LOGIKA FUZZY INFERENCE SYSTEM MAMDANI UNTUK PENDUKUNG KEPUTUSAN PENILAIAN KEPALA SEKOLAH SMA BERPRESTASI DI JAKARTA UTARA
|
|
- Benny Iskandar
- 6 tahun lalu
- Tontonan:
Transkripsi
1 LOGIKA FUZZY INFERENCE SYSTEM MAMDANI UNTUK PENDUKUNG KEPUTUSAN PENILAIAN KEPALA SEKOLAH SMA BERPRESTASI DI JAKARTA UTARA Samudi 1) Mochamad Wahyudi 2) 1) Sekolah Tinggi Manajemen Informatika Komputer Nusa Mandiri (STMIK Nusa Mandiri) Jl. Salemba Raya No. 5 Jakarta Pusat samudi.net@gmail.com 2) Ilmu Komputer, STMIK Nusa Mandiri Ja karta Jl. Damai No. 8 Warung Jati Barat, Jakarta Selatan wahyudi@nusamandiri.ac.id ABSTRACT Education is a means to get an education, science and to improve the quality of human resources with the learning process in schools. The success of an education that takes place in schools can not be separated from the Principal. With the principals who have an important role in the national education system then it is supposed to principals who are real achievement in leading the school awarded viable. In the assessment of High School principal achievement in leading school that happen in high school in North Jakarta is still done manually. Based on these issues, it would require a decision support ratings High School Principal Achievement with logic Mami Fuzzy Inference System. Keywords: Matlab, Principal, Mami Fuzzy Logic PENDAHULUAN Pendidikan merupakan sarana mendapatkan pendidikan, ilmu meningkatkan kualitas sumber daya manusia dengan proses pembelajaran di sekolah. Berdasarkan Ung Ung Republik Indonesia Nomor 20 Tahun 2003 tentang Sistem Pendidikan Nasional dalam Pasal 40 ayat 2 menyebutkan Pendidikan tenaga kependidikan berkewajiban memberi tela menjaga nama baik lembaga, profesi, kedudukan sesuai dengan kepercayaan yang diberikan kepanya, mempunyai komitmen secara professional meningkatkan mutu pendidikan serta mampu menciptakan suasana pendidikan yang bermakna, menyenangkan, kreatif, dinamis, dialogis." Keberhasilan suatu pendidikan yang berlangsung di Sekolah tidak terlepas dari seorang Kepala Sekolah. Dengan aya kepala sekolah yang memiliki peranan penting dalam sistem pendidikan nasional maka sudah seharusnya bagi kepala sekolah yang secara nyata berprestasi dalam memimpin sekolahnya diberikan penghargaan yang layak. Dalam Pedoman Pemilihan Kepala Sekolah Berprestasi Tahun 2011 yang dikeluarkan Kementerian Pendidikan Kebudayaan Republik Indonesia, kepala sekolah berprestasi adalah kepala sekolah yang memiliki kemampuan kepribadian terpuji, manajerial, kewirausahaan, supervisi, berjiwa sosial serta memiliki pemahaman wawasan pendidikan yang utuh meningkatkan mutu pendidikan serta mampu memberikan manfaat bagi lingkungan masyarakat luas. Berdasarkan peranan penting Kepala Sekolah maka diperlukan Penilaian Kepala Sekolah SMA Berprestasi Di Jakarta Utara, sehingga dapat menghasilkan Sistem Pendukung Keputusan yang baik dengan logika Fuzzy Inference System Mami. Sistem pendukung keputusan atau Decision Support System (DSS) adalah sistem berbasis komputer yang membantu para pengambil keputusan mengatasi berbagai masalah melalui interaksi langsung dengan sejumlah database perangkat lunak analitik (Wibisono, 2002, p.129). Sistem pendukung keputusan atau Decision Support System (DSS) merupakan sebuah program komputer yang memudahkan manajer pemasaran mendapatkan menggunakan informasi disaat mereka seg membuat keputusan (Cannon, Joseph P., Perreault, Jr, William D,. McCarthy, E Jerome, 2009, p.412). Sistem pendukung keputusan atau Decision Support System (DSS) yang dirumuskan oleh Kusrini (2007) adalah : 1. Sistem pendukung keputusan atau decision support system (DSS) ditujukan membantu keputusan-keputusan yang kurang terstruktur. 2. Sistem pendukung keputusan atau decision support system (DSS) merupakan gabungan antara kumpulan model kualitatif kumpulan data. 3. Sistem pendukung keputusan atau decision support system (DSS) bersifat luwes dapat menyesuaikan dengan perubahan-perubahan yang terjadi. ISBN
