JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 1
|
|
- Ida Susanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 1 Perancangan Sistem Pakar Fuzzy Sebagai Pendukung Keputusan Manajemen Pola Tanam Tanaman Pangan Berdasarkan Ketersediaan Air Abdul Azis dan M Isa Irawan Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya mii@its.ac.id Abstrak Sustem pakar fuzzy merupakan penggabungan sistem pakar dengan sistem logika fuzzy. Penerapan logika fuzzy dalam sistem pakar bertujuan untuk merepresentasikan pengetahuan pakar pada lingkungan yang tidak pasti dan sangat kompleks. Sistem inferensi fuzzy menggunakan Metode Mamdani dengan 4 tahapan utama, yaitu: pembentukan himpunan fuzzy, aplikasi fungsi implikasi, komposisi aturan dan penegasan. Fungsi implikasi yang digunakan adalah metode Min dengan komposisi aturan yang digunakan adalah metode Max. proses defuzzifikasi menggunakan Metode Centroid of Gravity (CoG) yaitu solusi tegas diperoleh dengan cara mengambil titik pusat dari hasil komposisi aturan yang telah didapatkan. Permasalahan yang di bahas yaitu prediksi ketersediaan air melalui sistem pakar fuzzy. Hasil nilai ketersediaan air ini digunakan sebagai pendukung keputusan manajemen pola tanam berdasarkan kebutuhan air tanaman yang bersangkutan. Faktor yang digunakan untuk prediksi ketersediaan air yaitu curah hujan, ketinggian tanah, kemiringan tanah, dan porositas tanah. Berdasarkan hasil pengujian pada musim hujan tanaman yang ditanam rata-rata adalah padi dan pada musim kemarau lebih bervariasi, yaitu jagung, kacang hijau dan kedelai. Kata Kunci Sistem pakar Sistem Pakar Fuzzy, Logika Fuzzy, Metode Mamdani, CoG, Ketersediaan Air, Pola Tanam. S I. PENDAHULUAN EKTOR pertanian merupakan salah satu penopang perekomonian di Indonesia masih perlu di perhitungkan meskipun telah terjadi transformasi struktur ekonomi, dimana perekonomian negara lebih ditopang pada sektor industry dan jasa. Selain dibutuhkan sebagai penyedia pangan nasional, sektor tanaman juga menyerap sebagian besar tenaga kerja. Sector pertanian mencakup sub sektor tanaman bahan makanan, perkebunan, pertanian, perikanan dan kehutanan. Hingga saat ini kebutuhan akan pangan nasional masih menumpukan harapan pada sektor pertanian. Di Jawa Timur sendiri merupakan lokasi yang strategis untuk budidaya tanaman pangan seperti padi, jagung, ubi kayu dan lain-lain, dan mempunyai potensi prospektif untuk dikembangkan sebagai daerah sentra produksi. Berdasarkan data Badan Pusat Statistik (BPS), produksi padi, jagung dan kedelai di tahun 2011 mengalami penurunan. Mencermati terjadinya penurunan produksi yang terjadi, target kenaikan angka produksi di tahun 2012 mengalami banyak halangan. Hal itu didasarkan kenyataan bahwa sampai bulan oktober 2012 di berbagai daerah belum turun hujan dan menyebabkan kekeringan waduk serta irigasi, sehingga sekitar Ha sawah mengalami puso. Tantangan yang diperkirakan akan dihadapi oleh sector pertanian pada tahun 2013 yaitu kemarau panjang di tahun 2012 akan terus berlanjut di tahun 2013 yang dapat menyebabkan pergeseran musim tanam, sehingga akan mempengaruhi produksi [6]. Perubahan pada tingkat produktivitas ini juga tidak lepas dari faktor tingkat ketersediaan air. Ketersediaan air merupakan faktor paling berpengaruh dalam dunia pertanian karena air merupakan sumber kehidupan bagi tanaman. Ketersediaan air di suatu daerah sangat ditentukan oleh tingkat curah hujan dan keadaan topografi di daerah tersebut, sehingga perlu dilakukan pengkajian tentang ketersediaan air di suatu daerah tertentu untuk mengatur pola tanam agar hasil produksi menjadi optimal [4]. Secara umum, sistem pakar merupakan salah satu bagian dari kecerdasan buatan (Artificial Intelligent) yang memungkinkan komputer untuk mengambil kesimpulan dari sekumpulan aturan. Tujuan dari pengembangan sistem pakar adalah untuk menghasilkan suatu sistem yang dapat membantu pekerjaan manusia, terutama yang berhubungan dengan pemanfaatan keahlian dan pengalaman di suatu bidang tertentu secara lebih efektif dan efisien. Tahapan pembentukan sistem pakar pada dasarnya disusun oleh tiga unsur utama sistem yaitu basis pengetahuan, mesin inferensi, dan implementasi. Sistem pakar fuzzy sendiri merupakan penggabungan sistem pakar dengan sistem fuzzy. Penerapan sistem fuzzy dalam sistem pakar bertujuan untuk merepresentasikan pengetahuan pakar pada lingkungan yang tidak pasti, tidak lengkap dan sangat kompleks. Sistem fuzzy merupakan penduga numerik yang terstruktur dan dinamik serta memiliki kemampuan untuk mengembangkan sebuah sistem dalam lingkungan yang tidak pasti. Sistem fuzzy menduga suatu fungsi dengan logika fuzzy yang digunakan untuk menangani konsep derajat kebenaran, yaitu nilai kebenaran antara benar dan salah. Oleh karena itu, logika fuzzy sering menggunakan informasi linguistik dan verbal [7]. Untuk memudahkan implementasi sistem pakar tersebut maka dibangun suatu perangkat lunak menggunakan bahasa Java menggunakan tool NetBeans IDE yang bersifat Open-
