BAB III METODOLOGI 3.1. Kerangka Pemikiran
|
|
- Utami Darmali
- 6 tahun lalu
- Tontonan:
Transkripsi
1 31 BAB III METODOLOGI 3.1. Kerangka Pemikiran Penelitian tentang prediksi meledaknya wabah suatu penyakit sudah banyak dilakukan oleh para peneliti. Mereka mencoba mencari pola dan relasi dari data set yang ada, kemudian mencoba memprediksi atau membuat suatu model sehingga dapat digunakan untuk mencegah terjadinya wabah penyakit dikemudian hari. Demam Berdarah adalah suatu siklus yang terus berulang terjadi di DKI Jakarta dan menimbulkan kerugian jiwa dan material yang tidak sedikit. Sehingga perlu kiranya mendapat perhatian khusus dari pemerintah DKI Jakarta dengan menciptakan suatu sistem peringatan dini yang dapat mengurangi kemungkinan KLB. Berdasarkan pemikiran tersebut, perlu kiranya dilakukan upaya penanganan agar dampak dari merebaknya demam berdarah dapat segera di antisipasi. Sebagai langkah awal maka dilakukan studi pustaka mengenai DBD untuk memahaminya. Kemudian dilakukan identifikasi permasalahan yang akan di teliti dan faktor faktor yang terkait dengannya dan alternatif solusi penyelesaiannya. Selanjutnya dilakukan pengumpulan data tentang DBD dan faktor faktor yang terkait antara lain suhu dan curah hujan. Berdasarkan data set yang didapat, di coba untuk menerapkan konsep konsep data mining, untuk mendapatkan pola dan relasi yang saling berkaitan dari data tersebut. Penulis mencoba menerapkan konsep dan metode dari data mining pada data set dinas kesehatan DKI Jakarta, yang mencatat tentang wabah demam berdarah pada tahun Diharapkan dapat di temukan adanya pola pola dan relasi antar data tersebut, hubungannya dengan suhu dan iklim di Jakarta pada saat pencatatan, sehingga dapat di buat model prediksinya menggunakan sistem pakar. Untuk mengetahui tingkat keakuratan hasil yang diperoleh dari model prediksi tersebut, maka dibuatkan program aplikasi sebagai implementasi dari model tersebut, dengan menggunakan program aplikasi tersebut maka dapat dilakukan pengujian
2 32 untuk melihat hasil keakuratan hasil yang diperoleh dari model tersebut. Secara garis besar blok diagram sistem peringatan dini prediksi meledak DBD dan cara penanggulangannya, dapat disajikan pada gambar 10 Gambar 10. Sistem Peringatan Dini Prediksi Meledak DBD Dan Cara Penanggulangannya Untuk menjabarkan kerangka pemikiran tersebut, dijabarkan dalam tahapan penelitian yang disajikan pada gambar 11. Tahapan tersebut utamanya terdiri dari : Studi pustaka, identifikasi masalah, pengumpulan data, pengolahan dengan datamining, pembangunan aplikasi, dan prediksi menggunakan metode Winter s.
