IMPLEMENTASI METODE LOGIKA FUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR PENENTUAN JENIS GANGGUAN PERKEMBANGAN PADA ANAK
|
|
- Sri Cahyadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 IMPLEMENTASI METODE LOGIKA FUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR PENENTUAN JENIS GANGGUAN PERKEMBANGAN PADA ANAK Muhammad Risyanto Fitriyadi 1, Muliadi 2, Irwan Budiman Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan m.risyanto@gmail.com Abstract Development disorder can occur in children. sometimes many parents are unaware or underestimate such a development disorder and does not know his condition properly. They think the interference will disappear by itself if their child grow older, but if not handled properly can aggravate the situation of the children. Computer technology can be used to help the presentation of information and the determination of the type development disorders in children. In this case to obtain accurate information required specialized knowledge of experts or those who master the field. Expert system is a computer-based application that is used to solve the problem, as is thought by experts. Dempster-Shafer method can be used to combine separate pieces of information to calculate the likelihood of these developments disorder, while the fuzzy logic will help determine the values of each piece of information on the Dempster-Shafer method Keywords: Expert Systems, Development disorder, Fuzzy Logic, Dempster-Shafer. Abstrak Gangguan perkembangan dapat terjadi pada anak-anak, terkadang banyak orang tua yang tidak sadar atau menganggap remeh suatu gangguan perkembangan tersebut sehingga tidak mengetahui kondisi anaknya dengan benar. Mereka berpikir gangguan tersebut akan hilang dengan sendirinya jika anak mereka dewasa, padahal jika tidak ditangani dengan benar dapat memperburuk keadaan anak tersebut. Teknologi komputer dapat digunakan untuk membantu penyajian informasi dan penentuan jenis gangguan perkembangan pada anak. Dalam hal ini untuk mendapatkan informasi yang akurat diperlukan pengetahuan khusus dari pakar atau orang yang menguasai bidang tersebut. Sistem pakar sendiri adalah sebuah aplikasi berbasis komputer yang dipergunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh pakar. Metode dempster-shafer dapat digunakan untuk menggabungkan potongan informasi yang terpisah untuk mengkalkulasi kemungkinan suatu gangguan perkembangan tersebut, sedangkan logika fuzzy akan membantu menentukan penilaian tiap potongan informasi pada metode dempster-shafer. Kata Kunci : sistem pakar, gangguan perkembangan, logika fuzzy, dempster-shafer. Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) 55
2 1. PENDAHULUAN Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK) Gangguan perkembangan dapat terjadi pada anak-anak, terkadang banyak orang tua yang tidak sadar atau menganggap remeh suatu gangguan perkembangan tersebut sehingga tidak mengetahui kondisi anaknya dengan benar. Mereka berpikir gangguan tersebut akan hilang dengan sendirinya jika anak mereka dewasa, padahal jika tidak ditangani dengan benar dapat memperburuk keadaan anak tersebut. Teknologi komputer dapat digunakan untuk membantu penyajian informasi dan penentuan jenis gangguan perkembangan pada anak. Dalam hal ini untuk mendapatkan informasi yang akurat diperlukan pengetahuan khusus dari pakar atau orang yang menguasai bidang tersebut. Sistem pakar adalah sebuah aplikasi berbasis komputer yang dipergunakan untuk merumuskan dan menyelesaikan masalah selayaknya pemikiran pakar. Logika fuzzy merupakan teori himpunan logika samar/kabur yang dikembangkan oleh Prof. Lofti Zadeh. Tingkat ke kaburannya dinyatakan dalam derajat dari suatu keanggotaan atau derajat dari kebenaran[1]. Metode dempster-shafer merupakan suatu teori matematika untuk pembuktian berdasarkan belief functions dan plausible reasoning (fungsi kepercayaan dan pemikiran yang masuk akal) yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa[2], sehingga metode ini bagus digunakan untuk menentukan suatu kemungkinan. Metode dempster-shafer hanya memiliki penilaian ya dan tidak terhadap tiap potongan informasinya, sedangkan pada kenyataannya informasi tersebut dapat dikatakan sebagian benar dan dapat juga dikatakan sebagian salah pada waktu yang bersamaan. Oleh karena itu logika fuzzy akan membantu menentukan penilaian tiap potongan informasi pada metode dempster-shafer untuk kalkulasi hasil yang lebih baik lagi. Untuk