2 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 2 source dengan harapan dapat membantu masyarakat, khususnya petani dan instansi yang berhubungan dengan pertanian dan perkebunan agar hasil produksi menjadi optimal. Variabel linguistik 2 II. SISTEM PAKAR FUZZY Sistem pakar fuzzy adalah sistem pakar yang penerapannya menggunakan basis pengetahuan logika fuzzy (fuzzy logic). Penerapan logika fuzzy dalam sistem pakar bertujuan untuk merepresentasikan pengetahuan pakar pada lingkungan yang tidak pasti dan sangat kompleks. A. Sistem Pakar Sistem pakar secara umum adalah sistem yang berusaha mengadopsi pengetahuan pakar ke komputer, agar dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli. Dengan kata lain sistem pakar adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa pemrogaman tertentu untuk dapat menyelesaikan masalah layaknya yang dilakukan oleh para ahli. Dengan sistem ini diharapkan orang awam dapat menyelesaikan masalah tertentu tanpa bantuan para ahli dalam bidang tersebut. Sedangkan bagi para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman. B. Variabel Linguistik Variabel linguistik merupakan variabel fuzzy yang dibuat acuan untuk menilai suatu hal. Misalkan variabel linguistik SUHU memiliki tiga penilaian linguistik yaitu dingin, sedang, dan panas. C. Fuzzifikasi Fuzzifikasi merupakan proses pengam-bilan nilai crisp input dan menentukan derajat keanggotaan (degree of membership) dari setiap himpunan fuzzy yang sesuai. Setelah nilai derajat keanggotaan tersebut didapat, selanjutnya dilakukan proses perhitungan nilai kebenaran dari setiap premis yang ada dengan menggunakan operasi min atau operasi max. Jika sebuah premis dari suatu aturan memiliki derajat kebenaran tidak nol maka aturan dikatakan terpicu (fired) [4]. Misalkan dioperasikan min sebagai berikut: µ 3 (x) µ 4 (x) x b (crisp input) Gambar 2.1 Proses fuzzifikasi untuk dua variabel linguistik Kesimpulan Gambar 2.2 Proses pembentukan himpunan fuzzy D. Inferensi Fuzzy Inferensi diimplementasikan untuk setiap aturan dalam basis pengetahuan. Nilai kebenaran premis dari aturan-aturan yang terpicu digunakan untuk menentukan nilai kebenaran bagian kesimpulan dari aturan yang. Perhitungan kesimmpulan diperoleh dari persamaan (1). Dengan demikian, input untuk proses inferensi adalah nilai yang diberikan oleh premis, sedangkan output adalah suatu himpunan fuzzy [4]. Misalkan untuk dan terpicu pada typical value Sangat Baik sedangkan dan terpicu pada Baik. Proses inferensi fuzzy ditunjukkan Gambar 2.2 dan Gambar 2.3. Baik Sangat baik Sangat baik x µ 1 (x) Variabel linguistik 1 Baik µ 2 (x) a (crisp input) x Gambar 2.3 Proses pembentukan himpunan fuzzy untuk kesimpulan Baik
3 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 3 E. Komposisi Komposisi adalah proses dimana himpunan fuzzy yang menyatakan output dari setiap aturan dikombinasikan ke dalam sebuah himpunan fuzzy. Metode himpunan fuzzy yang digunakan dalam penelitian ini adalah max, himpunan fuzzy untuk output ditentukan dengan mengambil nilai maksimum. Seperti ditunjukkan pada Gambar 4. Misalkan diberikan nilai hasil operasi min pada masing-masing premis yang menghasilkan output penilaian linguistik ke-1 adalah sedangkan penilaian linguistik ke-2 diberikan. Perhitungan komposisi max secara sistematis diberikan sebagai berikut: Dengan: = Hasil komposisi ke-n = Nilai hasil operasi min ke-i pada masing-masing aturan terpicu yang menghasilkan kesimpulan penilaian linguistik ke-1. = Nilai hasil operasi min ke-i pada masing-masing aturan terpicu yang menghasilkan kesimpulan penilaian linguistik ke-2. = Nilai hasil operasi min ke-i pada masing-masing aturan terpicu yang menghasilkan kesimpulan linguistik ke-n. Bentuk komposisi himpunan fuzzy pada bagian kesimpulan dengan metode max ditunjukkan pada Gambar 2.4. F. Defuzzifikasi Baik Sangat baik Gambar 2.4 Hasil komposisi himpunan fuzzy Defuzzifikasi atau penegasan merupakan bagian proses sistem fuzzy dimana terjadi