2 Logika fuzzy adalah suatu cara yang tepat memetakan suatu ruang input ke dalam suatu ruang output (Widodo Handayanto, 2009, p.2). Hampir semua kasus kita dapat menghasilkan suatu solusi tanpa menggunakan logika fuzzy, namun menggunakan fuzzyakan lebih cepat lebih murah. Menurut Kusumadewi (2002) Logika Fuzzy adalah suatu cara yang tepat memetakan suatu ruang input ke dalam suatu ruang output, mempunyai nilai kontinyu logika fuzzy dinyatakan dalam derajat dari suatu keanggotaan derajat dari kebenaran (p.2). Logika Fuzzy dikatakan sebagai logika baru yang lama, sebab ilmu tentang logika fuzzy modern metodis baru ditemukan beberapa tahun yang lalu, padahal sebenarnya konsep tentang logika fuzzy itu sendiri sudah ada pada diri kita sejak lama. Logika fuzzy adalah teknologi berbasis aturan yang dapat merpresentasikan ketidakpresisian seperti yang telah disebutkan, dengan menciptakan aturan yang menggunakan nilai subjektif atau nilai yang mendekati (Laudon, K. C. J. P. Loudon, 2008, p.125). Logika fuzzy dapat menjelaskan fenomena atau proses tertentu secara linguistik, kemudian merepresentasikannya dalam sejumlah kecil aturan yang fleksibel. Organisasi dapat menggunakan logika fuzzy menciptakan sistem peranti lunak yang menangkap pengetahuan tersirat yang mengandung ambiguitas linguistik. Menurut Kusrini (2008) bahwa konsep logika fuzzy diperkenalkan pertama kali oleh Prof. Lotfi Zadeh seorang profesor University of California di Berkeley sekitar tahun 1965, Prof. Lotfi Zadeh berpendapat bahwa logika fuzzy memungkinkan nilai keanggotaan antara 0 1, tingkat keabuan juga hitam putih, dalam bentuk linguistik, konsep tidak pastiseperti sedikit, lumayan sangat (p.27). Menurut Budiharto (2008) Logika fuzzy merupakan logika samar yang berhadapan langsung dengan konsep kebenaran sebagian, bahwa logika klasik dalam segala hal dapat diekspresikan dengan binary 0 atau 1 sementara logika fuzzy dimungkinkan aya nilai antara 0 sampai dengan 1 (p.164). Ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain (Widodo Handayanto, 2012, p.4) : 1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzz ysangat sederhana mudah dimengerti. 2. Logika fuzzy sangat fleksibel. 3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat. 4. Logika fuzzy mampu memodelkan fungsi-fungsi non linear yang sangat kompleks. 5. Logika fuzzy dapat membangun mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan. 6. Logika fuzzy dapat bekerjasama dengan teknikteknik kendala secara konvesional. 7. Logika fuzzy didasarkan pada bahasa alami. HASIL PENELITIAN DAN PEMBAHASAN Instrumen penelitian menggunakan kuisioner. Variabel indikator yang digunakan dalam penelitian ini terdiri dari 7 variabel 21 indikator. Tabel 1. Semesta Pembicaraan Variabel Fuzzy No Variabel Indikator 1 Integritas Kepribadian 3 2 Pengembangan Diri 2 3 Sikap Terbuka 4 4 Pengendalian diri 3 5 Bakat minat sebagai 3 pemimpin 6 Managerial 3 7 Sosial 3 Tabel 2. Semesta Pembicaraan Variabel Output Fungsi Variabel Semesta Pembicaraan (Nilai/Range) melaksanakan tugas Konsisten dalam ucapan tindakan Mentaati peratutan sekolah Output Integritas Kepribadian belajar memperbaiki diri menerapkan hal-hal baru meningkatkan keberhasilan proses belajar mengajar Output Pengembangan Diri menerima kritik saran menerima menjembatani perbedaan Memberikan kesempatan pada guru berprestasi berkembang. bekerjasama. Output Sikap Terbuka mengendalian emosi Bijaksana dalam tindakan mengahadapi ISBN