menyelesaikan permasalahan tersebut maka dibutuhkan implementasi sistem yang dapat membantu menentukan jenis gangguan perkembangan pada anak. Dengan adanya sistem pakar penentuan jenis gangguan perkembangan pada anak dengan metode logika fuzzy dan dempster-shafer maka diharapkan dapat membantu dalam menentukan jenis gangguan perkembangan pada anak. 2. METODE PENELITIAN Berikut adalah gambaran umum sistem penentuan jenis gamgguan perkembangan yang akan dibuat. Diagram gambaran umum sistem dapat dilihat pada Gambar 1 berikut: Memasukkan input Melakukan create/ User Sistem Admin Menampilkan output Menampilkan Data Gambar 1. Diagram Gambaran Umum Sistem Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) 56
3 Dari diagram gambaran umum sistem dapat kita ketahui apa saja yang dapat dilakukan oleh user dan admin. User dapat memasukkan input berupa gejala yang dipilih dan nilainya sesuai dengan tingkahlaku yang terlihat pada anak. Setelah user memilih tombol checkup, sistem akan memproses inputan tersebut dan mengeluarkan output berupa kemungkinan awal gangguan yang diderita. Sedangkan yang dapat admin lakukan diantaranya dapat melihat, melakukan penambahan, pengubahan serta penghapusan data, seperti data gangguan, data gejala, dan data aturan dempster-shafer. Adapun proses penentuan jenis gangguan yang dilakukan oleh sistem ialah setelah mendapatkan inputan dari user berupa nilai tiap gejala, nilai tersebut kemudian akan dihitung dengan metode logika fuzzy untuk menghasilkan nilai keanggotaan tiap gejalanya, Nilai keanggotaan tiap gejala akan dikalikan dengan nilai kepercayaan pakar kemudian dijumlahkan untuk mendapatkan nilai kepercayaan tiap gejala. Setelah itu nilai kepercayaan dari masing-masing gejala akan dikombinasikan satu-persatu dengan perhitungan dempster-shafer sampai gejala terakhir. Hasil akhir dari pengkombinasian keseluruhan gejala itulah nantinya yang akan menjadi nilai akhir dari perhitungan penentuan gangguan untuk mendapatkan output berupa kemungkinan gangguan perkembangan yang diderita. 2.1 Data yang digunakan Dalam penelitian ini data yang digunakan adalah data jenis gangguan, gejala gangguan, dan nilai kepercayaan pakar untuk tiap gejala. Adapun data jenis gangguan pada penelitian ini dapat dilihat pada Tabel 1. Kode P1 P2 P3 P4 P5 P6 P7 P8 Tabel 1. Data Gangguan Gangguan Gangguan ADHD ( Attention Deficit Hyperactivity Disorder) Gangguan Kecemasan Retardasi Mental Gangguan Perilaku Gangguan Autis Gangguan Membaca (Disleksia) Gangguan Menghitung (Diskalkulia) Gangguan Menulis (Disgrafia) Data gejala pada penelitian ini dapat dilihat pada Tabel 2. Kode G1 G2 G3 Tabel 2. Data Gejala Gejala Prestasi yg rendah di sekolah Perhatian mudah teralih atau Kurang fokus Mementingkan diri sendiri, egois Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) 57
4 G4 G5 G6 G7 Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK) Tabel 2. Lanjutan Data Gejala Pengendalian emosi yang buruk Tidak mampu bersikap tenang pada saat dituntut untuk tenang Sangat aktif, tidak sanggup menyelesaikan suatu pekerjaan/kegiatan hingga selesai Susah mengikuti petunjuk/perintah tertentu/kebiasaan tertentu G8 Menolak/tidak suka/menghindar jika disuruh terlibat mengerjakan tugas yang memerlukan usaha konsentrasi/mental yang lama G9 Seperti tidak memperhatikan/mendengarkan pada saat berbicara dengan orang lain G10 Memiliki keragu-raguan yang besar dan tidak yakin atas kemampuannya. G11 Menunjukkan perilaku yang kaku dan kekhawatiran yang berlebih terhadap suatu aturan G12 Kecemasan & kekhawatiran yg berlebihan & sulit dikendalikan pd suatu objek/kondisi tertentu G13 Pemalu yg berlebihan G14 G15 G16 G17 G18 G19 G20 G21 G22 G23 G24 G25 G26 G27 G28 G29 G30 G31 G32 G33 Merasa menderita dengan lingkungan sosial yang baru Kesulitan berinteraksi dengan orang lain Kesulitan mengurus dirinya sendiri Kesulitan membedakan baik atau buruk dan benar atau salah Susah mengingat sesuatu Sangat tergantung dengan orang tua Perkembangan bahasa yang buruk atau terlambat berkembang Sering Muncul perilaku agresi terus menerus Menampakkan perilaku menentang terus menerus kpd ortu/guru/org dewasa lain Melakukan pelanggaran terhadap norma-norma masyarakat Repetitif (pengulangan), misalnya: tingkahlaku motorik ritual seperti berputar-putar dengan cepat, memutar-mutar objek, bergerak majumundur/kekiri-kekanan Tidak tersenyum pada situasi sosial, tetapi tersenyum/tertawa ketika tidak ada sesuatu yang lucu menghindari kontak mata/tatapan mata dengan orang lain Tidak memiliki perhatian untuk berkomunikasi/tidak ingin berkomunikasi untuk tujuan sosial penyendiri atau terlalu asik dengan benda-benda/situasi tertentu Sering mengulang kata-kata yang baru saja/pernah mereka dengar, tanpa maksud berkomunikasi Terlambat membaca jika dibandingkan dengan teman seusianya Tidak lancar membaca Kesulitan memisahkan kata/huruf yang mirip Terbalik-balik pada saat membaca huruf misalnya b-d,p-q,s-z,g-y,y-j,nu,u-v, m-w Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) 58