pengubahan dari input berupa himpunan fuzzy yang dihasilkan dari proses komposisi menjadi sebuah nilai crisp output. Metode yang dipakai dalam penelitian ini adalah metode centroid of gravity (CoG). Metode centroid of Gravity adalah salah satu metode yang digunakan untuk mendapatkan nilai crisp output dengan cara mengambil titik pusat ( ) daerah fuzzy [5]. Secara umum dirumuskan sebagai berikut: Dengan: = titik pusat daerah himpunan fuzzy = batas bawah bagian daerah ke-i himpunan fuzzy = batas atas bagian daerah ke-i himpunan fuzzy = batas atas bagian daerah ke-i himpunan fuzzy n = jumlah daerah himpunan fuzzy kesimpulan yang terbentuk z = variabel kesimpulan (consequent) = fungsi keanggotaan daerah himpunan fuzzy kesimpulan yang terbentuk III. PERANGKAT PENDUKUNG SISTEM Dalam pembangunan sistem pakar fuzzy dalam penelitian ini terdapat perangkat pendukung, yaitu komputer dengan spesifikasi prosesor AMD A6-3400M GHz, HDD 500GB, RAM memory 4GB, Perangkat lunak open source Java NetBeans IDE untuk pembangunan sistem dan perangkat lunak open source MySQL 5.5 sebagai database management system (DBMS). IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Dalam pembangunan sistem pakar yang tersruktur diperlukan perancangan yang baik, mulai dari perancangan sistem, perancangan data, perancangan proses (process design) dan perancangan antarmuka (interface design). Penjelasan terkait perancangan dijelaskan pada subbab dibawah ini. A. Perancangan Sistem Pakar Dalam rancangan sistem dalam penelitian ini dua macam tipe pengguna (user), user tipe akses pengguna biasa dan user tipe akses administrator. User tipe akses pengguna biasa memiliki peran sebagai pengguna dari sistem pakar sedangkan user tipe akses administrator memiliki kemampuan memodifikasi, yaitu insert, update, dan delete data-data dalam database. Perancangan Data Sesuai dengan permasalahan yang diangkat dalam penellitian ini, terdapat tujuh tabel yang digunakan untuk pembangunan sistem pakar yaitu tabel user, tabel bobot, tabel bobotdetail, tabel faktor, tabel fungsianggota, tabel ketersediaanair, dan tabel tanaman. Perancangan Proses Dalam perancangan proses dalam pembangunan sistem pakar ini melibatkan pemrograman java dan pemanggilan data dalam database. Perancangan sistem pakar pada user tipe akses pengguna biasa dan user tipe akses administrator dapat dilihat pada Gambar 4.1 B. Implementasi Sistem Berikut ini dijelaskan implementasi dari proses-proses yang dibutuhkan perangkat lunak seperti yang sudah dijelaskan pada perancangan proses ke dalam algoritma. Proses proses tersebut adalah sebagai berikut:
4 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 4 1) Proses konsultasi antara pengguna dan sistem pakar. 2) Proses pembentukan file format fuzzy.fcl. 3) Proses perhitungan titik pusat daerah menggunakan metode centroid of gravity (CoG). 4) Proses pencarian tanaman yang cocok untuk ditanam. tidak Pengguna biasa ya Start Proses login Login benar? Input data faktor fuzzifikasi Administrator Tabel 5.1 Data curah hujan pada bulan Januari sampai Desember tahun 2013 untuk Kabupaten Bojonegoro dan Kota Surabaya Bulan Curah Hujan (milimeter) Bojonegoro Surabaya Januari 330,33 370,5 Februari Maret 281, April 197,33 189,5 Mei 94, Juni 62,67 58,5 Juli Agustus 21,33 6 September Oktober 128,67 38 Nopember Desember 316,33 285,5 inferensi komposisi defuzzifikasi Ketersediaan air (Crisp output) Tabel 5.2 Data ketinggian tanah, kemiringan tanah dan porositas tanah untuk Kabupaten Bojonegoro dan Kota Surabaya Kabupaten/Kota Ketinggian (meter) Kemiringan ( ) Porositas (% ) Bojonegoro 19 2,78 40,28 Surabaya 2 0,9 43,75 Tanaman yang cocok Hasil konsultasi Data dimasukkan melalui halaman konsultasi pada antarmuka sistem saat proses konsultasi berlangsung. Antarmuka proses konsultasi adalah seperti terlihat pada Gambar 5.1 berikut. Grafik pola tanam End Gambar 4.1 Perancangan sistem pakar V. UJI COBA DAN PEMBAHASAN Pengujian sistem pakar dalam penelitian Tugas Akhir ini menggunakan data kabupaten Bojonegoro dan kota Surabaya sebagai data input dengan faktor curah hujan pada bulan Januari sampai Desember tahun 2013 dan data topografi yang meliputi ketinggian tanah, kemiringan tanah dan porositas tanah. Data input dapat dilihat pada Tabel 1 dan Tabel 2 sebagai berikut. Gambar 5.1 Antarmuka Proses konsultasi pada sistem pakar Setelah data dimasukkan kemudian proses konsultasi berjalan dan menghasilkan output nilai ketersediaan air dan tanaman yang cocok ditanam.