3 stress atau tekanan kerja Output Pengendalian diri Mempunyai gagasan yang kreatif inovatif menggalang guru tendik melaksanakan program sekolah menyelesdaikan keputusan yang baik Output Bakat minat sebagai pemimpin mengembangkan kurikulum Medorong guru berprestasi merancang kegiatan sekolahan Output Managerial berkomunikasi dengan siswa bekerjasama dengan guru tenaga pendidik lainnya mengikuti kegiatan sosial masyarakat Output Sosial Variabel melaksanakan tugas Konsisten dalam ucapan tindakan Mentaati peratutan sekolah Tabel 3. Tabel Himpunan Fuzzy Himpunan Domain Fungsi Keanggotaan Fuzzy Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan belajar memperbaiki diri menerapkan hal-hal baru meningkatkan keberhasilan proses belajar mengajar menerima kritik saran menerima menjembatani perbedaan Memberikan kesempatan pada guru berprestasi berkembang. bekerjasama. mengendalian emosi Bijaksana dalam tindakan mengahadapi stress atau tekanan kerja Mempunyai gagasan yang Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Kurang [0,4] Bahu Kiri ISBN
4 kreatif inovatif menggalang guru tendik melaksanakan program sekolah menyelesdaika n keputusan yang baik mengembangk an kurikulum Medorong guru berprestasi merancang kegiatan sekolahan berkomunikasi dengan siswa bekerjasama dengan guru tenaga pendidik lainnya mengikuti kegiatan sosial masyarakat Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Baik [7,10] Bahu Kanan Kriteria indikator yang peneliti tulis akan dianalisis dijadikan variabel dalam melakukan proses penilaian kepala sekolah SMA berprestasi sebagai berikut : Gambar 1. Grafik fungsi keanggotaan kesediaan melaksanakn tugas Untuk indkator selanjutnya sampai indikator 22 penilaiannya sama seperti di atas. Setelah pembentukan himpunan fuzzy, maka dilakukan pembentukan aturan-aturan fuzzy. Tiap aturan merupakan suatu implikasi. Pada penelitian ini terdapat beberapa rule. Untuk mementukan rule sbb: Rule = Banyak Keanggotaan banyak varibel / indikator a. Rule Integritas Kepribadian (IK) b. Rule Pengembangan Diri (PD) Rule = 4 2 = 16 rule c. Rule Sikap Terbuka (ST) Rule = 4 4 = 256 rule d. Rule Pengendalian Diri (PDD) e. Rule Bakat Minat Sebagai Pemimpin (BP) f. Rule Managerial (M) g. Rule Sosial (S) ISBN
5 h. Rule Penilaian Kepala Sekolah SMA Berprestasi Rule = 4 7 = rule Semua rule yang terbentuk diatas telah terlampir dalam lampiran. Khusus rule penentuan kepala sekolah berprestasi yang memiliki rule, peneliti ambil beberapa kriteria penilaian yaitu tidak semua kepala sekolah memiliki prestasi kurang sekali, kurang. Sebagai berikut : 1. Integritas kepribadian (IK) memiliki kriteria baik baik sekali. 2. Pengembangan diri (PD) memiliki kriteria kurang, baik, baik sekali. 3. Sikap terbuka (ST) memiliki kriteria kurang, baik, baik sekali. 4. Pengendalian diri (PDD) memiliki kriteria kurang, baik, baik sekali. 5. Bakat minat sebagai pemimpin (BP) memiliki kriteria kurang, baik, baik sekali. 6. Managerial (M) memiliki kriteria baik baik sekali. 7. Sosial (S) memiliki kriteria baik baik sekali. Dengan melihat table 3 di atas dapat diuraikan aturan fuzzy dalam penilaian kepala sekolah SMA berprestasi sebagai berikut : Rules 1: Kurang and BP Kurang and M Baik and S Baik then out Kurang Rules 2: Kurang and BP Kurang and M Baik and S Baik then out Kurang Rules 3: Kurang and BP Kurang and M Baik and S Baik then out Kurang Rules 4: Kurang and BP Kurang and M Baik and S Baik then out Kurang Rules 5: Kurang and BP Baik and M Baik and S Baik then out Baik Gambar 2. FIS Editor Penentuan Kepala Sekolah Gambar 3. Rule Penentuan Kepala Sekolah Gambar 4. Surface Viewer Penentuan Kepala Sekolah Untuk aturan fuzzy penilaian kepala sekolah SMA berprestasi ke 6 sampai dengan aturan ke 648 bisa mengikuti seperti tabel 3 di atas. ISBN