5 G34 G35 G36 G37 G38 G39 Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK) Tabel 2. Lanjutan Data Gejala Kesulitan memahami pengertian dan membedakan kata seperti kata kakak-katak-kapak Kesulitan mengeja/mendikte Sulit memahami konsep waktu, Sulit menggunakan uang sesuai tahap perkembangannya Sulit mengerjakan tugas jika melibatkan angka atau simbol matematis Cara menulis yang berubah-ubah, tidak mengikuti baris yang tepat dan proporsional G40 Kesulitan dalam menulis permulaan G41 Kesulitan menulis meski hanya diminta menyalin tulisan Data nilai kepercayaan pakar tiap gejala pada penelitian ini dapat dilihat pada Tabel 3. Tabel 3 Data Nilai Kepercayaan Pakar terhadap tiap gejala Nilai Kepercayaan Pakar Kode Gejala rendah sedang tinggi G G G G G G G G G G G G G G G G G G G G G Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) 59
6 Tabel 3. Lanjutan Data Nilai Kepercayaan Pakar terhadap tiap gejala G G G G G G G G G G G G G G G G G G G G Berikut data relasi gejala dengan gangguan perkembangannya pada penelitian ini dapat dilihat pada Tabel 4. Kode Gejala Tabel 4. Data Relasi Gejala Terhadap Gangguan Kode Gangguan P1 P2 P3 P4 P5 P6 P7 P8 G 1 V - V V - V V V G 2 V G 3 V V G 4 V - - V G 5 V G 6 V G 7 V - - V G 8 V G 9 V V G 10 - V G 11 - V Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) 60
7 Tabel 4. Lanjutan Data Relasi Gejala Terhadap Gangguan G 12 - V G 13 - V G 14 - V G 15 - V V V V G V G V G V G V G V G V G V G V G V G V G V G V G V G V G V - - G V - - G V - - G V - - G V - - G V - V G V - G V - G V - G V G V G V 2.2 Gangguan Perkebangan Gangguan perkembangan merupakan istilah yang digunakan untuk merujuk kepada sekelompok kondisi kejiwaan yang dimulai pada awal kehidupan, gangguan perkembangan dapat mempengaruhi seorang individu di berbagai area yang berbeda, seperti belajar, bahasa, dan keterampilan motorik. Dengan manajemen dan perawatan yang tepat, anak dapat mengatasi kondisi dan gejalanya. Namun, gangguan perkembangan dapat mengganggu keterampilan penting, yang masih tertanam saat anak berkembang menjadi dewasa. Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) 61
8 2.3 Logika Fuzzy Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK) Logika Fuzzy merupakan teori himpunan logika samar yang dikembangkan oleh Prof. Lofti Zadeh. Logika fuzzy mempunyai nilai penalaran yang kabur/samar. Kabur/samar dipresentasikan dalam derajat dari suatu keanggotaan ataupun derajat dari kebenaran[1]. Langkah pada penelitian ini ialah melakukan pencarian nilai derajat keanggotaan tiap gejala dengan representasi kurva linear dan segitiga. Proses ini dikenal pula dengan sebutan fuzzyfikasi. Pada penelitian ini, nilai input semua gejala memiliki skor penilaian antara 1 5 dan akan dibagi menjadi 3 tingkatan yaitu rendah (1 < x < 3), sedang (1 < x < 5), tinggi (3 < x < 5). Kurva keanggotaan pada penelitian ini dapat dilihat pada Gambar 2 berikut. Gambar 2. Kurva keanggotaan gejala Berdasarkan kurva keanggotaan gejala diatas maka penilaian akan menggunakan rumus sebagai berikut. 1; x 1 μ Rendah[x] {(3 x)/(3 1); 1 x 3 0; x 3 0; x 1 atau x 5 μ Sedang[x] {(x 1)/(3 1); 1 x 3 (5 x)/(5 3); 3 x 5 0; x 3 μ Tinggi[x] {(x 3)/(5 3); 3 x 5 1; x 5 (1) (2) (3) Nilai keanggotaan tiap gejala akan dikalikan dengan nilai kepercayaan pakarnya masing-masing kemudian dijumlahkan untuk mendapatkan nilai kepercayaan yang akan digunakan pada perhitungan dempster-shafer. Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) 62