5 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 5 Pada grafik himpunan fuzzy memperlihatkan himpunan fuzzy untuk setiap faktor yang digunakan dan hasil defuzzifikasinya Grafik himpunan fuzzy beserta input faktornya ditunjukkan pada Gambar 5.2 sampai Gambar 5.5. Gambar 5.2 Grafik himpunan fuzzy untuk faktor curah hujan dengan input 330,33 mm Gambar 5.6 aturan-aturan yang digunakan pada proses konsultasi Untuk grafik kesimpulan ketersediaan air yang diperoleh ditunjukkan pada Gambar 5.7 sebagai berikut. Gambar 5.3 Grafik himpunan fuzzy untuk faktor ketinggian tanah dengan input 19 meter Gambar 5.7 Grafik daerah kesimpulan nilai ketersediaan air dengan nilai 159,17 milimeter Berikut ini adalah grafik kebutuhan air untuk tanaman pangan dengan nilai kebutuhan air seperti terlihat pada tabel 5.3 dan Gambar 5.8 sebagai berikut. Gambar 5.4 Grafik himpunan fuzzy untuk faktor kemiringan tanah dengan input 2.78 Tabel 5.3 Kebutuhan air pada tanaman pangan dan palawija Tanaman Kebutuhan Air Total (mm) Kebutuhan Air perbulan (mm) Padi 639, Jagung 439, Kacang Hijau 416, Kedelai 393, Kacang Tanah 454, Gambar 5.5 Grafik himpunan fuzzy untuk faktor Porositas Tanah dengan input 40,26% Berikut ini adalah aturan-aturan yang dihasilkan berdasarkan faktor-faktor yang diinputkan pada proses konsultasi. Fungsi implikasi yang digunakan adalah MIN (operator AND) Gambar 5.8 Grafik Kebutuhan air dengan nilai ketersediaan air 159,17 milimeter.
6 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 6 Untuk ketersediaan air 159,17 tanaman yang cocok untuk ditanam adalah padi Setelah semua data dimasukkan, diperoleh hasil konsultasi dari bulan Januari sampai Desember untuk kabupaten Bojonegoro. Hasil konsultasi dapat dilihat pada Gambar 5.9 sebagai berikut. Gambar 5.11 Grafik pola tanam untuk kota Surabaya VI. KESIMPULAN Gambar 5.9 Antarmuka Hasil Konsultasi untuk kabupaten Bojonegoro Dari hasil konsultasi akan didapat grafik pola tanam untuk kabupaten Bojonegoro antara bulan Januari sampai Desember. Grafik pola tanam dapat dilihat pada Gambar 5.10 sebagai berikut. Berdasarkan analisa data dan pembahasan, dapat disimpulkan bahwa: 1. Hasil pola tanam untuk kota Bojonegoro didapat kesimpulan bahwa untuk musih hujan yaitu antara bulan Nopember sampai April tanaman yang baik untuk ditanam adalah padi dengan pengecualian pada bulan April dan Nopember tanaman yang baik adalah jagung dan kacang hijau. Sedangkan untuk musim kemarau yaitu antara bulan Mei sampai Oktober, adalah kacang hijau dan kedelai dengan pengecualian untuk bulan Mei dan Oktober, adalah jagung dan kacang hijau. 2. Hasil pola tanam untuk kota Surabaya didapat kesimpulan bahwa untuk musih hujan yaitu antara bulan Nopember sampai April tanaman yang baik untuk ditanam adalah padi dengan pengecualian pada bulan April dan Nopember tanaman yang baik adalah jagung dan kacang hijau. Sedangkan untuk musim kemarau yaitu antara bulan Mei sampai Oktober, adalah kacang hijau dan kedelai. Gambar 5.10 Grafik pola tanam untuk kabupaten Bojonegoro Dari grafik pola tanam terlihat bahwa pada bulan Januari, Februari dan Maret tanaman yang baik untuk ditanam adalah padi, untuk bulan April dan Mei adalah kacang hijau dan jagung, untuk bulan Juni sampai September, adalah kacang hijau dan kedelai, untuk bulan Oktober dan Nopember, adalah jagung dan kacang hijau dan untuk bulan Desember, adalah padi. Dengan cara yang sama seperti yang telah dipaparkan diatas namun dengan input adalah daerah Surabaya, didapat grafik pola tanam sebagai berikut. DAFTAR PUSTAKA [1] Subakti, I. (2002). Sistem Pendukung Keputusan. Jurnal Akademik. Surabaya: Institut Teknologi Sepuluh Nopember. [2] Prasetiya, H. (2012). Penerapan Fuzzy Expert System Sebagai Sistem Pendukung Keputusan Untuk Investor Properti. Jurnal. Surabaya: Institut Teknologi sepuluh Nopember Surabaya. [3] Kusumadewi, S. (2004). Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu. [4] Irawan, M.I., dkk. (2012). Model Managemen Pola T anam Di Provinsi NTB Menggunakan Jaringan Syaraf Tiruan. Penelitian Labolatorium Ilmu Komputer Jurusan Matematika. Surabaya: Institut Teknologi Sepuluh Nopember. [5] Setiaji. (2009). Himpunan dan Logika Samar serta Aplikasinya. Yogyakarta: Graha Ilmu. [6] Anonim. (2012). Prediksi dan Tantangan Sektor Pertanian Indonesia Tahun [diakses pada tanggal 04 Maret 2013]. [7] Kuswadi, S. (2007). Kendali Cerdas Teori dan Aplikasi Praktisnya. Yogyakarta: Andi. [8] Arhami, M. (2005). Konsep Dasar Sistem Pakar. Yogyakarta: Andi. [9] Oktriani, M. (2008). Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy. Skripsi. Salatiga: Universitas Kristen Satya Wacana.
