Untuk dapat lebih memahani fuzzy Tsukamoto, berikut contoh kasus :

Ukuran: px
Mulai penontonan dengan halaman:

Download "Untuk dapat lebih memahani fuzzy Tsukamoto, berikut contoh kasus :"

Transkripsi

1 Fuzzy Tsukamoto Ahmadulillah saya sempat menuliskan kembali sedikit menganai fuzzy reasoning. Jika masih lupa silahkan baca tautan berikut. Untuk dapat lebih memahani fuzzy Tsukamoto, berikut contoh kasus : Suatu perusahaan tekstil akan memproduksi pakaian dengan jenis XYZ. Dari 1 bulan terakhir, permintaan terbesar mencapai 5000 potong per bulan, dan permintaan terkecil mencapai 1000 potong per bulan. Persediaan barang di gudang tiap hari paling banyak 600 potong. dan persediaan terkecil mencapai 100 potong per hari. Dikarenakan memiliki keterbasan, perusahaan ini hanya mampu memproduksi pakaian paling banyak 7000 potong per bulan. Untuk efisiensi, mesin dan SDM setiap bulan diharapkan perusahaan memproduksi paling tidak 2000 potong pakaian. Berapa potong pakaian jenis XYZ yang harus diproduksi apabila terdapat permintaan sejumlah 4000 potong dan persediaan di gudang terdapat 300 potong.? Tahap Fuzzifikasi Pada tahap ini setiap input dan output akan difuzzikan menjadi variabel linguistik. Berikut rancangan kurva keanggotaan untu setiap variabel: Variabel Permintaan: page 1 / 7

2 Variabel Persediaan page 2 / 7

3 Variabel Jumlah Produksi: page 3 / 7

4 Tahap Pembuatan Aturan Fuzzy Jika diketahui aturan (rule) : [R1] : IF Permintaan TURUN And Persediaan BANYAK THEN Produksi Pakaian BERKURANG [R2] : IF Permintaan TURUN And Persediaan SEDIKIT THEN Produksi Pakaian BERKURANG [R3] : IF Permintaan NAIK And Persediaan BANYAK THEN Produksi Pakaian BERTAMBAH [R4] : IF Permintaan NAIK And Persediaan SEDIKIT THEN Produksi Pakaian BERTAMBAH Tahap Perhitungan Nilai Z (output) berdasarkan aturan yang digunakan: Dari hasil fuzzifikasi, dapat diketahui bahwa permintaan sejumlah 4000 masuk dalam himpunan (Turun dan Naik) dan persediaan 300 masuk dalam himpunan (Sedikit dan Banyak). Berdasarkan aturan yang ada (4 rule) diketahui bahwa keempat aturan tersebut bersesuaian dengan input yang masuk ke dalam sistem. Dengan demikian keempat rule tersebut fired. Implementasi aturan pertama [R1] IF Permintaan TURUN And Persediaan BANYAK THEN Produksi Pakaian BERKURANG alpha_predikat1 = min (µturun [4000],µBanyak [300]) = min page 4 / 7

5 (0,25;0,4) = 0,25 Lihat Himpunan Berkurang pada Output (7000-z1) / ( ) = 0,25 z1 = 5750 Implementasi aturan kedua [R2] IF Permintaan TURUN And Persediaan BANYAK THEN Produksi Pakaian BERKURANG alpha_predikat1 = min (µturun [4000],µBanyak [300]) min (0,25;0,4) = 0,25 = Lihat Himpunan Berkurang pada Output (7000-z) / ( ) = 0,25 z1 = 5750 Implementasi aturan ketiga [R3] IF Permintaan NAIK And Persediaan BANYAK THEN Produksi Pakaian BERTAMBAH alpha_predikat3 = min (µnaik [4000],µBanyak [300]) = min (0,75;0,4) = 0,4 Lihat Himpunan Bertambah pada Output (z-2000) / ( ) = 0,4 z3 = 4000 page 5 / 7