9 2.4 Teori perhitungan dempster-shafer Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK) Nilai kepercayaan tiap gejala dari hasil perhitungan sebelumnya akan dimasukkan kedalam perhitungan dempster-shafer sebagai nilai m (belief/kekuatan densitas), adapun rumus dari teori perhitungan dempster-shafer adalah sebagai berikut. 1 m12(a) = m1(b) m2(c) (4) 1 k B C=A k = m1(b) m2(c) B C= (5) Dimana : k = jumlah keseluruhan himpunan kosong 3. HASIL DAN PEMBAHASAN Pada bagian ini akan dijelaskan bagaimana langkah perhitungan metode Logika Fuzzy dan dempster-shafer sampai mendapatkan hasil akhir. Berikut contoh input dari user pada G1, G2, dan G3 dapat dilihat pada gambar 3. Gambar 3. Input dari user Fuzzyfikasi dilakukan untuk menemukan derajat keangotaan setiap gejala. Proses fuzzifikasi menggunakan rumus kurva yang telah diberitahukan pada gambar 2, Berikut proses fuzzyfikasi untuk G1, G2, dan G3. G1 = input 5 = Derajat tinggi = x = = 1 G2 = input 4 = Derajat sedang = 5 x 5 3 = = 0.5 Derajat tinggi = x = = 0.5 G3 = input 4 = Derajat sedang = 5 x 5 3 = = 0.5 Derajat tinggi = x = = 0.5 Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) 63
10 Maka dapat disimpulkan hasil fuzzifikasi kedalam Tabel 5 berikut. Tabel 5. Hasil fuzzifikasi gejala Kode hasil Fuzzifikasi Rendah Sedang Tinggi G G G Kemudian nilai setiap derajat keanggotaan gejala akan dikalikan dengan nilai kepercayaan pakarnya masing-masing untuk mendapatkan nilai kepercayaan (m) seperti yang terlihat pada tabel 6. Kode Derajat keanggotaan Tabel 6. Hasil nilai kepercayaan gejala Nilai Fuzzifikasi Kepercayaan pakar hasil kali G1 tinggi G2 sedang tinggi G3 sedang tinggi Sesuai dengan basis aturan, G1 berelasi dengan P1,P3, P4, P6, P7, dan P8. G2 berelasi dengan P1. G3 berelasi dengan P1 dan P5. Setelah nilai kepercayaan tiap gejala (m) telah didapatkan, akan dilanjutkan dengan mencari nilai plausibility /nilai semesta tiap gejala yang didapatkan dari rumus θ = 1 m. Nilai θ dari input diatas ialah: G1 = m1 (P1,P3, P4, P6, P7 P8) = 0.52 maka m1 θ = = 0.48 G2 = m2 (P1) = 0.7 m2 θ = 1 0,7 = 0.3 G3 = m4 (P1, P5) = 0.55 m4 θ = 1 0,55 = 0.45 Selanjutnya tiap gejala akan dikombinasikan untuk mendapatkan kemungkinan gangguan yang diderita. Perhitungan kombinasi dempster-shafer dapat dilihat pada gambar 4 dan gambar 5 berikut. m Gambar 4. Perhitungan Dempster-Shafer Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) 64
11 Gambar 5. Lanjutan Perhitungan Dempster-Shafer Pada gambar 5 diatas dapat diambil kesimpulan yaitu m5 (P1/gangguan ADHD) memiliki nilai yang cukup besar yaitu , sehingga dapat dikatakan penderita kemungkinan besar memiliki gangguan ADHD. 4. SIMPULAN Pada penelitian ini didapatkan kesimpulan yaitu Implementasi Metode Logika Fuzzy Dan Dempster-Shafer Pada Sistem Pakar Penentuan Jenis Gangguan Perkembangan Pada Anak dapat digunakan untuk menentukan kemungkinan gangguan yang diderita anak. DAFTAR PUSTAKA [1] S. Kusumadewi, and H. Purnomo, "Aplikasi Logika Fuzzy Untuk Pendukung Keputusan," Edisi 2. Graha Ilmu, [2] H. M. Valentine, H. Nasution, & H. Sastypratiwi, Perancangan Sistem Pakar Diagnosis Awal Penyakit Gigi Dan Mulut Menggunakan Metode Dempster- Shafer [3] M. R. Fitriyadi, Sistem Pakar Penentuan Jenis Gangguan Perkembangan Pada Anak Dengan Metode Logika Fuzzy dan Dempster-Shafer (Studi Kasus Anak Usia Dini," Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) 65
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 terperinciAPLIKASI DASHBOARD INFORMATION SYSTEM PERFORMANSI AKADEMIK PERGURUAN TINGGI DENGAN MENERAPKAN LOGIKA FUZZY
APLIKASI DASHBOARD INFORMATION SYSTEM PERFORMANSI AKADEMIK PERGURUAN TINGGI DENGAN MENERAPKAN LOGIKA FUZZY Putri Rita Andriyani 1, Irwan Budiman 2, Radityo Adi Nugroho 3 123 Prodi Ilmu Komputer FMIPA ULM
Lebih terperinciIMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT
IMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT Maya Yusida 1, Dwi Kartini 2, Andi Farmadi 3, Radityo Adi Nugroho 4, Muliadi 5 123Prodi Ilmu Komputer
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 terperinciMETODE PENALARAN SISTEM PAKAR MENGGUNAKAN MODEL HIBRID FUZZY DEMPSTER SHAFER UNTUK IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG
METODE PENALARAN SISTEM PAKAR MENGGUNAKAN MODEL HIBRID FUZZY DEMPSTER SHAFER UNTUK IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG Nurmahaludin (1), Gunawan Rudi Cahyono (1) mahaludin@poliban.ac.id (1),
Lebih terperinciFUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN CABAI
FUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN CABAI Muliadi 1, Irwan Budiman 2, Muhammad Adhitya Pratama 3, Antar Sofyan 4, 1,2,3Prodi Ilmu Komputer FMIPA ULM 4Prodi Ilmu Pertanian
Lebih terperinciSISTEM PAKAR PENYAKIT MATA GLAUKOMA DENGAN METODE BREADTH-FIRST SEARCH (BFS) DAN FUZZY TSUKAMOTO