3 33 Gambar 11. Tahapan Penelitian Sehingga berdasarkan pola pemikiran diatas, setelah dilakukan pengumpulan data data cuaca yang meliputi suhu, curah hujan, kelembaban, dan penyinaran matahari serta data survailance DBD, data yang telah dikumpulkan ini dilakukan proses seleksi, pembersihan dan transformasi data jika diperlukan. Data yang telah di olah akan digunakan oleh datamining dengan metode CPAR, dimana setelah di olah oleh datamining, akan dihasilkan basis aturan yang akan digunakan
4 34 dalam mendesign prototype pola penyebaran DBD yang akan dibangun dengan software Matlab 7.0. Setelah melalui proses testing, apabila hasil yang diharapkan belum sesuai dengan yang diharapkan maka proses membangun sistem tersebut harus diulang kembali, akan tetapi jika hasilnya sudah sesuai dengan yang diharapkan, maka selanjutnya adalah melakukan proses prediksi akan terjadinya DBD melalui metode Winter s, dan dari apa yang dihasilkan oleh prediksi tersebut, tahap selanjutnya adalah Merumuskan suatu sistem peringatan dini prediksi meledaknya DBD dan cara penanggulangannya Tata Laksana Dalam Penelitian ini akan dilaksanakan dalam 3 (tiga) tahap utama, yaitu tahap pengumpulan data, tahap kedua penentuan jenis data yang akan digunakan, dan selanjutnya adalah tahap pengolahan data Pengumpulan Data Dalam melakukan pengumpulan data, yang didasarkan pada hasil dari studi pustaka dan identifikasi masalah, maka dilakukan 2 (dua) tahap kegiatan, yaitu penentuan jenis dan sumber data, serta teknik pengambilan data Jenis dan Sumber Data Berdasarkan jenis data dan informasi yang diperlukan, dalam membuat thesis ini, maka jenis dan sumber data dapat dikelompokkan kedalam data primer dan data sekunder. Data primer adalah data yang diperoleh langsung dari pakar maupun observasi langsung dilapangan. Sedangkan data sekunder adalah data yang didapat dari studi literatur, buku refrensi, jurnal, laporan penelitian, serta sumber lain yangdianggap akurat Teknik Pengambilan Data Data dan informasi dalam penelitian ini, dilakukan dengan 2 (dua) cara, yaitu metode akuisisi yang dilakukan dengan wawancara, diskusi masalah, dan deskripsi masalah tentang DBD dan cara penanggulangannya, Wawancara ini dilakukan di Dinas Kesehatan DKI Jakarta. Selain itu metode lain yang digunakan adalah melalui buku buku refrensi dan sumber sumber terpercaya lainnya Data Yang Digunakan Data dalam penelitian ini dibagi menjadi 2 (dua), yaitu data yang mencatat kejadian kasus DBD per kecamatan di wilayah DKI tahun yang
5 35 dikeluarkan oleh Dinkes DKI Jakarta dan data cuaca dari BMG daerah Jakarta pada tahun yang meliputi suhu udara, curah hujan, kelembaban udara dan penyinaran matahari. Semua data yang digunakan dalam penelitian dibatasi hanya pada wilayah Jakarta Selatan dan Jakarta Pusat. Untuk data survailens DBD diambil 2 tahun ( ) karena data pada tahun 2003 merupakan masa peralihan antara sistem manual dengan sistem survailans, penerapan metode pengambilan data dengan sistem survailens melibatkan seluruh puskesmas di DKI Jakarta baru efektif pada tahun Daerah pemilihan sampel dilakukan didaerah Jakarta Selatan dan Jakarta Pusat dengan alasan sebagai berikut : a. Daerah Jakarta Selatan (mempunyai 10 kecamatan), secara ekonomi mempunyai penyebaran yang cukup beragam dari strata ekonomi lemah strata ekonomi tinggi, dengan demikian di daerah Jakarta selatan penyebaran tingkat pemahaman tentang pemberantasan DBD pun diasumsikan beragam, dari yang perduli sampai yang tidak perduli b. Daerah Jakarta Pusat (mempunyai 8 kecamatan), secara ekonomi juga mempunyai penyebaran yang cukup beragam, selain itu di daerah Jakarta Pusat merupakan pusat pemerintahan dan perekonomian DKI