6 Implementasi aturan keempat [R4] IF Permintaan NAIK And Persediaan SEDIKIT THEN Produksi Pakaian BERTAMBAH alpha_predikat4 = min (µnaik [4000],µSedikit [300]) = min (0,75;0,6) = 0,6 Lihat Himpunan Bertambah pada Output (z-2000) / ( ) = 0,6 z4 = 5000 Defuzzifikasi Tahap akhir dari fuzzy Tsukamoto adalah menghitung Ztotal (Hasil) Defuzzifikasi dengan rata-rata terbobot Dengan demikian, jumlah potong pakaian yang harus diproduksi adalah sebanyak : page 6 / 7

7 4983 potong page 7 / 7

Contoh Kasus. Bagus Ilhami HIdayat

Contoh Kasus. Bagus Ilhami HIdayat Contoh Kasus Suatu perusahaan tekstil akan memproduksi pakaian dengan jenis XYZ. Dari 1 bulan terakhir, permintaan terbesar mencapai 5000 potong per hari, dan permintaan terkecil mencapai 1000 potong per

Lebih terperinci

PENGEMBANGAN SISTEM PAKAR FUZZY

PENGEMBANGAN SISTEM PAKAR FUZZY FUZZY EXPERT SYSTEM FUZZY INFERENCE SYSTEM FUZZY REASONING Toto Haryanto MATA KULIAH SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR PENGEMBANGAN SISTEM PAKAR FUZZY Domain Masalah Fuzzifikasi

Lebih terperinci

PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012

PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012 PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012 PENALARAN FUZZY Digunakan untuk menghasilkan suatu keputusan tunggal / crisp saat defuzzifikasi Penggunaan akan bergantung

Lebih terperinci

Tahap Sistem Pakar Berbasis Fuzzy

Tahap 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 terperinci

Fuzzy 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 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 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

Himpunan Tegas (Crisp)

Himpunan Tegas (Crisp) Logika Fuzzy Logika Fuzzy Suatu cara untuk merepresentasikan dan menangani masalah ketidakpastian (keraguan, ketidaktepatan, kekuranglengkapan informasi, dan kebenaran yang bersifat sebagian). Fuzzy System

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Dalam penelitian diagnosa penyakit asma dengan menggunakan metode fuzzy Tsukamoto, dibutuhkan data mengenai gejala penyakit dari seorang pakar atau

Lebih terperinci

FUZZY SYSTEM & FUZZY REASONING DEPARTEMEN ILMU KOMPUTER IPB

FUZZY 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 terperinci

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno KASUS PENERAPAN LOGIKA FUZZY Fuzzy tsukamoto, mamdani, sugeno CARA KERJA LOGIKA FUZZY MELIPUTI BEBERAPA TAHAPAN BERIKUT : 1. Fuzzyfikasi 2. Pembentukan basis pengetahuan fuzzy (rule dalam bentuk if..then).

Lebih terperinci

Sistem Inferensi Fuzzy

Sistem Inferensi Fuzzy Sistem Inferensi Fuzzy METODE SUGENO 27 Sistem Inferensi Fuzzy Metode Tsukamoto Metode Sugeno! Diperkenalkan oleh Takagi-Sugeno-Kang, tahun 1985.! Bagian output (konsekuen) sistem tidak berupa himpunan

Lebih terperinci

METODOLOGI PENELITIAN

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

Lebih terperinci

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

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. LOGIKA FUZZY UTHIE Intro Pendahuluan Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. Lotfi Asker Zadeh adalah seorang ilmuwan

Lebih terperinci

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

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

4-5-FUZZY INFERENCE SYSTEMS

4-5-FUZZY INFERENCE SYSTEMS 4-5-FUZZY INFERENCE SYSTEMS Shofwatul Uyun Mekanisme FIS Fuzzy Inference Systems (FIS) INPUT (CRISP) FUZZYFIKASI RULES AGREGASI DEFUZZY OUTPUT (CRISP) 2 Metode Inferensi Fuzzy Metode Tsukamoto Metode Mamdani