SISTEM PAKAR PENYAKIT MATA GLAUKOMA DENGAN METODE BREADTH-FIRST SEARCH (BFS) DAN FUZZY TSUKAMOTO Sulthan Noor Ridha 1, Andi Farmadi 2, Dwi Kartini 3 123 Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM. serangan musuh, dengan terlihat sehat, musuh tidak akan menyerang. Berdasarkan
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Burung termasuk hewan yang pandai menyembunyikan keadaan kesehatannya. Hal ini karena sifat alami burung untuk mempertahankan diri dari serangan
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 terperinciSISTEM REKOMENDASI PEMILIHAN KARYAWAN TETAP PADA PT. ENSEVAL PUTERA MEGATRADING MENGGUNAKAN METODE FUZZY TAHANI BERBASIS WEB
SISTEM REKOMENDASI PEMILIHAN KARYAWAN TETAP PADA PT. ENSEVAL PUTERA MEGATRADING MENGGUNAKAN METODE FUZZY TAHANI BERBASIS WEB SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciAnalisa Dan Perancangan Sistem Pakar Kerusakan Pada Aset UKM STIKOM Bali Menggunakan Metode Dempster Shafer
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Analisa Dan Perancangan Sistem Pakar Kerusakan Pada Aset UKM STIKOM Bali Menggunakan Metode Dempster Shafer Agus Purwanto
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER 1 Yasidah Nur Istiqomah (07018047), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik Informatika 2 Program
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 terperinciBAB I PENDAHULUAN I.1. Latar Belakang
BAB I PENDAHULUAN I.1. Latar Belakang Gangguan perkembangan pervasif (Pervasive Developmental Disorder) merupakan kelompok kondisi serius yang berasal dari masa kecil yang mempengaruhi perkembangan fisik,
Lebih terperinciRANCANG BANGUN APLIKASI SISTEM PAKAR ANGGREK COELOGYNE
RANCANG BANGUN APLIKASI SISTEM PAKAR ANGGREK COELOGYNE Septi Hidayati Program Studi Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik Universitas Tanjungpura septihidayati.ti@gmail.com ABSTRAK
Lebih terperinciBAB IV HASIL DAN UJI COBA
71 BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Adapun tampilan hasil dari sistem yang dirancang dalam Sistem Pakar Tes IQ Pada Anak Menggunakan Metode Dempster Shafer Berbasis Web adalah sebagai berikut
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Pengembang atau developer perumahan selaku koordinator pelaksana di lapangan perlu diiringi oleh perkembangan teknologi komputer untuk dapat memenuhi kebutuhan
Lebih terperinciRima 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 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 terperinciPERANCANGAN DAN PEMBUATAN APLIKASI SISTEM PAKAR PENANGANAN GANGGUAN HAID MENGGUNAKAN METODE FORWARD CHAINING SKRIPSI SRI MELVANI HARDI
PERANCANGAN DAN PEMBUATAN APLIKASI SISTEM PAKAR PENANGANAN GANGGUAN HAID MENGGUNAKAN METODE FORWARD CHAINING SKRIPSI SRI MELVANI HARDI 061401026 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER
Lebih terperinciIMPLEMENTASI METODE DEMPSTER-SHAFER DALAM SISTEM PAKAR DIAGNOSA ANAK TUNAGRAHITA BERBASIS WEB
IMPLEMENTASI METODE DEMPSTER-SHAFER DALAM SISTEM PAKAR DIAGNOSA ANAK TUNAGRAHITA BERBASIS WEB Triara Puspitasari 1, Boko Susilo 2, Funny Farady Coastera 3 1,2,3 Program Studi Teknik Informatika, Fakultas
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 terperinci2.2 Konsep Sistem Pakar 9
DAFTAR ISI LEMBAR PENGESAHAN PEMBIMBING LEMBAR PERNYATAAN KEASLIAN LEMBAR PENGESAHAN PENGUJI HALAMAN PERSEMBAHAN MOTO KATA PENGANTAR SARI DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL i ii iii vi v vi viii ix
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 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 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 terperincioveracting dan menyerang organ tubuh sendiri. Lupus juga mengenai banyak organ tubuh dan memiliki gejala klinis yang sangat bervariasi sehingga dikena
SISTEM PAKAR UNTUK MENDETEKSI SECARA DINI PENYAKIT LUPUS DENGAN METODE DEMPSTER SHAFER BERBASIS WEB Dr. Ana Kurniawati, ST.,MMSI *), Prastia Puspita Saputri **) Jurusan Sistem Informasi, Fakultas Ilmu
Lebih terperinciCHEPY CAHYADI, 2015 SISTEM PAKAR DIAGNOSA GANGGUAN BELAJAR KHUSUS (LEARNING DISABILITY ) PADA ANAK DENGAN METODE DEMPSTER-SHAFER (DS)
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Anak-anak merupakan tahap awal manusia dalam proses belajar. Proses anak-anak inilah yang nantinya akan berdampak pada proses-proses ke depannya. Untuk itu
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK PERTOLONGAN PERTAMA MENDIAGNOSA DEMAM Shela Shelina Universitas Gunadarma Jl. Margonda Raya No. 100 Pondok Cina, Depok 164
EXPERT SYSTEM APPLICATION FOR FIRST AID DIAGNOSE FEVER Shela Shelina Undergraduate Program, Information Systems Gunadarma University http://www.gunadarma.ac.id Keywords: Expert System, General Disease
