METODE TSUKAMOTO PADA PENGATURAN LAMPU LALU LINTAS DI PEREMPATAN MANDAN KABUPATEN SUKOHARJO
PENERAPAN LOGIKA FUZZY MENGGUNAKAN SISTEM INFERENSI METODE TSUKAMOTO PADA PENGATURAN LAMPU LALU LINTAS DI PEREMPATAN MANDAN KABUPATEN SUKOHARJO oleh KARTIKA DEWAYANI M0112048 SKRIPSI ditulis dan diajukan
Lebih terperinciAPLIKASI METODE FUZZY TSUKAMOTO DALAM PENENTUAN JUMLAH PEMASUKAN BERAS OPTIMUM PADA PERUM BULOG DIVISI REGIONAL SUMATERA UTARA SKRIPSI
APLIKASI METODE FUZZY TSUKAMOTO DALAM PENENTUAN JUMLAH PEMASUKAN BERAS OPTIMUM PADA PERUM BULOG DIVISI REGIONAL SUMATERA UTARA SKRIPSI RANTO MANURUNG 110803019 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciBAB II: TINJAUAN PUSTAKA
BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali
Lebih terperinciFUZZY 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 terperinciPENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. (204), hal 39-46. PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI Yoakim Marinus
Lebih terperinciREKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO oleh ENDRA PRATAMA M0112030 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinciAnalisis Perbandingan Metode Fuzzy Mamdani dan Metode Fuzzy Tsukamoto pada Diagnosa Tingkat Kerusakan Mobil KOMPETENSI KOMPUTASI SKRIPSI
Analisis Perbandingan Metode Fuzzy Mamdani dan Metode Fuzzy Tsukamoto pada Diagnosa Tingkat Kerusakan Mobil KOMPETENSI KOMPUTASI SKRIPSI LUH TRISNA ARYANTINI NIM. 1008605031 PROGRAM STUDI TEKNIK INFORMATIKA
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah kata benda yang berasal dari kata himpun. Kata kerjanya adalah menghimpun. Menghimpun adalah kegiatan yang berhubungan dengan berbagai objek apa saja.
Lebih terperinciBAB 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 terperinciAplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic
Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha Menggunakan Fuzzy Logic 1. Pendahuluan Jual beli motor merupakan suatu kegiatan transaksi yang mungkin sering kita temukan di kehidupan sehari-hari. Untuk
Lebih terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciAPLIKASI 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 terperinciPERENCANAAN JUMLAH PRODUKSI MIE INSTAN DENGAN PENEGASAN (DEFUZZIFIKASI) CENTROID FUZZY
PERENCANAAN JUMLAH PRODUKSI MIE INSTAN DENGAN PENEGASAN (DEFUZZIFIKASI) CENTROID FUZZY MAMDANI (Studi Kasus : Jumlah Produksi Indomie di PT. Indofood CBP Sukses Makmur Tbk, Tanjung Morawa) SKRIPSI NOFRIDA
Lebih terperinciDENIA FADILA RUSMAN
Sidang Tugas Akhir INVENTORY CONTROL SYSTEM UNTUK MENENTUKAN ORDER QUANTITY DAN REORDER POINT BAHAN BAKU POKOK TRANSFORMER MENGGUNAKAN METODE FUZZY (STUDI KASUS : PT BAMBANG DJAJA SURABAYA) DENIA FADILA
Lebih terperinciPERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE FUZZY-MAMDANI DENGAN FUZZY-SUGENO (Studi Kasus: PT SARIMAKMUR TUNGGALMANDIRI)
PERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE FUZZY-MAMDANI DENGAN FUZZY-SUGENO (Studi Kasus: PT SARIMAKMUR TUNGGALMANDIRI) RIANTO PANGIHUTAN SAMOSIR 090803024 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciPENENTUAN 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 terperinciPERENCANAAN JUMLAH PRODUKSI MEJA ALUMUNIUM UNTUK MEMINIMALKAN BIAYA PRODUKSI DENGAN METODE FUZZY MAMDANI Di UD. Meubel Alumunium, Mojokerto
PERENCANAAN JUMLAH PRODUKSI MEJA ALUMUNIUM UNTUK MEMINIMALKAN BIAYA PRODUKSI DENGAN METODE FUZZY MAMDANI Di UD. Meubel Alumunium, Mojokerto SKRIPSI Oleh : MUISA OCTAVIA NPM : 0632010185 JURUSAN TEKNIK
Lebih terperinciPenerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi
Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi Berdasarkan Data Persediaan dan Jumlah Permintaan Ria Rahmadita Surbakti 1), Marlina Setia Sinaga 2) Jurusan Matematika FMIPA UNIMED riarahmadita@gmail.com
Lebih terperinciAnalisis Fungsi Keanggotaan Fuzzy Tsukamoto Dalam Menentukan Status Kesehatan Tubuh Seseorang
Analisis Fungsi Keanggotaan Fuzzy Tsukamoto Dalam Menentukan Status Kesehatan Tubuh Seseorang Nurul Khairina Politeknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal nurulkhairina27@gmail.com Abstrak
Lebih terperinciTahap Sistem Pakar Berbasis Fuzzy