Oleh: ABDUL AZIS JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013
Oleh: ABDUL AZIS 1209 100 073 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013 Sektor pertanian merupakan salah satu penopang perekonomian
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 1
JURNAL SAINS DAN SENI POMITS Vol. 2, No., (203) 2337-3520 (230-928X Print) Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web Harmuda Pandiangan, M Isa Irawan dan
Lebih terperinciPenerapan Fuzzy Expert System sebagai Sistem Pendukung Keputusan untuk Investor Properti
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-928X A-1 Penerapan Fuzzy Epert System sebagai Sistem Pendukung Keputusan untuk Investor Properti Hadi Prasetiya, I Gst Ngr Rai Usadha, Mohammad
Lebih terperinciSeminar Tugas Akhir. Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web
Seminar Tugas Akhir Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web Oleh: Harmuda Pandiangan 1209 100 089 Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENERAPAN FUZZY INFERENCE SYSTEM PADA PREDIKSI CURAH HUJAN DI SURABAYA UTARA
LOGO PENERAPAN FUZZY INFERENCE SYSTEM PADA PREDIKSI CURAH HUJAN DI SURABAYA UTARA Oleh: DYNES RIZKY NAVIANTI (1208100017) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI
Lebih terperinciPresentasi TA DETEKSI PENYAKIT PARU-PARU OBSTRUKTIF KRONIS MENGGUNAKAN METODE FUZZY : STUDI KASUS DI RUMAH SAKIT XYZ. Muhammad Reza Budiman
Presentasi TA DETEKSI PENYAKIT PARU-PARU OBSTRUKTIF KRONIS MENGGUNAKAN METODE FUZZY : STUDI KASUS DI RUMAH SAKIT XYZ Muhammad Reza Budiman 5209100075 Jurusan Sistem Informasi Fakultas Teknologi Informasi
Lebih terperinciBAB I PENDAHULUAN. Sebuah toko komputer ingin membangun suatu database yang isinya tidak
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sebuah toko komputer ingin membangun suatu database yang isinya tidak hanya komponen-komponen dasar komputer, tetapi juga informasi yang dapat membantu dalam
Lebih terperinciBAB III METODE FUZZY MAMDANI
29 BAB III METODE FUZZY MAMDANI Fuzzy Inference System merupakan sebuah kerangka kerja perhitungan berdasarkan konsep teori himpunan fuzzy dan pemikiran fuzzy yang digunakan dalam penarikan kesimpulan
Lebih terperinciPenggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen
Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen Dwi Rolliawati Fakultas Ilmu Komputer, Sistem Komputer, Universitas Narotama dwi.roliawati@narotama.ac.id Abstrak Dosen sebagai pendidik
Lebih terperinciPERANCANGAN SISTEM. Kelas Kriteria
Kelas Kriteria Lahan S2 Unit lahan memiliki lebih dari 4 pembatas ringan, dan/atau memiliki tidak lebih dari 3 pembatas sedang S3 Unit lahan memiliki lebih dari 3 pembatas sedang, dan/atau 1 atau lebih
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 terperinciBAB III ANALISA DAN PERANCANGAN SISTEM. ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai dengan
BAB III ANALISA DAN PERANCANGAN SISTEM III. Analisis Masalah Sistem yang dibuat pada studi kasus pemilihan spesifikasi komputer ini, ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai
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 terperinciMETODOLOGI PENELITIAN
7 terboboti dari daerah output fuzzy. Metode ini paling dikenal dan sangat luas dipergunakan. First of Maxima (FoM) dan Last of Maxima (LoM) Pada First of Maxima (FoM), defuzzifikasi B( y) didefinisikan
Lebih terperinciPENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK) Andrian Juliansyah ( 1011287) Mahasiswa Program Studi Teknik
Lebih terperinciPraktikum sistem Pakar Fuzzy Expert System
Praktikum sistem Pakar Fuzzy Expert System Ketentuan Praktikum 1. Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa untuk praktikum pertemuan ke - 8 2. Mahasiswa akan mendapatkan penjelasan
Lebih terperinciImplementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic
JTRISTE, Vol.2, No.2, Oktober 2015, pp. 18~28 ISSN: 2355-3677 Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic Junaedy 1, Abdul Munir 2 STMIK KHARISMA
Lebih 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 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 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 PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY oleh: 1 I Putu Dody Lesmana, 2 Arfian Siswo Bintoro 1,2 Jurusan Teknologi Informasi, Politeknik
Lebih terperinciSiska Ernida Wati, Djakaria Sebayang, Rachmad Sitepu