6 Berikut perbedaan hasil penilaian kepala sekolah SMA berprestasi melalui logika fuzzy system model fuzzy mami dengan perhitungan konvensial,sebagai berikut : Tabel 4. Tabel Akurasi Perhitugan Konvensial dengan Fuzzy Mami Berdasarkan sampel yang ada di atas berjumlah 78 yang terdapat di lampiran menghitung keakurasian yang berfungsi menyatakan seberapa dekat nilai hasil pengukuran dengan nilai sebenarnya antara perhitungan konvensial dengan fuzzy sebagai berikut : Keakurasian = ( Perhitungan Fuzzy/78) ( Perhitungan Konvensial/78) * 100 % = (614,88/78) (551,5478) * 10% = (7,88 7,07) * 100% = 81,21 % KESIMPULANDari hasil penelitian yang dilakukan, maka dapat diambil kesimpulan sebagai berikut, logika Fuzzy Inference System Mami pendukung keputusan penilaian kepala sekolah SMA berprestasi dengan menggunakan perhitungan sebelumnya memiliki perbedaan. Secara Konvensional dari 78 kepala sekolah yang memiliki nilai baik sekali sebesar 12 % 88 % bernilai baik. Secara Fuzzy yang mendapatkan penilaian baik sebesar 9% 91% bernilai baik. Dan dari hasil akurasi antara penilaian fuzzy dengan penilaian sebelumnya memiliki persentase 81,21% yang menandakan mendekati perhitungan sebelumnya. Untuk penilaian kepala sekolah SMA berprestasi dengan menggunakan logika Fuzzy Inference System Mami dengan bantuan Toolbox Matlab R2011b dapat menggunakan pedoman yang telah yang telah dikeluarkan oleh Direktorat Jenderal Dasar Kementrian Pendidikan Kebudayaan Republik Indonesia.. DAFTAR PUSTAKA [1] Wibisono, Dermawan (2002). Riset Bisnis, Jakarta: PT. Gramedia Pustaka Utam. [2] Cannon, Joseph P., Perreault, Jr, William D,. McCarthy, E Jerome Pemasaran Dasar, Jakarta: Salemba Empat. [3] Kusrini Konsep Aplikasi Sistem Pendukung Keputusan, Yogyakarta, CV Andi Offset. [4] Widodo, Prabowo Pudjo. Handayanto, Rahmadya Trias. (2009). Penerapan Soft Computing Dengan Matlab. Bandung : Rekayasa Sains [5] Kusumadewi, Sri Analisa Desain Sistem Fuzzy menggunakan ToolBox Matlab. Edisi Pertama. Cetakan pertama. Yogyakarta : Graha Ilmu. [6] Laudon, K. C. J. P. Laudon Sistem Informasi Manajemen, Jakarta: Salemba Empat. [7] Kusrini Aplikasi Sistem Pakar Menentukan Faktor Kepastian Pengguna dengan Metode Kuantifikasi Pertanyaan. Yogyakarta : PT.Andi Offset. [8] Budiharto, Widodo Membuat Sendiiri Robot Cerdas+CD (REVISI), Jakarta: Elex Media Komputindo. [9] Widodo, Prabowo Pudjo. Handayanto, Rahmadya Trias. (2012). Penerapan Soft Computing Dengan Matlab. Edisi Revisi. Bandung : Rekayasa Sains. [10] Apriliyani, Mawaddah Isfa. Mustafidah, Hindayati. Dan Aryanto, Dwi Fuzzy Inference System menentukan tingkat kompetensi guru, vol II, No 2. [11] Hafsah. Rustamaji, Heru Cahya, Inayati, Yulia Sistem Pendukung Keputusan Pemilihan Jurusan Di SMU Dengan Logika ISBN
7 Fuzzy, ISSN Yogyakarta : UPN Veteran. [12] Mustafidah, Hindayanti. Aryanto, Dwi Sistem Inference Fuzzy memprediksi Prestasi Belajar Mahasiswa Berdasarkan Nilai Ujian Nasional,Tes Potensi Akademik, Motivasi Belajar, vol 2, No.1. [13] Pinandita, Tino. Ahmad. Mustafidah, Hindayanti Sistem Penentuan Tingkat Kompetensi Pendidik Menggunakan Fuzzy Inference System Berbasis Web, vol 9 No.1. ISBN
BAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 4 BAB 2 TINJAUAN PUSTAKA 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern
Lebih terperinciSISTEM 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 terperinciSTUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU)
STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU) Desi Vinsensia Program Studi Teknik Informatika STMIK Pelita Nusantara
Lebih 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 terperinciadalahkelompok 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 terperinciPENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI
PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI Much. Djunaidi Jurusan Teknik Industri Universitas Muhammadiyah Surakarta Jl. Ahmad Yani Tromol Pos 1 Pabelan Surakarta email: joned72@yahoo.com
Lebih terperinciFUZZY MULTI-CRITERIA DECISION MAKING
Media Informatika, Vol. 3 No. 1, Juni 2005, 25-38 ISSN: 0854-4743 FUZZY MULTI-CRITERIA DECISION MAKING Sri Kusumadewi, Idham Guswaludin Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciJurnal String Vol.1 No.2 Tahun 2016 ISSN :