Jakarta, dengan asumsi tersebut pola pemberantasan jentik DBD akan lebih intensif dari daerah lainnya. Data yang digunakan dalam membuat rule adalah sebanyak 97 data untuk Jakarta Selatan dengan rincian 36 untuk kemungkinan DBD dengan kondisi kuning, 61 untuk DBD kondisi Merah, sedangkan untuk Jakarta Pusat, digunakan data sebanyak 105 data, dengan rincian 32 untuk kemungkinan DBD kuning dan 73 untuk kemungkinan DBD Merah. Sedangkan untuk kondisi Hijau data tersebut tidak terjadi pada tahun , karena dilapangan kondisi daerah yang Hijau pun tidak terjadi, hal ini disebabkan karena klasifikasi dari Dinkes DKI Jakarta yang memungkin daerah tersebut dimasukkan klasifikasi Hijau, yaitu tidak terjadi DBD (0{ nol} Kejadian DBD) pada daerah tersebut selama 3 minggu berturut turut. Sedangkan data cuaca dari dinas BMG digunakan data cuaca untuk daerah Jakarta Selatan dan Jakarta Pusat dengan parameter yang digunakan
6 36 a. Suhu rata rata dalam 1 minggu b. Curah hujan rata rata dalam 1 minggu c. Penyinaran matahari rata rata dalam 1 minggu d. Kelembaban rata rata dalam 1 minggu Semua data cuaca di ambil rata rata per minggu dengan tujuan untuk menyamakan dengan data pencatatan survailens disusun dalam rekap per minggu Pengolahan Data Langkah awal dari proses pembuatan model adalah identifikasi data yang ada. Data yang akan digunakan dalam pembuatan model penyebaran DBD adalah data kasus DBD yang dicatat per kecamatan di Jakarta per minggu pada tahun Selain itu digunakan pula data cuaca di Jakarta pada tahun yang sama. Tahap selanjutnya adalah pemilihan data, jika data yang di perlukan tidak ada maka proses identifikasi data harus dilakukan kembali. Setelah data yang terpilih tersedia, maka diadakan validasi, eksplorasi dan pembersihan data dari data data sampah yang mungkin tidak akan digunakan dan membuat data yang digunakan semakin membesar. Data terpilih yang akan digunakan juga harus di transformasikan atau disamakan satu dan lainnya, contoh, adanya ketidak seragaman dalam pencatatan data DBD dengan data cuaca, dimana data DBD di catat berdasarkan mingguan sedangkan data cuaca dicatat harian, sehingga diambil suatu keputusan untuk melakukan konversi data menjadi data perminggu. Jika dianggap data-data yang telah kita kumpulkan tersebut masih belum lengkap maka kita bisa menambahkan variabel yang bisa membantu dalam pembuatan model. Secara umum sampai pada tahap ini, arsitektur system pola penyebaran DBD dapat disajikan pada gambar 12.
7 37 Prediksi DBD & Penanggulanganya Data masukan dari pengguna Antar Muka Sistem Aplikasi DBD Sistem Inferensi Fuzzy ( Matlab 7.0 ) Aturan aturan Hasil Datamining Antarmuka Sistem Datamining (pemilihan, pembersihan,transformasi) database Gambar 12. Arsitektur system Aplikasi DBD (adapatasi dari Maeda,1995) Berdasarkan gambar diatas, pada arsitektur sistem aplikasi DBD, dapat dibagi menjadi 2 bagian besar, yaitu pembentukan aturan melalui datamining, dan pembentukan Aplikasi DBD itu sendiri. Setelah dilakukan proses menggunakan datamining dengan menggunakan metode CPAR, akan didapatkan aturan aturan hasil dari keterkaitan antara data data yang ada, aturan aturan tersebut akan di implementasikan dengan sistem inferensi fuzzy dengan menggunakan software Matlab 7.0 R 14. Hasil dari model yang didapat ini nantinya akan di tampilkan dengan suatu sistem antar muka Aplikasi DBD, pengguna dapat memasukkan data tentang suhu, curah hujan, kelembaban dan penyinaran matahari dari lokasi yang akan diprediksi. Data tersebut akan memicu proses inferensi sehingga pada akhirnya sistem tersebut akan memberikan keluaran berupa prediksi tentang meledaknya DBD, dalam kondisi Hijau, Kuning atau Merah serta tata laksana