Saintia Matematika Vol. 1, No. 3 (2013), pp. 273 24. PERBANDINGAN METODE FUZZY DENGAN REGRESI LINIER BERGANDA DALAM PERAMALAN JUMLAH PRODUKSI (Studi Kasus Produksi Kelapa Sawit di PT. Perkebunan III (PERSERO)
Lebih terperinciPENERAPAN INFERENSI FUZZY UNTUK KENDALI SUHU RUANGAN PADA PENDINGIN RUANGAN (AC)
PENERAPAN INFERENSI FUZZY UNTUK KENDALI SUHU RUANGAN PADA PENDINGIN RUANGAN (AC) Kartina Diah KW,ST1), Zulfa Noviardi2) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1
Lebih terperinciBAB V IMPLEMENTASI SISTEM
51 BAB V IMPLEMENTASI SISTEM Implementasi merupakan tahap peletakan sistem sehingga sistem siap dioperasikan. Tahap ini meliputi implementasi datamining untuk mencari aturan aturan sebagai dasar inferensi,
Lebih terperinciHimpunan Tegas (Crisp)
Logika Fuzzy Logika Fuzzy Suatu cara untuk merepresentasikan dan menangani masalah ketidakpastian (keraguan, ketidaktepatan, kekuranglengkapan informasi, dan kebenaran yang bersifat sebagian). Fuzzy System
Lebih terperinciIMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS
IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS Alfa Saleh Teknik Informatika, Fak Ilmu Komputer Universitas Potensi Utama Jl KL Yos Sudarso KM 65 No3-A, Tanjung Mulia,
Lebih terperinciBAB IV. KONDISI UMUM WILAYAH PENELITIAN
36 BAB IV. KONDISI UMUM WILAYAH PENELITIAN A. Keadaan Geografi Letak dan Batas Wilayah Kabupaten Ngawi secara geografis terletak pada koordinat 7º 21 7º 31 LS dan 110º 10 111º 40 BT. Batas wilayah Kabupaten
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 terperinciPREDIKSI LUAS PANEN DAN PRODUKSI PADI DI KABUPATEN BANYUMAS MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)
PREDIKSI LUAS PANEN DAN PRODUKSI PADI DI KABUPATEN BANYUMAS MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) Supriyanto 1, Sudjono 2, Desty Rakhmawati 3 ( 1,2. UNSOED Purwokerto, 3. STMIK
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 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 terperinciGrafik hubungan antara Jarak (cm) terhadap Data pengukuran (cm) y = 0.950x Data pengukuran (cm) Gambar 9 Grafik fungsi persamaan gradien
dapat bekerja tetapi tidak sempurna. Oleh karena itu, agar USART bekerja dengan baik dan sempurna, maka error harus diperkecil sekaligus dihilangkan. Cara menghilangkan error tersebut digunakan frekuensi
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 terperinciMetode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan
Scientific Journal of Informatics Vol., No. 1, Mei 2016 p-issn 2407-7658 http://journal.unnes.ac.id/nju/inde.php/sji e-issn 2460-0040 Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan
Lebih terperinciSISTEM PAKAR MENGGUNAKAN MESIN INFERENSI FUZZY. Wilis Kaswidjanti. Abstrak
Jurnal Teknik Elektro Vol. No. Juli - Desember 0 9 SISTEM PAKAR MENGGUNAKAN MESIN INFERENSI FUZZY Wilis Kaswidjanti Abstrak Salah satu cara untuk menangani ketidakpastian pada bidang sistem pakar dapat
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 terperinciPerancangan Graphical User Interface untuk Pengendalian Suhu pada Stirred Tank Heater Berbasis Microsoft Visual Basic 6.0
JURNAL ILMIAH ELITE ELEKTRO, VOL. 3, NO. 2, SEPTEMBER 2012: 89-95 89 Perancangan Graphical User Interface untuk Pengendalian Suhu pada Stirred Tank Heater Berbasis Microsoft Visual Basic 6.0 Muhammad Rozali
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 terperinciBab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI
Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI III.1 Teori Logika fuzzi III.1.1 Logika fuzzi Secara Umum Logika fuzzi adalah teori yang memetakan ruangan input ke ruang output dengan menggunakan aturan-aturan
Lebih terperinciPENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. (204), hal 39-46. PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI Yoakim Marinus
Lebih terperinciREKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO Endra Pratama, Titin Sri Martini, Mania Roshwita Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang harus dipenuhi setiap harinya. Beras memiliki peranan penting dalam kelangsungan hidup manusia. Untuk memenuhi
Lebih terperinciPENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN
Saintia Matematika Vol. 1, No. 3 (2013), pp. 233 247. PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN Zati Azmiana, Faigiziduhu Bu ulolo, dan Partano Siagian Abstrak.