Company LOGO Penalaran Mamdani dan Tsukamoto Pada pendekatan Fuzzy Inference System Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2011 www.company.com
Lebih terperinciPERBANDINGAN METODE FUZZY SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS PADA PERUM BULOG DIVISI REGIONAL SUMUT SKRIPSI
PERBANDINGAN METODE FUZZY SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS PADA PERUM BULOG DIVISI REGIONAL SUMUT SKRIPSI DESMON GUNADI SIAGIAN 110803066 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciSISTEM 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 terperinciPERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN
PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN SKRIPSI Oleh : TAUFAN FAHMI J2E008056 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciAPLIKASI FUZZY LOGIC UNTUK MENILAI KOLEKTIBILITAS ANGGOTA SEBAGAI PERTIMBANGAN PENGAMBILAN KEPUTUSAN PEMBERIAN KREDIT DI KOPERASI X SKRIPSI
APLIKASI FUZZY LOGIC UNTUK MENILAI KOLEKTIBILITAS ANGGOTA SEBAGAI PERTIMBANGAN PENGAMBILAN KEPUTUSAN PEMBERIAN KREDIT DI KOPERASI X SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciPenerapan Fuzzy Mamdani Untuk Sistem Pendukung Keputusan Pemilihan Telepon Seluler
Penerapan Fuzzy Mamdani Untuk Sistem Pendukung Keputusan Pemilihan Telepon Seluler Wira Buana Dosen STMIK Jayanusa wira_buana59@yahoo.com ABSTRAK Fuzzy logic merupakan salah satu pendekatan yang menggunakan
Lebih terperinciJOBSHEET 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 terperinciLOGIKA FUZZY. Kelompok Rhio Bagus P Ishak Yusuf Martinus N Cendra Rossa Rahmat Adhi Chipty Zaimima
Sistem Berbasis Pengetahuan LOGIKA FUZZY Kelompok Rhio Bagus P 1308010 Ishak Yusuf 1308011 Martinus N 1308012 Cendra Rossa 1308013 Rahmat Adhi 1308014 Chipty Zaimima 1308069 Sekolah Tinggi Manajemen Industri
Lebih terperinciPERBANDINGAN METODE FUZZY
PERBANDINGAN METODE FUZZY DENGAN REGRESI LINEAR BERGANDA DALAM PERAMALAN JUMLAH PRODUKSI (Studi Kasus : Produksi Kelapa Sawit di PT. Perkebunan Nusantara III (PERSERO) Medan Tahun 2011-2012) SKRIPSI SISKA
Lebih terperinciImplementasi 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 terperinciANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB
ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB Sri Kusumadewi Analisis & Desain Sistem Fuzzy Menggunakan Toolbox Matlab Oleh: Sri Kusumadewi
Lebih terperinciLogika 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 terperinciVolume 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 terperinciBAB 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 terperinciSaintia Matematika ISSN: Vol. 2, No. 2 (2014), pp
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 2 (2014), pp. 115 126. PERENCANAAN JUMLAH PRODUKSI MIE INSTAN DENGAN PENEGASAN (DEFUZZIFIKASI)CENTROID FUZZY MAMDANI (Studi Kasus: Jumlah Produksi Indomie
Lebih terperinciFUZZY SYSTEM & FUZZY REASONING DEPARTEMEN ILMU KOMPUTER IPB
FUZZY SYSTEM & FUZZY REASONING Workshop on Fundamental Concept and Implementation of Fuzzy Logic March 17 th 2016 Net Centric Computing Lab DEPARTEMEN ILMU KOMPUTER IPB Outline Crips VS Fuzzy Pengembangan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ) Dimas Wahyu Wibowo 1, Eka Larasati Amalia 2 1,2 Teknik Informatika, Politeknik Negeri
Lebih terperinciAplikasi Graf Fuzzy dan Aljabar Max-Plus untuk Pengaturan. Lampu Lalu Lintas di Simpang Empat Beran Kabupaten Sleman
Aplikasi Graf Fuzzy dan Aljabar Max-Plus untuk Pengaturan Lampu Lalu Lintas di Simpang Empat Beran Kabupaten Sleman Provinsi Daerah Istimewa Yogyakarta Oleh: Arifudin Prabowo Kurniawan 13305144011 ABSTRAK
Lebih terperinciLOGIKA FUZZY (Lanjutan)
Metode Mamdani Metode mamdani sering dikenal sebagai metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Menurut metode ini, ada empat tahap yang harus dilalui untuk mendapatkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan perekonomian yang terjadi saat ini menjadikan persaingan bisnis semakin kompetitif, konsumen semakin kritis dalam memilih produk berkualitas tinggi sehingga