PENILAIAN SISWA TERHADAP PENERIMAAN MATERI AJAR MATEMATIKA MENGGUNAKAN METODE MAMDANI: STUDI KASUS SMP CITRA DHARMA Meri Chrismes Aruan Program Studi Teknik Informatika, Universitas Indraprasta PGRI Email:
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sebuah aplikasi berupa Sistem Pendukung Keputusan (Decision Support System) mulai dikembangkan pada tahun 1970. Decision Support Sistem (DSS) dengan
Lebih terperinciPenerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk
Nusantara of Enginering/Vol.3/No.1/ISSN: 2355-6684 41 Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Fajar Rohman Hariri Jurusan Teknik Informatika, Fakultas Teknik,
Lebih terperinciProses 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 terperinciPENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI
PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI Ahmad Mufid Program Studi Sistem Komputer Fakultas Teknik Universitas Sultan Fatah (UNISFAT) Jl. Sultan Fatah No. 83 Demak Telpon
Lebih 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 terperinci: 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 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 terperinciSISTEM PENUNJANG KEPUTUSAN UNTUK PENILAIAN GURU MENGGUNAKAN MODEL LOGIKA FUZZY TAHANI
SWABUMI, Vol.5 Maret 207, pp. 90-98 ISSN : 255-990X SISTEM PENUNJANG KEPUTUSAN UNTUK PENILAIAN GURU MENGGUNAKAN MODEL LOGIKA FUZZY TAHANI Melan Susanti STMIK Nusa Mandiri Jakarta Jl. Damai No. 8 Warung
Lebih terperinciJurnal 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 terperinciMODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN
Seminar Nasional Inovasi dan Teknologi (SNIT) 202 MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN Ghofar Taufiq AMIK Bina Sarana Informatika Jakarta Jl. Kramat Raya
Lebih terperinciFuzzy Inference System Metode Mamdani Dalam Penentuan Nilai Akhir Ujian Hafalan Al.Qur an
164 BINA INSANI ICT JOURNAL, Vol.3, No.1, Juni 2016, 164 171 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online) Fuzzy Inference System Metode Mamdani Dalam Penentuan Nilai Akhir Ujian Hafalan Al.Qur an Kusuma
Lebih terperinciPENGARUH IPK DAN MOTIVASI DALAM MEMPREDIKSI KETEPATAN WAKTU KELULUSAN MAHASISWA DENGAN MENGGUNAKAN SISTEM PAKAR BERBASIS ADAPTIVE NEURO FUZZY
Seminar Nasional Sistem Informasi Indonesia, 2-4 Desember 2013 PENGARUH IPK DAN MOTIVASI DALAM MEMPREDIKSI KETEPATAN WAKTU KELULUSAN MAHASISWA DENGAN MENGGUNAKAN SISTEM PAKAR BERBASIS ADAPTIVE NEURO FUZZY
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN LOGIKA FUZZY TAHANI
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 27, pp. 59~54 59 SISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN LOGIKA FUZZY TAHANI Arief Rusman STMIK Nusa Mandiri Jakarta e-mail : reevust@gmail.com
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY Hafsah, Heru Cahya Rustamaji, Yulia Inayati Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari No 2 Tambakbayan Yogyakarta
Lebih 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 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 terperinciMODEL PENERAPAN FUZZY INFERENCE SYSTEM MAMDANI UNTUK MENENTUKAN GURU BERPRESTASI STUDY KASUS PADA SMK HUTAMA BEKASI
MODEL PENERAPAN FUZZY INFERENCE SYSTEM MAMDANI UNTUK MENENTUKAN GURU BERPRESTASI STUDY KASUS PADA SMK HUTAMA BEKASI Fauzi Amri Abstract Selection of Vocational Teachers Achievement aims to provide motivation,
Lebih terperinciPenilaian 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 terperinciSIMULASI 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 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 terperinciResearch 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 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 terperinciBAB II LANDASAN TEORI. 2.1 Penelusuran Minat dan Kemampuan (PMDK) diselenggarakan oleh suatu perguruan tinggi secara mandiri.