8 38 cara penanggulannya dan untuk melakukan validasi akan digunakan prediksi metode Winters 3.3. Pembuatan Program Aplikasi Data mining Metodologi data mining didasarkan pada tiga tahapan yang dilakukan untuk mendeteksi DBD di suatu wilayah. Ketiga tahapan tersebut adalah : a) menangani data yang tidak lengkap melalui ekstraksi,transformasi dan loading (ETL), b) merubah data yang bernilai kontinyu menjadi data yang bernilai diskrit serta, c) Pencarian aturan (rule mining) dan klasifikasi. Pada tahap pertama, pemrosesan awal data survailens DBD dilakukan untuk menghapus data yang tidak lengkap dan mengekstrak data yang akan digunakan untuk mengelompokkan antara DBD kondisi kuning atau merah. Pada tahap kedua setiap data yang bernilai kontinyu didiskritkan (dirubah kedalam bentuk katagori). Hasil dari tahap pertama dan kedua diatas disimpan dalam working database. Pada tahap ketiga, algoritma CPAR digunakan untuk menghasilkan aturan-aturan, yang berguna dalam memprediksi kondisi DBD disuatu lokasi berdasrkan kondisi alam pada saat itu Menangani Data Yang Tidak Lengkap Melalui ETL Data yang terkumpul dan akan digunakan adalah data tentang DBD dan data cuaca yang terdiri dari suhu, kelembaban, penyinaran matahari dan curah hujan. Data DBD yang dikumpulkan adalah data yang tercatat per minggu untuk tiap kecamatan di suatu wilayah, sedangkan data cuaca adalah data yang dicatat per hari disuatu wilayah. Sehingga terdapat ketidaksamaan dalam memperlakukan data tersebut, agar dapat digunakan maka data cuaca di rubah menjadi data per minggu, dimana data yang ada diambil nilai rata ratanya dalam 1 minggu. Data yang telah sama tersebut selanjutnya akan dirubah menjadi data diskrit Merubah Data Kontinyu Menjadi Data Diskrit Data sampel yang digunakan pada penelitian ini mempunyai atribut yang nilainya numerik, sedangkan algoritma data mining CPAR bekerja dengan atributatribut yang nilainya nominal. Untuk menggunakan algoritma tersebut atribute yang bernilai numerik tersebut diganti dengan atribute yang bernilai nominal yang menunjukkan interval nilai dengan nilai-nilai diskrit. Proses ini dikenal sebagai
9 39 diskritisasi dan berisi transformasi dari variabel quantitatif kedalam variable kualitatif Pembentukan Basis Aturan Data yang diolah oleh metode CPAR, akan menghasilkan suatu basis aturan yang mempunyai aturan IF THEN rules. Sistem berbasis aturan adalah suatu sistem penalaran yang membangun aturan aturan yang merepresentasikan pengetahuan dan menggunakan aturan tersebut sebagai pengambil keputusan (Ignizio, 1991). Aturan aturan ini selanjutnya mengolah fakta menjadi kesimpulan. Aturan aturan yang didefinisikan dengan rule dinyatakan dalam IF- THEN atau IF THEN ELSE yang mempunyai struktur umum : IF (kondisi / premis ) THEN (aksi / konklusi ) Dimana : - IF merupakan suatu kondisi atau aturan yang berisi fakta fakta yang dapat dinyatakan sebagai kalimat atau ekspresi matematika. Kondisi ini dapat berupa pernyataan benar atau salah - THEN merupakan aksi yang dilaksanakan jika kondisi IF bernilai benar (true) sedangkan aturan ELSE dilaksanakan jika kondisi IF bernilai salah (false) Dua atau lebih premis dapat dihubungkan dalam bentuk AND. Aturan aturan IF-THEN dapat dibuat dari beberapa kondisi dan beberapa akibat menjadi bentuk IF F 1 is A 1 and F 2 is A 2 THEN Z is Y dan seterusnya. Efisiensi dapat dilakukan apabila saat penyusunan basis aturan ini pendapat pakar dapat langsung di implementasikan Aplikasi DBD Pada tahapan ini, aturan yang telah didapat dari hasil pengolahan dengan menggunakan datamining, selanjutnya diaplikasikan kedalam suatu program aplikasi sistem pakar yang dibangun dengan menggunakan program Matlab 7.0 R14.