Lebih terperinciSistem Pakar Untuk Mendeteksi Kerusakan Pada Sepeda Motor 4-tak Dengan Menggunakan Metode Backward Chaining
Sistem Pakar Untuk Mendeteksi Kerusakan Pada Sepeda Motor 4-tak Dengan Menggunakan Metode Backward Chaining Maria Shusanti F Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Bandar Lampung
Lebih terperinciPENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012
PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012 PENALARAN FUZZY Digunakan untuk menghasilkan suatu keputusan tunggal / crisp saat defuzzifikasi Penggunaan akan bergantung
Lebih 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 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 terperinciPERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI
PERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI Murni Marbun 1, Hengki Tamando Sihotang 2, Normi Verawati Marbun 3 2 Teknik Informatika STMIK Pelita Nusantara Medan,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN UNTUK PROMOSI JABATAN SUPERVISOR PRODUKSI DENGAN METODE FUZZY MADM
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN UNTUK PROMOSI JABATAN SUPERVISOR PRODUKSI DENGAN METODE FUZZY MADM Abdullah Jurusan Teknik Informatika, Universitas Dian Nuswantoro E-mail : abdu124h@yahoo.co.id
Lebih terperinciBAB III PERANCANGAN Sistem Kontrol Robot. Gambar 3.1. Blok Diagram Sistem
BAB III PERANCANGAN Pada bab ini akan dijelaskan mengenai perancangan sistem yang meliputi sistem kontrol logika fuzzy, perancangan perangkat keras robot, dan perancangan perangkat lunak dalam pengimplementasian
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 terperinciProses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani
JURNAL SAINTIFIK VOL.3 NO. 2, JULI 2017 Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani Darmawati Jurusan Matematika FMIPA Universitas Sulawesi Barat; e-mail: dharmawangs89@gmail.com
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Dalam tinjauan pustaka dibawah ini terdapat 5 referensi dan 1 referensi dari
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 1.1 Tinjauan Pustaka Dalam tinjauan pustaka dibawah ini terdapat 5 referensi dan 1 referensi dari penulis sebagai berikut: Tabel 2.1 Perbandingan Metode Penelitian
Lebih 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 terperinciMetode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Metode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh T - 42 Yudha Al Afis, Agus Maman Abadi Prodi Matematika,
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1. Latar Belakang Berdasarkan ideologi bangsa Pancasila dan UUD 1945 maka setiap rakyat indonesia sangat mengidamkan negara yang sejahtera. Hal ini dikarenakan, negara yang sejahtera
Lebih terperinci3. METODE PENELITIAN 3.1 Kerangka Pemikiran
65 3. METODE PENELITIAN 3.1 Kerangka Pemikiran Permasalahan utama yang dihadapi industri gula nasional yaitu rendahnya kinerja khususnya produktivitas dan efisiensi pabrik gula. Untuk menyelesaikan permasalahan
Lebih terperinciJURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: ( Print) 1
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) 1 DETEKSI PENYAKIT PARU-PARU OBSTRUKTIF KRONIS MENGGUNAKAN METODE FUZZY : STUDI KASUS DI RUMAH SAKIT XYZ Muhammad Reza Budiman,
Lebih terperinciPENGEMBANGAN SISTEM PAKAR FUZZY
FUZZY EXPERT SYSTEM FUZZY INFERENCE SYSTEM FUZZY REASONING Toto Haryanto MATA KULIAH SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR PENGEMBANGAN SISTEM PAKAR FUZZY Domain Masalah Fuzzifikasi
Lebih terperinciIMPLEMENTASI ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK PREDIKSI CUACA TUGAS AKHIR
IMPLEMENTASI ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK PREDIKSI CUACA (Studi Kasus Stasiun Klimatologi Karangploso Kab. Malang) TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
Latar Belakang PENDAHULUAN Permintaan informasi mengenai kelas kesesuaian lahan bagi budidaya tanaman semakin meningkat sejalan dengan pembangunan sektor pertanian. Informasi ini sangat berguna bagi para
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Kebutuhan Program Untuk menjalankan aplikasi ini ada beberapa kebutuhan yang harus dipenuhi oleh pengguna. Spesifikasi kebutuhan berikut ini merupakan spesifikasi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN KENAIKAN PANGKAT PEGAWAI DI KANTOR KEMENTRIAN AGAMA KABUPATEN KEDIRI DENGAN FUZZY TSUKAMOTO
Artikel Skripsi SISTEM PENDUKUNG KEPUTUSAN KENAIKAN PANGKAT PEGAWAI DI KANTOR KEMENTRIAN AGAMA KABUPATEN KEDIRI DENGAN FUZZY TSUKAMOTO SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh
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 terperinciBAB II: TINJAUAN PUSTAKA
BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali
Lebih terperinci3.4 Data dari Melati Mekar Mandiri... 38
ABSTRAK UD Melati Mekar Mandiri adalah sebuah perusahaan pengrajin yang bergerak di bidang kain tenun gedog dan batik tulis. Perusahaan yang terletak di Kerek, Jawa Timur ini mempunyai pengrajin, baik
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Era persaingan yang semakin ketat pada saat sekarang ini telah menyebabkan perusahaan-perusahaan yang bergerak di bidang industri khususnya dalam bidang industri makanan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bab ini berisi tentang pemahaman dari logika fuzzy dan data mining. Pada bab ini juga akan dijelaskan bagian-bagian yang perlu diketahui dalam logika fuzzy dan data mining, sehingga