Lebih terperinci

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

PENERAPAN METODE ALORITMA FUZZY MAMDANI PADA APLIKASI SPK PENENTUAN JUMLAH PRODUKSI BARANG CV.KURNIA ALAM DI JEPARA

PENERAPAN METODE ALORITMA FUZZY MAMDANI PADA APLIKASI SPK PENENTUAN JUMLAH PRODUKSI BARANG CV.KURNIA ALAM DI JEPARA PENERAPAN METODE ALORITMA FUZZY MAMDANI PADA APLIKASI SPK PENENTUAN JUMLAH PRODUKSI BARANG CV.KURNIA ALAM DI JEPARA Andreas Widiyantoro-NIM : A11.2009.04835 Program Studi Teknik Informatika Fakultas Ilmu

Lebih terperinci

Kecerdasan Buatan. Pertemuan 10. (Review) Faktor Kepastian Sistem Penalaran Fuzzy Mamdani Pembelajaran Mesin ID3. Husni

Kecerdasan Buatan. Pertemuan 10. (Review) Faktor Kepastian Sistem Penalaran Fuzzy Mamdani Pembelajaran Mesin ID3. Husni Kecerdasan Buatan Pertemuan 10 (Review) Faktor Kepastian Sistem Penalaran Fuzzy Mamdani Pembelajaran Mesin ID3 Husni Lunix96@gmail.com http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM,

Lebih terperinci

BAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan

BAB 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 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

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

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

Lebih terperinci

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

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

KECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana

KECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana Logika Fuzzy KECERDASAN BUATAN (Artificial Intelligence) Materi 8 Entin Martiana 1 Kasus fuzzy dalam kehidupan sehari-hari Tinggi badan saya: Andi menilai bahwa tinggi badan saya termasuk tinggi Nina menilai

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

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

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

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

IMPLEMENTASI LOGIKA FUZZY MAMDANI UNTUK MENENTUKAN HARGA GABAH

IMPLEMENTASI LOGIKA FUZZY MAMDANI UNTUK MENENTUKAN HARGA GABAH IMPLEMENTASI LOGIKA FUZZY MAMDANI UNTUK MENENTUKAN HARGA GABAH Reino Adi Septiawan Program Studi Teknik Informatika S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang Email : a11.2009.04948@gmail.com

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

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

Matematika Diskrit Fuzzy Inference System Prodi T.Informatika

Matematika Diskrit Fuzzy Inference System Prodi T.Informatika Matematika Diskrit Fuzzy Inference System Prodi T.Informatika Mahasiswa dapat melakukan penalaran dengan hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Mekanisme Fuzzy Iinference Systems

Lebih terperinci

PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan)

PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan) PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan) Komang Wahyudi Suardika 1, G.K. Gandhiadi 2, Luh Putu Ida Harini 3 1 Program

Lebih terperinci

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Descriptive Research Penelitian deskriptif adalah metode penelitian yang digunakan untuk menmukan pengetahuan yang seluas-luasnya terhadap objek penelitian pada suatu masa

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

DAFTAR 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. 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 terperinci

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

ANALISA KELAYAKAN TRUK PENGANGKUT MATERIAL ALAM PT. ARGA WASTU SLUKE REMBANG MENGGUNAKAN FUZZY LOGIC TSUKAMOTO Techno.COM, Vol. 14, No. 1, Februari 2015: 42-48 ANALISA KELAYAKAN TRUK PENGANGKUT MATERIAL ALAM PT. ARGA WASTU SLUKE REMBANG MENGGUNAKAN FUZZY LOGIC TSUKAMOTO Mutiara Permana Pratiwi 1, Sendi Novianto

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian dalam tugas akhir ini adalah BPR BKK Kendal yang beralamatkan di jalan Soekarno Hatta No 335 Kendal. Penelitian ini berlangsung dari bulan

Lebih terperinci

BAB VII LOGIKA FUZZY

BAB VII LOGIKA FUZZY BAB VII LOGIKA FUZZY Logika fuzzy adalah suatu cara untuk memetakan suatu ruang input ke dalam suatu ruang output. Skema logika fuzzy : Antara input dan output terdapat suatu kotak hitam yang harus memetakan

Lebih terperinci

PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ)

PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ) PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ) Edy Victor Haryanto 1, Fina Nasari 2 1,2 UniversitasPotensiUtama Jl. K.