10 40 Penyusunan sistem dimulai dengan memilih atribut atribut yang akan digunakan. Atribut tersebut meliputi atribut cuaca dan kondisi DBD, atribut atribut ini ini kemudian di dekomposisi menjadi himpunan himpunan fuzzy. Evaluasi aturan fuzzy kemudian diubah menjadi suatu harga numerik untuk menentukan aksi dari hasil, proses ini desebut dengan defuzzifikasi. Metode defuzzifikasi yang akan digunakan dalam pembuatan sistem ini adalah metode centroid. Dengan menggunakan himpunan fuzzy, aturan atau rules dan metode defuzzifikasi, maka dapat disusun sebuah Fuzzy Inferensi Sistim (FIS) dengan menggunakan toolbox fuzzy pada software Matlab 7.0 R14. Sedangkan untuk antarmuka digunakan fasilitas GUI (Graphical User Interface) pada software yang sama. Sebagai hasil dari sistem ini adalah unit analisis DBD per kecamatan dari wilayah Jakarta Pusat atau Jakarta Selatan, sehingga pengguna dapat mengeetahui kemungkinan terjadinya DBD di kecamatan yang di prediksi Prediksi Cuaca Menggunakan Metode Winter s Aplikasi DBD adalah aplikasi yang dibangun berdasarkan dari basis aturan yang dibangun dari atribut cuaca yang dikaitkan dengan kejadian DBD, sehingga dalam memprediksi kemungkinan wabah DBD, data yang diperlukan adalah data cuaca pada tahun yang akan di prediksi. Sebagai tindakan dalam melakukan cegah dini, maka dicoba untuk melakukan prediksi cuaca pada tahun yang akan dilakukan prediksi dengan menggunakan data cuaca minimal 2 tahun sebelumnya.misalnya cuaca pada tahun 2007, maka diperlukan data tahun 2005 dan tahun 2006 sebagai dasar dalam melakukan prediksi kondisi cuaca. Data cuaca hasil prediksi inilah yang akan digunakan sebagai data masukkan kedalam aplikasi DBD, dan dapat digunakan sebagai dasar tindakan pencegahan dini dalam penanggulangan wabah DBD..
BAB 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 terperinciPERUMUSAN POLA PENYEBARAN DEMAM BERDARAH MELALUI DATA MINING PADA DATABASE DINAS KESEHATAN DKI JAKARTA
PERUMUSAN POLA PENYEBARAN DEMAM BERDARAH MELALUI DATA MINING PADA DATABASE DINAS KESEHATAN DKI JAKARTA OLEH HENDRA LUKITO NRP : G 651030184 PROGRAM STUDI ILMU KOMPUTER SEKOLAH PASCASARJANA INSTITUT PERTANIAN
Lebih terperinciPERUMUSAN POLA PENYEBARAN DEMAM BERDARAH MELALUI DATA MINING PADA DATABASE DINAS KESEHATAN DKI JAKARTA
PERUMUSAN POLA PENYEBARAN DEMAM BERDARAH MELALUI DATA MINING PADA DATABASE DINAS KESEHATAN DKI JAKARTA OLEH HENDRA LUKITO NRP : G 651030184 PROGRAM STUDI ILMU KOMPUTER SEKOLAH PASCASARJANA INSTITUT PERTANIAN
Lebih terperinciBAB I PENDAHULUAN. penyakit menular yang terutama menyerang anak-anak (Widoyono, 2008: 59).
A. Latar Belakang BAB I PENDAHULUAN Penyakit demam berdarah dengue (DBD) merupakan salah satu masalah kesehatan masyarakat di Indonesia yang jumlah penderitanya cenderung meningkat dan penyebarannya semakin
Lebih terperinciBAB III BAHAN DAN METODE
3.1. BAHAN BAB III BAHAN DAN METODE Sampel penelitian bersumber dari basis data dalam Sistem Informasi Manajemen Rumah Sakit Pusat Pertamina dan Sistem Informasi Laboratorium Rumah Sakit Pusat Pertamina.
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 terperinciBAB III METODE PENELITIAN. yang mempengaruhi penyebaran penyakit demam berdarah dengue yang
BAB III METODE PENELITIAN A. Metode Pengumpulan Data Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumentasi. Pada penelitian ini, data yang diambil adalah data faktorfaktor
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilakukan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Dalam rangka meningkatkan derajat kesehatan penduduk salah satunya adalah menanggulangi penyakit Demam Berdarah Dengue (DBD), mulai dari tindakan
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 terperinciGambar Tahap-Tahap Penelitian
BAB III METODELOGI PENELITIAN Dalam menyelesaikan penelitian ini dibuat beberapa tahapan. Tahap-tahap kegiatan dijelaskan dalam Gambar 3.1 Studi Literatur Pengumpulan Data Retrieve Data Pre-Processing
Lebih terperinciMENDETEKSI KEBERADAAN NYAMUK AEDES AEGIPTY MENGGUNAKAN METODE FUZZY. Ikhlas Ali Syahbana
MENDETEKSI KEBERADAAN NYAMUK AEDES AEGIPTY MENGGUNAKAN METODE FUZZY Ikhlas Ali Syahbana Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wismarini.09 Pringsewu Lampung Website : www.stmikpringsewu.ac.id
Lebih terperinciMODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA
MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA Muhammad Ilham 10211078 Program Studi Fisika, Institut Teknologi Bandung, Indonesia Email: muhammad_ilham@students.itb.ac.id Asisten:
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 terperinciPengetahuan 2.Basis data 3.Mesin Inferensi 4.Antarmuka pemakai (user. (code base skill implemetation), menggunakan teknik-teknik tertentu dengan
Bab II TINJAUAN PUSTAKA 2.1 Pengertian Sistem Pakar Sistem pakar (expert system) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti
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 terperinciHASIL DAN PEMBAHASAN. Setiap tahapan di dalam penelitian ini akan ditunjukkan di dalam Tabel 2.