Lebih terperinciSISTEM PAKAR DETEKSI STATUS GIZI DAN PSIKOLOGI ANAK MENGGUNAKAN METODE DEMPSTER SHAFER
SISTEM PAKAR DETEKSI STATUS GIZI DAN PSIKOLOGI ANAK MENGGUNAKAN METODE DEMPSTER SHAFER Arman Ali Siswoyo Wiwin Kuswinardi 1 Teknik Informatika, Universitas Kanjuruhan Malang, alisiswoyoa@ymail.com 2 Sistem
Lebih terperinciFUZZY INFERENCE SYSTEM UNTUK PENENTUAN RESIKO KANKER PAYUDARA. Gita Putry Nabilah 1*, Sri Kusumadewi 2. Jl. Kaliurang Km 14,5 Sleman Yogyakarta
FUZZY INFERENCE SYSTEM UNTUK PENENTUAN RESIKO KANKER PAYUDARA Gita Putry Nabilah 1*, Sri Kusumadewi 2 1 Program Studi Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Jl. Kaliurang
Lebih terperinciBAB I PENDAHULUAN. parasit, bakteri, jamur dan virus yang berakibat kematian udang windu secara
BAB I PENDAHULUAN I.1. Latar Belakang Udang merupakan bahan makanan sumber protein hewani yang bermutu tinggi. Protein hewani sangat dibutuhkan untuk pertumbuhan. Bagi Indonesia, udang windu merupakan
Lebih terperinciSISTEM PAKAR DIAGNOSA AWAL PENYAKIT GINJAL DENGAN METODE FUZZY LOGIC UNTUK PENENTUAN CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSA AWAL PENYAKIT GINJAL DENGAN METODE FUZZY LOGIC UNTUK PENENTUAN CERTAINTY FACTOR Nurul Azka 1, Andi Farmadi 2, Dwi Kartini 3 123 Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru,
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 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 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 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 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 terperinciABSTRAK. Kata Kunci: sistem informasi, lowongan pekerjaan, sistem pendukung keputusan, fuzzy model tahani, C#, SQL server 2008
ABSTRAK Graha Kompas Gramedia adalah perusahaan Indonesia yang bergerak dibidang media massa yang sistem penerimaan karyawannya masih dilakukan secara manual, sehingga dapat terjadi kesalahan dalam pengorganisasian
Lebih terperinciJMP : Volume 4 Nomor 2, Desember 2012, hal
12 JMP : Volume 4 Nomor 2, Desember 2012, hal. 253-264 APLIKASI FUZZY INFERENCE SYSTEM METODE MAMDANI UNTUK REKOMENDASI PEMILIHAN BIDANG KAJIAN PADA MAHASISWA PROGRAM STUDI MATEMATIKA UNSOED Yusuf Nur
Lebih terperinciIMPLEMENTASI LOGIKA FUZZY UNTUK AKUISI DATA BERBASIS WEB SERVER. Jl. Raya Kaligawe KM 4, PO BOX 1054, Semarang 50142
IMPLEMENTASI LOGIKA FUZZY UNTUK AKUISI DATA BERBASIS WEB SERVER Munaf Ismail 1*, Muhamad Haddin 1, Agus Suprajitno 1 1 Universitas Islam Sultan Agung Jl. Raya Kaligawe KM 4, PO BOX 1054, Semarang 50142
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 terperinciSISTEM PAKAR GANGGUAN PERKEMBANGAN PADA BALITA BERBASIS WEB
Jurnal Teknik Informatika Vol. 1 September 2012 SISTEM PAKAR GANGGUAN PERKEMBANGAN PADA BALITA BERBASIS WEB Delsika Syafitry 1, Rika Perdana Sari 2, Kartina Diah Kusuma Wardhani 3 1 Program Studi Sistem
Lebih terperinciMateri 8: Introduction to Fuzzy Logic
Materi 8: Introduction to Fuy Logic I Nyoman Kusuma Wardana Sistem Komputer STMIK STIKOM Bali Introduction to Fuy Logic Kusuma Wardana, M.Sc. 2 Fuy berarti kabur, samar Istilah Logika Fuy diperkenalkan
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 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 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 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 I PENDAHULUAN. termasuk diantaranya probabilitas klasik (classical probability), probabilitas
BAB I PENDAHULUAN I.1. Latar Belakang Sistem Pakar harus mampu bekerja dalam ketidakpastian. Sejumlah teori telah ditemukan untuk menyelesaikan ketidakpastian, termasuk diantaranya probabilitas klasik
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 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 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 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 terperinciNama : Siti Amalia Mufiedah NPM : Pembimbing : Dr. Hamzah Afandi
Sistem Pakar Diagnosis Jenis/Subtipe ADHD pada Anak Usia di Bawah 7 Tahun Berbasis Web Menggunakan Framework CodeIgniter Nama : Siti Amalia Mufiedah NPM : 56410578 Pembimbing : Dr. Hamzah Afandi Latar
Lebih terperinciDAFTAR ISI HALAMAN JUDUL...
xi DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN DOSEN PEMBIMBING... ii LEMBAR PENGESAHAN DOSEN PENGUJI... iii LEMBAR PERNYATAAN KEASLIAN... iv HALAMAN PERSEMBAHAN... v HALAMAN MOTTO... vi KATA PENGANTAR...