Lebih terperinciPENILAIAN 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 terperinciBAB I PENDAHULUAN Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Pada masa sekarang ini hampir semua perusahaan dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin kompetitif. Hal ini mengharuskan perusahaan
Lebih terperinciBAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya
BAB II LANDASAN TEORI A. Logika Fuzzy Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya berada di luar model matematis dan bersifat inexact. Konsep ketidakpastian inilah yang
Lebih terperinciBAB 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 terperinciPERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN DI INDONESIA
PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY-MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA SKRIPSI Disusun Oleh : LINTANG AFDIANTI NURKHASANAH NIM. 24010211120004 JURUSAN STATISTIKA
Lebih terperinciFuzzy Expert Sistem. Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2015
Fuzzy Expert Sistem Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2015 Ketentuan Praktikum Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa
Lebih terperinciSISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI
SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI 1209100023 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciSIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS DI PDAM KOTA SURABAYA. oleh: WINDA ZULVINA
SIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS PEMELIHARAAN PERALATAN PRODUKSI DI PDAM KOTA SURABAYA oleh: WINDA ZULVINA 5206100040 Dosen Pembimbing : Mahendrawathi
Lebih terperinciBAB 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 terperinciMENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO
MENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO Ganjar Ramadhan Jurusan Teknik Informatika, Universitas Islam Negeri Syarif Hidayatullah Jakarta Email : ganjar.ramadhan05@yahoo.com
Lebih terperinciBAB 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 terperinciIJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY
IJCCS, Vol.x, No.x, July xxxx, pp. ~5 ISSN: 978-52 Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY Dian Eko Hari Purnomo Universitas Sarjanawiyata Tamansiswa, Program Studi Teknik
Lebih terperinciIMPLEMENTASI 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 terperinciAnalisis 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah suatu kumpulan atau koleksi objek-objek yang mempunyai kesamaan sifat tertentu. Objek ini disebut elemen-elemen atau anggota-anggota dari himpunan (Frans
Lebih terperinciMetode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan
Scientific Journal of Informatics Vol., No. 1, Mei 2016 p-issn 2407-7658 http://journal.unnes.ac.id/nju/inde.php/sji e-issn 2460-0040 Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan
Lebih terperinciREVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA
Seminar Nasional Sistem Informasi Indonesia, 6 November 2017 REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA Anisa Citra Mutia, Aria Fajar Sundoro,
Lebih terperinciTeam 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 terperinciNURAIDA, 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 terperinciPenentuan Tingkat Pelayanan Ruas Jalan Di Kabupaten Sleman Dengan Fuzzy Logic
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Penentuan Tingkat Pelayanan Ruas Jalan Di Kabupaten Sleman Dengan Fuzzy Logic Umi Nurofi atin, Agus Maman Abadi Program Studi Matematika,
Lebih terperinciBAB IV PEMBAHASAN. Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan
BAB IV PEMBAHASAN Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan teori aljabar max-plus dalam pengaturan lampu lalu lintas di simpang empat Beran Kabupaten Sleman Provinsi Daerah
Lebih terperinciPraktikum sistem Pakar Fuzzy Expert System
Praktikum sistem Pakar Fuzzy Expert System Ketentuan Praktikum 1. Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa untuk praktikum pertemuan ke - 8 2. Mahasiswa akan mendapatkan penjelasan
Lebih terperinciBAB II 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 terperinciDAFTAR ISI. KATA PENGANTAR i. DAFTAR ISI. iv. DAFTAR GAMBAR. viii. DAFTAR TABEL. x. DAFTAR LAMPIRAN.. xi. 1.1 Latar Belakang dan Rumusan Masalah..