Lebih terperinci

BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN

BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN 4.1 Implementasi Sistem Implementasi sistem merupakan tahapan dimana sistem yang telah dirancang sebelumnya dapat berjalan dan dioperasikan. Implementasi sistem

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

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Bab ini berisi tentang pemahaman dari logika fuzzy dan data mining. Pada bab ini juga akan dijelaskan bagian-bagian yang perlu diketahui dalam logika fuzzy dan data mining, sehingga

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

ADLN - Perpustakaan Universitas Airlangga BAB IV PEMBAHASAN. menggunakan pemrograman Microsoft Visual Basic.NET

ADLN - Perpustakaan Universitas Airlangga BAB IV PEMBAHASAN. menggunakan pemrograman Microsoft Visual Basic.NET 27 BAB IV PEMBAHASAN Pada bab ini akan dibahas tentang penerapan fuzzy inference system Tsukamoto untuk mendiagnosis penyakit mata serta implementasi ke dalam program menggunakan pemrograman Microsoft

Lebih terperinci

Pengantar Kecerdasan Buatan (AK045218) Logika Fuzzy

Pengantar Kecerdasan Buatan (AK045218) Logika Fuzzy Logika Fuzzy Pendahuluan Alasan digunakannya Logika Fuzzy Aplikasi Himpunan Fuzzy Fungsi keanggotaan Operator Dasar Zadeh Penalaran Monoton Fungsi Impilkasi Sistem Inferensi Fuzzy Basis Data Fuzzy Referensi

Lebih terperinci

TUGAS PRAKTIKUM SISTEM CERDAS

TUGAS PRAKTIKUM SISTEM CERDAS TUGAS PRAKTIKUM SISTEM CERDAS Modul III Penerapan Logika Fuzzy Dengan Matlab Tanggal 17 November 2015 Disusun Oleh : Fahmi Ahmad Husaeni (201302025) Dosen Pengampu : E. Agung Nugroho S.T, M.T Program Studi

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

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

Lebih terperinci

Pendekatan Logika Fuzzy untuk Perhitungan Gap pada Metode Profile Matching dalam Menentukan Kelayakan Proposal Penelitian

Pendekatan Logika Fuzzy untuk Perhitungan Gap pada Metode Profile Matching dalam Menentukan Kelayakan Proposal Penelitian Pendekatan Logika Fuzzy untuk Perhitungan Gap pada Metode Profile Matching dalam Menentukan Kelayakan Proposal Penelitian Jumadi 1, a) Cecep Nurul Alam 2, b) 3, c) dan Ichsan Taufik 1, 2, 3 Jurusan Teknik

Lebih terperinci

Logika Fuzzy. Farah Zakiyah Rahmanti 2016

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

Lebih terperinci

REVIEW JURNAL LOGIKA FUZZY

REVIEW JURNAL LOGIKA FUZZY REVIEW JURNAL LOGIKA FUZZY Disusun oleh : Gita Adinda Permata 1341177004309 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS NEGERI SINGAPERBANGSA KARAWANG KATA PENGANTAR Assalamualaikum

Lebih terperinci

IMPLEMENTASI FUZZY MAMDANI DALAM MENENTUKAN PEMBELIAN CAT (STUDI KASUS PT. XYZ)

IMPLEMENTASI FUZZY MAMDANI DALAM MENENTUKAN PEMBELIAN CAT (STUDI KASUS PT. XYZ) IMPLEMENTASI FUZZY MAMDANI DALAM MENENTUKAN PEMBELIAN CAT (STUDI KASUS PT. XYZ) Edy Victor Haryanto Universitas Potensi Utama Jl. K. L. Yos Sudarso Km. 6,5 No. 3 A Tj. Mulia Medan edy@potensi-utama.ac.id,

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

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

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH 68 REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH Septiani Nur Hasanah 1, Nelly Indriani Widiastuti 2 Program Studi Teknik Informatika. Universitas Komputer Indonesia. Jl.