Lebih terperinciLAPORAN TUGAS AKHIR SISTEM PAKAR MENENTUKAN TERAPI YANG TEPAT BAGI ANAK PENDERITA DOWN SYNDROME
LAPORAN TUGAS AKHIR SISTEM PAKAR MENENTUKAN TERAPI YANG TEPAT BAGI ANAK PENDERITA DOWN SYNDROME DENGAN METODE FORWARD CHAINING (EXPERT SYSTEM TO DEFERMINE THE RIGHT THERAPY FOR CHILDREN WITH DOWN SYNDROME
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 terperinciAPLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER
APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER Aprilia Sulistyohati, Taufiq Hidayat Laboratorium Sistem Informasi dan Perangkat Lunak Jurusan Teknik Informatika Fakultas Teknologi
Lebih terperinciPemodelan Sistem Pakar Untuk Identifikasi Kerusakan Kamera Digital Single Lens Reflex (DSLR) Canon Menggunakan Metode Dempster - Shafer
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 6, Juni 208, hlm. 2408-243 http://j-ptiik.ub.ac.id Pemodelan Sistem Pakar Untuk Identifikasi Kerusakan Kamera Digital
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 terperinciBAB I PENDAHULUAN. diantaranya probabilitas klasik ( classical probability), probabilitas Bayes
BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar harus mampu bekerja dalam ketidakpastian. Sejumlah teori telah ditemukan untuk menyelesaikan ketidakpastian, termasuk diantaranya probabilitas klasik
Lebih terperinciBAB I PENDAHULUAN. dilihat dari variasi warna, ukuran dan bentuk bunga yang dihasilkan. Hal lain
BAB I PENDAHULUAN I.1. Latar Belakang Anggrek sebagai tanaman hias pot sangat diminati masyarakat karena keindahan dan keunikan bunganya. Keindahan dan keunikan bunga anggrek dapat dilihat dari variasi
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 terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Masalah Pada masa sekarang ini banyak produsen makanan yang berlomba lomba menciptakan berbagai jenis makanan yang bervariatif, dari jenis makanan yang
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN TEORI DASAR. dalam penelitian yang akan dilakukan. Pustaka yang digunakan ditinjau dari objek
BAB 2 TINJAUAN PUSTAKA DAN TEORI DASAR 2.1. Tinjauan Pustaka Dalam penelitian ini menggunakan beberapa sumber pustaka. Sumber pustaka yang dimaksudkan untuk digunakan sebagai pedoman dan pembanding dalam
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Valentine Ponsel dalam melakukan pemilihan perangkat Android masih dilakukan secara manual berdasarkan model dan merk. Cara seperti ini menyebabkan
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III. 1. Analisa Masalah Dengan tingginya pengguna Toyota Avanza dikalangan masyarakat khususnya di indonesia membuat mobil ini laris dipasaran dan pelayanan yang diberikan
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 terperinciSISTEM PAKAR DIAGNOSA KERUSAKAN SEPEDA MOTOR MATIC INJEKSI MENGGUNAKAN METODE DEMPSTER SHAFER
SISTEM PAKAR DIAGNOSA KERUSAKAN SEPEDA MOTOR MATIC INJEKSI MENGGUNAKAN METODE DEMPSTER SHAFER Dian Kusuma Wati Wiwin Kuswinardi 1 Teknik Informatika, Universitas Kanjuruhan Malang, dyanitoaqo@yahoo.com
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 terperinciMahasiswa mampu memformulasikan permasalahan yang mengandung fakta dengan derajad ketidakpastian tertentu ke dalam pendekatan Sistem Fuzzy.
Chapter 7 Tujuan Instruksional Khusus Mahasiswa mampu memformulasikan permasalahan yang mengandung fakta dengan derajad ketidakpastian tertentu ke dalam pendekatan. Mahasiswa mampu melakukan perhitungan
Lebih terperinciPENERAPAN METODE FUZZY MAMDANI DAN DEMPSTER SHAFER PADA DIAGNOSA AWAL PENYAKIT KULIT
PENERAPAN METODE FUZZY MAMDANI DAN DEMPSTER SHAFER PADA DIAGNOSA AWAL PENYAKIT KULIT Made Indriani, Andi Farmadi 2, Muliadi 3 23 Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan
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 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 terperinciLAPORAN S K R I P S I. PENERAPAN FUZZY DATABASE METODE TAHANI UNTUK MENENTUKAN BENIH IKAN LELEE YANG BAIK (Studi Kasus di Dinas Perikanan Kudus )
LAPORAN S K R I P S I PENERAPAN FUZZY DATABASE METODE TAHANI UNTUK MENENTUKAN BENIH IKAN LELEE YANG BAIK (Studi Kasus di Dinas Perikanan Kudus ) ERNI LIDIASTUTI NIM. 201251147 DOSEN PEMBIMBING Endang Supriyati,
Lebih terperinciBAB III ANALISIS KEBUTUHAN PERANGKAT LUNAK
1.6.2 Metode Pembuatan Perangkat Lunak 3 1 7 SistematikaPenulisan 4 BAB II LANDASAN TEORI 2.1 Sistem 2.2 Informasi 2.3 Sistem Informasi 7 2.4 Basis Data 0 o 2.5 Konsep Logika Fuzzy 8 2.5.1 Himpunan Crisp
Lebih terperinciPENGGUNAAN METODE CERTAINTY FACTOR PARALEL UNTUK MENDETEKSI HAMA DAN PENYAKIT PADA TANAMAN KAKAO