BAB II LANDASAN TEORI 2.1 Penelusuran Minat dan Kemampuan (PMDK) PMDK adalah salah satu program penerimaan mahasiswa baru yang diselenggarakan oleh suatu perguruan tinggi secara mandiri. Sesuai dengan
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 terperinciANALISIS RULE INFERENSI FUZZY MAMDANI DALAM MENENTUKAN IPK AKHIR. Abstrak
ANALISIS RULE INFERENSI FUZZY MAMDANI DALAM MENENTUKAN IPK AKHIR Khairul Saleh, S. Kom, M. Kom, Universitas Asahan; address, telp/fax of institution/affiliation Jurusan Teknik Informatika, Fakultas Teknik
Lebih terperinciSIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY
SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY Nesi Syafitri. N Teknik Informatika, Fakultas Teknik Universitas Islam Riau, Jalan Kaharuddin Nasution No. 3,
Lebih terperinciSISTEM 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 terperinciANALISIS 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 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 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 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 terperinciPenerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak
Lebih terperinciSISTEM 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 terperinciAPLIKASI PENDUKUNG KEPUTUSAN DENGAN LOGIKA FUZZY (STUDY KASUS : PRAKIRAAN CUACA DI BMKG JAMBI)
APLIKASI PENDUKUNG KEPUTUSAN DENGAN LOGIKA FUZZY (STUDY KASUS : PRAKIRAAN CUACA DI BMKG JAMBI) Lucy Simorangkir, Muchammad Nur Program StudiTeknikInformatika STMIK NurdinHamzah Jalan KolonelAbunjani, Sipin,
Lebih terperinciJurnal 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 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 terperinciAnalisa 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 terperinciAplikasi Fuzzy Metode Mamdani untuk Rekomendasi Pemilihan Minat Grup Riset Mahasiswa
Aplikasi Fuzzy Metode Mamdani untuk Rekomendasi Pemilihan Minat Grup Riset Mahasiswa Astrie Kusuma Dewi 1), Adhistya Erna Permanasari 2), Indriana Hidayah 3) 1), 2), 3) Jurusan Teknik Elektro dan Teknologi
Lebih terperinciSistem Pendukung Keputusan untuk Penentuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Fuzzy
Sistem Pendukung Keputusan untuk Penentuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Fuzzy Yogiek Indra Kurniawan 1 dan Pungki Arina Windiasani 2 Program Studi Informatika,
Lebih terperinciSistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani
Sistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani Eddy Triswanto S., ST., M.Kom. Jurusan Sistem Informasi Institut Informatika Indonesia Jl. Raya Sukomanunggal Jaya 3, Surabaya
Lebih terperinciARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA
ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA Rima Liana Gema, Devia Kartika, Mutiana Pratiwi Universitas Putra Indonesia YPTK Padang email: rimalianagema@upiyptk.ac.id ABSTRAK
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 LOGIKA FUZZY Titik awal dari konsep modern mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh, dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari
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 terperinciAnalisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA)
Analisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA) Khairul Saleh, M. Kom, Universitas Asahan; address, telp/fax of institution/affiliation Jurusan Teknik Informatika,
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 terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA A. Penjurusan di SMA Sepanjang perkembangan Pendidikan formal di Indonesia teramati bahwa penjurusan di SMA telah dilaksanakan sejak awal kemerdekaan yaitu tahun 1945 sampai sekarang,
Lebih 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 terperinciDECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN
Seminar Nasional Inovasi dan Tren (SNIT)205 DECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN Ghofar Taufiq Akademi Manajemen Informatika dan Komputer Bina Sarana Informatika (AMIK
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 terperinciPENDAPATAN 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 terperinciImplementasi Model Adaptive Neuro-Fuzzy Inference System (ANFIS) Dalam Menentukan Penilaian Kinerja Karyawan