Lebih terperinci

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

Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI

Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI III.1 Teori Logika fuzzi III.1.1 Logika fuzzi Secara Umum Logika fuzzi adalah teori yang memetakan ruangan input ke ruang output dengan menggunakan aturan-aturan

Lebih terperinci

Analisis Fungsi Keanggotaan Fuzzy Tsukamoto Dalam Menentukan Status Kesehatan Tubuh Seseorang

Analisis 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 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

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 5 BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Logika fuzzy adalah cabang dari sistem kecerdasan buatan (Artificial Inteligent) yang mengemulasi kemampuan manusia dalam berfikir ke dalam bentuk algoritma yang

Lebih terperinci

REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO

REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO Endra Pratama, Titin Sri Martini, Mania Roshwita Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

LEMBAR PENGESAHAN PERNYATAAN ABSTRAK...

LEMBAR PENGESAHAN PERNYATAAN ABSTRAK... DAFTAR ISI LEMBAR PENGESAHAN PERNYATAAN ABSTRAK... i KATA PENGANTAR... ii UCAPAN TERIMA KASIH... iv DAFTAR ISI... vi DAFTAR TABEL... viii DAFTAR GAMBAR... ix DAFTAR SIMBOL... x BAB I PENDAHULUAN... 1 1.1

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 METODOLOGI 3.1. PENDAHULUAN

BAB III METODOLOGI 3.1. PENDAHULUAN BAB III METODOLOGI 3.1. PENDAHULUAN Dalam melakukan studi Tugas Akhir diperlukan metodologi yang akan digunakan agar studi ini dapat berjalan sesuai dengan koridor yang telah direncanakan di awal. Dalam

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Permintaan 2.1.1 Pengertian Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat pendapatan tertentu

Lebih terperinci

KECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana

KECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana Logika Fuzzy KECERDASAN BUATAN (Artificial Intelligence) Materi 8 Entin Martiana 1 Kasus fuzzy dalam kehidupan sehari-hari Tinggi badan saya: Andi menilai bahwa tinggi badan saya termasuk tinggi Nina menilai

Lebih terperinci

Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan

Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan Scientific Journal of Informatics Vol., No. 1, Mei 2016 p-issn 2407-7658 http://journal.unnes.ac.id/nju/inde.php/sji e-issn 2460-0040 Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan

Lebih terperinci

Fuzzy Logic. Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic.

Fuzzy 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 terperinci

Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic

Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha Menggunakan Fuzzy Logic 1. Pendahuluan Jual beli motor merupakan suatu kegiatan transaksi yang mungkin sering kita temukan di kehidupan sehari-hari. Untuk

Lebih terperinci

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

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

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

Lebih terperinci

LOGIKA FUZZY. Dr. Ade Gafar Abdullah JPTE-UPI

LOGIKA FUZZY. Dr. Ade Gafar Abdullah JPTE-UPI LOGIKA FUZZY Dr. Ade Gafar Abdullah JPTE-UPI Introduction Logika fuzzy adalah cabang dari sistem kecerdasan buatan (Artificial Intelegent) yang mengemulasi kemampuan manusia dalam berfikir ke dalam bentuk

Lebih terperinci

Contoh Penerapan Fuzzy Logic - Metode Tsukamoto menggunakan Matlab

Contoh Penerapan Fuzzy Logic - Metode Tsukamoto menggunakan Matlab Jun 24 Contoh Penerapan Fuzzy Logic - Metode Tsukamoto menggunakan Matlab Bagi anda yang mempelajari tentang Artificial Intelligence pada pokok bahasan Fuzzy Logic, ada tiga metode yang sering digunakan

Lebih terperinci

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Sistem Informasi

Lebih terperinci

Prediksi Jumlah Permintaan Gas Cair Menggunakan Fuzzy Inference Model pada PT Air Products Gresik Oleh : Lailatul Khikmiyah

Prediksi Jumlah Permintaan Gas Cair Menggunakan Fuzzy Inference Model pada PT Air Products Gresik Oleh : Lailatul Khikmiyah Prediksi Jumlah Permintaan Gas Cair Menggunakan Fuzzy Inference Model pada PT Air Products Gresik Oleh : Lailatul Khikmiyah - 5208100093 Latar Belakang PT Air Products Gresik adalah sebuah perusahaan penghasil