PENGGUNAAN METODE CERTAINTY FACTOR PARALEL UNTUK MENDETEKSI HAMA DAN PENYAKIT PADA TANAMAN KAKAO Fitria Dosen pada Jurusan Teknologi Informatika, Informatics & Business Institute Darmajaya Jl. Z.A Pagar
Lebih terperinciDiagnosis Desease of Down Syndrome In Children with Forward Chaining Methods
Seminar Nasional Peranan Ipteks Menuju Industri Masa Depan (PIMIMD-4) Institut Teknologi Padang (ITP), Padang, 27 Juli 2017 ISBN: 978-602-70570-5-0 http://eproceeding.itp.ac.id/index.php/pimimd2017 Diagnosis
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. memberikan beberapa solusi penanganannya dengan melihat gejala-gejala
63 BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1. Analisis Aplikasi pakar yang akan dibangun bertujuan untuk mengidentifikasi gangguan perkembangan pervasif pada anak, agar bisa dikenali sejak dini dan memberikan
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 METODE DEMPSTER-SHAFER
IMPLEMENTASI METODE DEMPSTER-SHAFER MENGGUNAKAN PHP DENGAN PENERAPAN UNTUK DIAGNOSA DINI JENIS GANGGUAN ATTENTION-DEFICIT/HYPERACTIVITY DISODER (ADHD) PADA ANAK Tia Puji Susanti, Soewarto Hardhienata¹
Lebih terperinciRancang Bangun Sistem Pakar untuk Diagnosis Penyakit Mulut dan Gigi dengan Metode Fuzzy Logic
Rancang Bangun Sistem Pakar untuk Diagnosis Penyakit Mulut dan Gigi dengan Metode Fuzzy Logic Arnon Makarios, Maria Irmina Prasetiyowati Program Studi Teknik Informatika, Universitas Multimedia Nusantara,
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 terperinciBAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL. asing. Dalam pengalaman keseharian kita, permasalahan yang berkaitan dengan fuzzy
BAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL 4.1 Pengenalan konsep fuzzy logic Konsep mengenai fuzzy logic bukanlah merupakan sesuatu yang baru dan asing. Dalam pengalaman keseharian kita,
Lebih terperinciPerancangan Aplikasi Rekomendasi Pemilihan Lokasi Rumah dengan Memanfaatkan Fuzzy Database Metode Tahani
Perancangan Aplikasi Rekomendasi Pemilihan Lokasi Rumah dengan Memanfaatkan Fuzzy Database Metode Tahani 23 Sathya Adi Dharma Program Studi Teknik Informatika Fakultas Teknologi Informasi Institut Informatika
Lebih terperinciSKRIPSI PENERAPAN FUZZY DATABASE MODEL TAHANI UNTUK DANA BANTUAN DESA DI KECAMATAN KALIWUNGU KABUPATEN KUDUS BERBASIS WEB. Oleh :
SKRIPSI PENERAPAN FUZZY DATABASE MODEL TAHANI UNTUK DANA BANTUAN DESA DI KECAMATAN KALIWUNGU KABUPATEN KUDUS BERBASIS WEB Oleh : WIWIN ANDARWATI 201251040 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK
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 terperinciPENERAPAN 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 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 terperinciJURNAL DETEKSI KERUSAKAN MESIN MOTOR TIPE GL MENGGUNAKAN METODE DAMPSTER SHAFER DAMAGE DETECTION ENGINE MOTO TYPE GL USE DAMPSTER SHAFER METHOD
JURNAL Artikel Skripsi DETEKSI KERUSAKAN MESIN MOTOR TIPE GL MENGGUNAKAN METODE DAMPSTER SHAFER DAMAGE DETECTION ENGINE MOTO TYPE GL USE DAMPSTER SHAFER METHOD Oleh: MUHAMAD JUHAR AFIFIN ABDILLAH 12.1.03.03.035
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 terperinciSISTEM PAKAR DIAGNOSIS PENYAKIT SYSTEMIC LUPUS ERYTHEMATOSUS (SLE) MENGGUNAKAN METODE CERTAINTY FACTOR DAN BACKWARD CHAINING SKRIPSI
SISTEM PAKAR DIAGNOSIS PENYAKIT SYSTEMIC LUPUS ERYTHEMATOSUS (SLE) MENGGUNAKAN METODE CERTAINTY FACTOR DAN BACKWARD CHAINING SKRIPSI DWI SEPTIANA SARI 131421044 PROGRAM EKSTENSI S-1 ILMU KOMPUTER FAKULTAS
Lebih terperinciSISTEM PAKAR UNTUK MENENTUKAN GANGGUAN AFEKTIF
SISTEM PAKAR UNTUK MENENTUKAN GANGGUAN AFEKTIF NORMA PRAVITASARI Program Studi Informatika Fakultas Teknik, Matematika dan Ilmu Pengetahuan Alam Universitas Indraprasta PGRI Jl. Nangka No. 58 C, Tanjung
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 terperinciPEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo
PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo NASKAH PUBLIKASI diajukan oleh Melida Putri Eka Sari 11.12.6165
Lebih terperinciMetode Fuzzy. Analisis Keputusan TIP FTP UB
Metode Fuzzy Analisis Keputusan TIP FTP UB Pokok Bahasan Pendahuluan Logika Klasik dan Proposisi Himpunan Fuzzy Logika Fuzzy Operasi Fuzzy Contoh Pendahuluan Penggunaan istilah samar yang bersifat kualitatif
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 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 terperinciIMPLEMENTASI ALGORITMA SAW(SIMPLE ADDITIVE WEIGHTING) DEMPSTER SHAFER PADA DIAGNOSA AWAL POSTPARTUM DEPRESSION
IMPLEMENTASI ALGORITMA SAW(SIMPLE ADDITIVE WEIGHTING) DEMPSTER SHAFER PADA DIAGNOSA AWAL POSTPARTUM DEPRESSION Page 1 Yuli Kartika Sari 1, Dwi Kartini 2, Muliadi 3 123 Program Studi Ilmu Komputer Fakultas
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 terperinci