Implementasi Model Adaptive Neuro-Fuzzy Inference System (ANFIS) Dalam Menentukan Penilaian Kinerja Karyawan Anik Sri Wahyuningsih Jurusan Teknik Informatika Sekolah Tinggi Manajemen Informatika dan Kompiter
Lebih terperinciFUZZY INFERENCE SYSTEM (FIS) MAMDANI UNTUK MENGANALISA TINGKAT KENYAMANAN BELAJAR SISWA
FUZZY INFERENCE SYSTEM (FIS) MAMDANI UNTUK MENGANALISA TINGKAT KENYAMANAN BELAJAR SISWA Sumanto 1 Abstract Education in modern times is very important. especially in creating the next generation of good,
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 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 terperinciJurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:
PENERAPAN LOGIKA FUZZY UNTUK MENENTUKAN MAHASISWA BERPRESTASI DI STMIK CIKARANG MENGGUNAKAN JAVA NETBEANS DAN MYSQL Ema Dili Giyanti 1), Ali Mulyanto 2) 1) Program Studi Teknik Informatika, STMIK Cikarang
Lebih terperinciSIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB
SIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB Pio A. F. Islami 1, Kirya Mateeke Moses 2, Muqodimah Nur Lestari 3, Aji Prasetya Wibawa 4 1,
Lebih terperinciFUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR
Seminar Nasional Informatika 23 (semnasif 23) ISSN: 979-2328 UPN Veteran Yogyakarta, 8 Mei 23 FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR Sundari Retno Andani ) ) AMIK Tunas Bangsa
Lebih terperinciLOGIKA FUZZY 3/18/2017 OVERVIEW SEJARAH LOGIKA FUZZY WHAT IS FUZZY LOGIC? LOGIKA BOLEAN PERMASALAHAN DUNIA NYATA
OVERVIEW Pengertian Logika Fuzzy LOGIKA FUZZY SHINTA P. SARI Sejarah Logika Fuzzy Teori Logika Fuzzy Aplikasi Logika Fuzzy PRODI. INFORMATIKA FASILKOM UIGM 2017 WHAT IS FUZZY LOGIC? Pengertian Fuzzy not
Lebih terperinciBAB II TINJAUAN TEORITIS
BAB II TINJAUAN TEORITIS 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern mengenai ketidakpastian
Lebih terperinciIMPLEMENTASI 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 terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN KINERJA DOSEN DENGAN METODE FUZZY DATABASE MODEL MAMDANI
ISSN 1412 3762 http://jurnal.upi.edu/electrans ELECTRANS, VOL.12, NO.2, SEPTEMBER 2013, 161-170 SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN KINERJA DOSEN DENGAN METODE FUZZY DATABASE MODEL MAMDANI
Lebih terperinciPENENTUAN 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA)
Jurnal Informatika Mulawarman Vol. 10 No. 1 Februari 2015 32 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA) Hanis
Lebih 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 terperinciPenentuan Jumlah Permintaan Obat Pada Kantor Kepolisian Resort Kota Menggunakan. Logika Fuzzy Mamdani. Siti Fathimah
ISSN: 2089-3787 1629 Penentuan Jumlah Permintaan Obat Pada Kantor Kepolisian Resort Kota Menggunakan Logika Fuzzy Mamdani Siti Fathimah Jurusan Sistem Informasi, STMIK Banjarbaru Jl. Ahmad Yani K.M. 33,5,
Lebih terperinciAPLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI
APLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI Hafsah1), Wilis Kaswidjanti2), Tendi R. Cili3) 1,2,3) Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari
Lebih terperinciSimulasi Pengaturan Lalu Lintas Menggunakan Logika Fuzzy
Simulasi Pengaturan Lalu Lintas Menggunakan Logika Fuzzy Raka Yusuf 1, Andi Andriansyah 2, Febi Pratiwi 3 Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Mercu Buana 1,3 Jurusan Teknik
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 terperinciMengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani
Seminar Nasional Teknologi Informatika, "The Future of Computer Vision", 27, ISBN : 978-62-56--7 Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani Sepri Yanti
Lebih terperinciStudi Penentuan Harga Rumah di Jakarta Menggunakan Metode Fuzzy
98 Jurnal AL-AZHAR INDONESIA SERI SAINS DAN TEKNOLOGI, Vol. 3, No. 2, September 2015 Studi Penentuan Harga Rumah di Jakarta Menggunakan Metode Fuzzy Sisca Dewi Priyani 1,Pradanuari Firdaus 1,Effrizka Permatasari
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 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 terperinciSISTEM PENYARINGAN MAHASISWA BEASISWA PRESTASI AMIK BSI YOGYAKARTA MENGGUNAKAN FUZZY INFERENCE SYSTEM