Lebih terperinci

IMPLEMENTASI ALGORITMA FUZZY TSUKAMOTO UNTUK MENENTUKAN JUMLAH PRODUKSI ROTI

IMPLEMENTASI ALGORITMA FUZZY TSUKAMOTO UNTUK MENENTUKAN JUMLAH PRODUKSI ROTI ISSN : 2338-4018 IMPLEMENTASI ALGORITMA FUZZY TSUKAMOTO UNTUK MENENTUKAN JUMLAH PRODUKSI ROTI Kurnia Martha Herdiastuti (kurnia19martha@gmail.com) Bebas Widada(bbswdd@gmail.com) Yustina Retno Wahyu Utami

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Jual beli handphone adalah salah satu kegiatan transaksi yang dilakukan oleh toko handphone atau toko seluler. Kegiatan jual beli ini meliputi pembelian dan

Lebih terperinci

Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia

Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia Irmalia Suryani Faradisa dan Putri Sari Jurusan Teknik Elektro, Institut Teknologi Nasional Malang E-mail: faradyza@gmail.com Abstrak Gejala

Lebih terperinci

Logika Himpunan Fuzzy

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

Lebih terperinci

SKRIPSI. MERANCANG SISTEM PAKAR BERBASIS FUZZY UNTUK PRA PENGUJIAN JUDUL SKRIPSI (Studi Teknik Informatika)

SKRIPSI. MERANCANG SISTEM PAKAR BERBASIS FUZZY UNTUK PRA PENGUJIAN JUDUL SKRIPSI (Studi Teknik Informatika) SKRIPSI MERANCANG SISTEM PAKAR BERBASIS FUZZY UNTUK PRA PENGUJIAN JUDUL SKRIPSI (Studi Teknik Informatika) Diajukan Sebagai Syarat Untuk Kelulusan Program Studi Strata Satu (S1) di Fakultas Teknik Universitas

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

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

IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC

IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC Riky Amelia (1111981) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja

Lebih terperinci

BAB IV HASIL DAN UJI COBA

BAB IV HASIL DAN UJI COBA BAB IV HASIL DAN UJI COBA IV.1 Tampilan Hasil Pada bab ini akan dijelaskan mengenai tampilan hasil dari aplikasi yang telah dibangun dan digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada

Lebih terperinci

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

SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH KECERDASAN BUATAN SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH AMARILIS ARI SADELA (E1E1 10 086) SITI MUTHMAINNAH (E1E1 10 082) SAMSUL (E1E1 10 091) NUR IMRAN

Lebih terperinci

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

TAHUN AKADEMIK 2016/2017. : PENGANTAR INTELEGENSI BUATAN : Betha Nurina Sari, M.Kom. : Open Book via Google Form (90 Menit)

TAHUN AKADEMIK 2016/2017. : PENGANTAR INTELEGENSI BUATAN : Betha Nurina Sari, M.Kom. : Open Book via Google Form (90 Menit) IFT 501 PANITIA UJIAN AKHIR SEMESTER GANJIL FAKULTAS ILMU KOMPUTER UNIVERSITAS SINGAPERBANGSA KARAWANG Jl. H.S. Ronggowaluyo Telukjambe Telp. (0267) 641177 Ex 307 Fax (0267) 641367 Karawang 41361 TAHUN

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 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 III ANALISIS SISTEM

BAB III ANALISIS SISTEM BAB III ANALISIS SISTEM 3. Identifikasi Masalah Masalah yang dihadapi adalah sebagai berikut :. Banyak kriteria yang terlibat dalam perhitungan yang masih menggunakan cara konvensional sehingga membutuhkan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang PT. Sinar Sosro adalah salah satu perusahaan yang bergerak di bidang produksi minuman dengan skala besar (mass production). PT. Sinar Sosro Cabang Deli Serdang memproduksi

Lebih terperinci

PENERAPAN LOGIKA FUZZY UNTUK MENGUKUR KINERJA FRONTLINER PEGAWAI BANK BRI

PENERAPAN LOGIKA FUZZY UNTUK MENGUKUR KINERJA FRONTLINER PEGAWAI BANK BRI PENERAPAN LOGIKA FUZZY UNTUK MENGUKUR KINERJA FRONTLINER PEGAWAI BANK BRI Deval Gusrion Universitas Putra Indonesia YPTK Padang, Indonesia devalgusrion@gmail.com ABSTRACT Performance measurement front-liner

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

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