Lebih 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 terperinciJURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) A-31
JURNAL SAINS DAN SENI ITS Vol 4, No2, (2015) 2337-3520 (2301-928X Print) A-31 Perbandingan Performansi Metode Peramalan Fuzzy Time Series yang Dimodifikasi dan Jaringan Syaraf Tiruan Backpropagation (Studi
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 terperinciImplementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan Daerah Banjir di Semarang Utara
Scientific Journal of Informatics Vol. 2, No. 2, November 2015 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Implementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan
Lebih 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 terperinciAplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)
Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap) Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani Fakultas
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 terperinciVersi Online tersedia di : JURNAL TECH-E (Online)
JURNAL TECH-E - VOL. 1 NO. 1 (17) Versi Online tersedia di : http://bsti.ubd.ac.id/e-jurnal JURNAL TECH-E 2581-1916 (Online) Artikel Perancangan Aplikasi Penentu Jurusan IPA atau IPS Pada SMA Menggunakan
Lebih terperinci1. BAB I PENDAHULUAN. Kamera digital (kamera saku dan kamera semi professional) merupakan
1. BAB I PENDAHULUAN Latar Belakang Kamera digital (kamera saku dan kamera semi professional) merupakan imaging device yang sangat akrab digunakan dalam kebutuhan masyarakat modern saat ini. Kamera digital
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 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 terperinciIMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA
IMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA Asri Bunga Renjani* 1, Yulmaini 2 Bandar Lampung, Telp. 0721-787214, Fax. 0721-700261 1,2 Teknik
Lebih terperinciLOGIKA FUZZY PADA PROSES PELET PAKAN IKAN
LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN Agung Saputra 1), Wisnu Broto 2), Ainil Syafitri 3) Prodi Elektro Fakultas Teknik Univ. Pancasila, Srengseng Sawah Jagakarsa, Jakarta, 12640 Email: 1) agungsap2002@yahoo.com
Lebih terperinciPenerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang
Penerapan Fuy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang Thomson Mary Program Studi Pendidikan Informatika, STKIP PGRI Sumatera Barat Kampus II, Gunung Pangilun, Padang Email:
Lebih 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 terperinciJURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 4 NO. 1 SEPTEMBER 2011
OPTIMALISASI PRODUK MOBIL DENGAN SISTEM PENDUKUNG KEPUTUSAN BERBASIS FUZZY Dedy Irfan 1 ABSTRACT Make decision is required to utilize one among some existing alternatives. Decision made to solve problem,
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 terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini akan dijelaskan tentang tampilan hasil program dan pembahasan dari analisa dan rancang bangun sistem pendukung keputusan penilaian kelayakan
Lebih terperinciAnalisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan
128 ISSN: 2354-5771 Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan Raheliya Br Ginting STT Poliprofesi Meda E-mail: itink_ribu@yahoo.com Abstrak Pengambilan keputusan harus
Lebih terperinciSISTEM PAKAR MENDIAGNOSA PENYAKIT GINJAL MENGGUNAKAN METODE ALGORITMA FUZZY LOGIC SKRIPSI
SISTEM PAKAR MENDIAGNOSA PENYAKIT GINJAL MENGGUNAKAN METODE ALGORITMA FUZZY LOGIC SKRIPSI Oleh : Ennanda Putrie A.S 0734010385 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS PEMBANGUNAN
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 terperinciVI. PENGEMBANGAN DECISION NETWORK YANG DIOPTIMASI DENGAN FUZZY INFERENCE SYSTEM UNTUK PENYUSUNAN KALENDER TANAM DINAMIK
113 VI. PENGEMBANGAN DECISION NETWORK YANG DIOPTIMASI DENGAN FUZZY INFERENCE SYSTEM UNTUK PENYUSUNAN KALENDER TANAM DINAMIK 6.1. Pendahuluan Secara umum, prinsip utama dalam pemodelan optimisasi adalah
Lebih terperinciSaintia Matematika ISSN: Vol. 2, No. 2 (2014), pp
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 2 (2014), pp. 115 126. PERENCANAAN JUMLAH PRODUKSI MIE INSTAN DENGAN PENEGASAN (DEFUZZIFIKASI)CENTROID FUZZY MAMDANI (Studi Kasus: Jumlah Produksi Indomie
Lebih terperinciANALISIS PERBANDINGAN HARGA MOBIL BEKAS MENGGUNAKAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DAN TSUKAMOTO
Jur. Ris. Ap. Mat. Vol. 1, No. 1 (2017), pp. 1 52. Jurnal Riset dan Aplikasi Matematika e-issn 2581-0154 URL: journal.unesa.ac.id/index.php/jram ANALISIS PERBANDINGAN HARGA MOBIL BEKAS MENGGUNAKAN METODE
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 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Game dan Video Game Menurut kamus Cambridge Advanced Learner Dictionary, game adalah sebuah aktivitas menghibur dan menyenangkan yang dimainkan oleh anak anak. Sedangkan video
Lebih terperinciModel Potensi Penyebaran Penyakit Demam Berdarah Dengue di Kabupaten Jember Menggunakan Metode Fuzzy
Model Potensi Penyebaran Penyakit Demam Berdarah Dengue di Kabupaten Jember Menggunakan Metode Fuzzy Dia Bitari Mei Yuana Jurusan Teknologi Informasi Politeknik Negeri Jember, Jl. Mastrip PO Box 164, Jember,
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Bab ini akan memaparkan berbagai teori yang melandasi penulis dalam membangun sistem yang nantinya akan dibuat. 3.1. Pengertian Optimalisasi Secara umum pengertian optimalisasi menurut
Lebih 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 terperinci