SISTEM PENYARINGAN MAHASISWA BEASISWA PRESTASI AMIK BSI YOGYAKARTA MENGGUNAKAN FUZZY INFERENCE SYSTEM Yoyok Rohani Program Studi Manajemen Informatika AMIK BSI Yogyakarta Jalan Ring Road Barat Ambarketawang
Lebih terperinciFUZZY QUERY DATABASE UNTUK SISTEM PENDUKUNG KEPUTUSAN YANG CERDAS
FUZZY QUERY DATABASE UNTUK SISTEM PENDUKUNG KEPUTUSAN YANG CERDAS Poningsih, Jalalludin Program Studi Manajemen Informatika, AMIK Tunas Bangsa Pematangsiantar Jln. Jenderal Sudirman Blok A No. 1,2,3 Pematangsiantar
Lebih terperinciPengantar Kecerdasan Buatan (AK045218) Logika Fuzzy
Logika Fuzzy Pendahuluan Alasan digunakannya Logika Fuzzy Aplikasi Himpunan Fuzzy Fungsi keanggotaan Operator Dasar Zadeh Penalaran Monoton Fungsi Impilkasi Sistem Inferensi Fuzzy Basis Data Fuzzy Referensi
Lebih terperinciMODEL FUZZY TAHANI UNTUK PENENTUAN SISWA TERBAIK DI SEKOLAH
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 207, pp. 24~22 24 MODEL FUZZY TAHANI UNTUK PENENTUAN SISWA TERBAIK DI SEKOLAH Ghofar Taufik AMIK BSI Jakarta e-mail: ghofar.gft@bsi.ac.id Abstrak
Lebih terperinciPENILAIAN PESERTA TERHADAP PENYAMPAIAN MATERI PEMBICARA SEMINAR ENTREPRENUER MENGGUNAKAN APLIKASI FUZZY
PENILAIAN PESERTA TERHADAP PENYAMPAIAN MATERI PEMBICARA SEMINAR ENTREPRENUER MENGGUNAKAN APLIKASI FUZZY Agung Baitul Hikmah AMIK BSI Tasikmalaya agung.abl@bsi.ac.id Abstract In a seminar event, a speaker
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 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 terperinciPERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE F UZZY MAMDANI DENGAN F UZZY SUGENO PADA PT XYZ. Rianto Samosir, Iryanto, Rosman Siregar
Saintia Matematika Vol. 1, No. 6 (2013), pp. 517-527. PERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE F UZZY MAMDANI DENGAN F UZZY SUGENO PADA PT XYZ Rianto Samosir, Iryanto, Rosman Siregar Abstrak: Logika
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
1 BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Penelitian yang dilakukan oleh Apriliani Wulandari, (2007), Penelitian ini memfokuskan pada penggunaan kriteria Bayes dalam proses pemberian
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1. Sistem Pendukung Keputusan DSS adalah suatu sistem informasi yang datanya diproses dalam bentuk pembuatan keputusan bagi pemakai akhir. Karena berorientasi pada pemakai akhir,
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 terperinciPendapatan 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 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 terperinciIMPLEMENTASI 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN DOSEN PEMBIMBING DENGAN METODE LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DOSEN PEMBIMBING DENGAN METODE LOGIKA FUZZY Ainul Yaqin 1), Ema Utami 2), Emha Taufiq Luthfi 3) 1,2,3 Magister Teknik informatika STMIK AMIKOM Yogyakarta 1,2,3 Jl Ring
Lebih terperinciKhairil Hamdi 1 ABSTRACT. Keywords : fuzzy logic, decision support systems, MATLAB INTISARI
SISTEM PENDUKUNG KEPUTUSAN DALAM MENGANALISA TINGKAT KEPUASAN SISWA TERHADAP FASILITAS SEKOLAH MENGGUNAKAN LOGIKA FUZZY (Studi Kasus SMK Negeri 2 Padang) Khairil Hamdi 1 ABSTRACT This study was conducted
Lebih terperinciPREDIKSI PRODUKTIVITAS TENAGA KERJA KONSTRUKSI MENGGUNAKAN PENDEKATAN FUZZY LOGIC
PREDIKSI PRODUKTIVITAS TENAGA KERJA KONSTRUKSI MENGGUNAKAN PENDEKATAN FUZZY LOGIC Elizar Program Studi Teknik Sipil, Universitas Islam Riau, Jl.Kaharuddin Nst 113 Pekanbaru Mahasiswa Program Doktor Teknik
Lebih terperinciBAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem Definisi Sistem
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem 2.1.1 Definisi Sistem Menurut Mustakini (2009:34), Sistem dapat didefinisikan dengan pendekatan prosedur dan pendekatan komponen, sistem dapat didefinisikan
Lebih terperinciPerbandingan Regresi Linear, Backpropagation Dan Fuzzy Mamdani Dalam Prediksi Harga Emas
TEKNOLOGI DI INDUSTRI (SENIATI) 016 ISSN : 085-418 Perbandingan Regresi Linear, Backpropagation Dan Fuzzy Mamdani Dalam Prediksi Harga Emas Nur Nafi iyah Program Studi Teknik Informatika Universitas Islam
Lebih terperinci