DAFTAR ISI Halaman ABSTRAK ABSTRACT KATA PENGANTAR i DAFTAR ISI. iv DAFTAR GAMBAR. viii DAFTAR TABEL. x DAFTAR LAMPIRAN.. xi BAB I PENDAHULUAN 1.1 Latar Belakang dan Rumusan Masalah.. 1 1.1.1 Latar Belakang
Lebih terperinciANALISA 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 terperinciSKRIPSI. Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer pada Jurusan Ilmu Komputer/ Informatika.
SISTEM PERENCANAAN PENAMBAHAN STOK BARANG MENGGUNAKAN METODE FUZZY C-MEANS DAN MEKANISME INFERENSI FUZZY TSUKAMOTO (Studi Kasus di Distributor Alfamart Semarang) SKRIPSI Disusun Sebagai Salah Satu Syarat
Lebih terperinciPERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )
TUGAS AKHIR PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati (1207 100 031) Dosen Pembimbing: Drs. I G Ngurah Rai Usadha, M.Si Dra. Nuri
Lebih terperinciPerekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani
BINA INSANI ICT JOURNAL, Vol.3, No. 2, Desember 2016, 279-290 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online) 279 Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani Ghofar Taufik 1,*
Lebih terperinciBAB 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 terperinciIMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS
IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS Alfa Saleh Teknik Informatika, Fak Ilmu Komputer Universitas Potensi Utama Jl KL Yos Sudarso KM 65 No3-A, Tanjung Mulia,
Lebih terperinciLOGIKA SAMAR (FUZZY LOGIC)
LOGIKA SAMAR (FUZZY LOGIC) 2. Himpunan Samar 2.. Himpunan Klasik dan Himpunan Samar Himpunan klasik merupakan himpunan dengan batasan yang tegas (crisp) (Jang, Sun, dan Mizutani, 24). Sebagai contoh :
Lebih terperinciANALISIS PERBANDINGAN METODE LOGIKA FUZZY DAN LOGIKA FUZZY CLUSTERING PADA PROYEKSI KEBUTUHAN ENERGI LISTRIK DI INDONESIA SAMPAI TAHUN 2025
ANALISIS PERBANDINGAN METODE LOGIKA FUZZY DAN LOGIKA FUZZY CLUSTERING PADA PROYEKSI KEBUTUHAN ENERGI LISTRIK DI INDONESIA SAMPAI TAHUN 2025 Jenggo Dwyana Prasaja *), Hermawan, and Susatyo Handoko Jurusan
Lebih terperinciBAB 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 terperinciImplementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic
JTRISTE, Vol.2, No.2, Oktober 2015, pp. 18~28 ISSN: 2355-3677 Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic Junaedy 1, Abdul Munir 2 STMIK KHARISMA
Lebih terperinciANALISIS PERBANDINGAN METODE FUZZY TSUKAMOTO DAN METODE FUZZY MAMDANI PADA PERBANDINGAN HARGA SEPEDA MOTOR BEKAS
ANALISIS PERBANDINGAN METODE FUZZY TSUKAMOTO DAN METODE FUZZY MAMDANI PADA PERBANDINGAN HARGA SEPEDA MOTOR BEKAS Istraniady (istraniady@mhs.mdp.ac.id), Priko Andrian (prikoandrian@yahoo.com) Mardiani (mardiani@stmik-mdp.net)
Lebih terperinci