6 tahap ini, pola yang telah ditemukan dipresentasikan ke pengguna dengan teknik visualisasi agar pengguna dapat memahaminya. Deskripsi aturan klasifikasi akan dipresentasikan dalam bentuk aturan logika
Lebih terperinciSistem Pakar untuk Mendiagnosa Penyakit yang Disebabkan Nyamuk dengan Metode Forward Chainning
Nur Nafi iyah dkk: Sistem Pakar untuk Mendiagnosa Penyakit 20 Sistem Pakar untuk Mendiagnosa Penyakit yang Disebabkan Nyamuk dengan Metode Forward Chainning Nur Nafi iyah dan Endang Setyati Program Pascasarjana
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini mengambil tempat di Universitas Muhammadiyah Yogyakarta yang berlokasi di Jl. Lingkar Selatan, Kasihan, Bantul, Daerah Istimewa
Lebih terperinciBAB III METODE PENELITIAN. Bab ini berisi penjelasan mengenai metode penelitian, jenis dan sumber data
BAB III METODE PENELITIAN Bab ini berisi penjelasan mengenai metode penelitian, jenis dan sumber data penelitian, teknik pengumpulan data, teknik analisis data dan desain penelitian. A. Metode Penelitian
Lebih terperinciBAB I PENDAHULUAN. perekonomian ke arah yang lebih terbuka antar negara. Perekonomian terbuka
BAB I PENDAHULUAN 1.1 Latar Belakang Globalisasi dalam bidang ekonomi, menyebabkan berkembangnya sistem perekonomian ke arah yang lebih terbuka antar negara. Perekonomian terbuka membawa suatu dampak ekonomis
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT DBD DAN DEMAM TIFOID DENGAN METODE FUZZY TSUKAMOTO (STUDI KASUS PUSKESMAS PRACIMANTORO I)
ISSN : 2338-18 SISTEM PAKAR DIAGNOSA PENYAKIT DBD DAN DEMAM TIFOID DENGAN METODE FUZZY TSUKAMOTO (STUDI KASUS PUSKESMAS PRACIMANTORO I) Waluyo (waluyo08@gmail.com) Didik Nugroho (didikhoho@gmail.com) Kustanto
Lebih terperinciDesain sistem Analisis sistem Implementasi sistem Pemeliharaan Sistem HASIL DAN PEMBAHASAN Investigasi sistem
5 akuisisi pengetahuan untuk pengambilan keputusan berdasarkan gejala klinis dan gejala yang bersifat fuzzy, serta pembuatan fuzzy inference system (FIS). Dalam pembutan FIS, dinakan representasi fungsi
Lebih terperinciExpert System. Siapakah pakar/ahli. Pakar VS Sistem Pakar. Definisi
Siapakah pakar/ahli Expert System Seorang pakar atau ahli adalah: seorang individu yang memiliki kemampuan pemahaman superior dari suatu masalah By: Uro Abdulrohim, S.Kom, MT Definisi Program komputer
Lebih terperinciBAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering.
BAB I PENDAHULUAN 1.1. Latar Belakang Data mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basis data. Informasi yang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Semakin bertambah tahun, semua peralatan konvensional semakin tergantikan dengan adanya peralatan elektronik. Di setiap sisi kehidupan pada saat ini menggunakan peralatan
Lebih terperinciBAB III METODOLOGI PENELITIAN
3.1 Alat dan Bahan Penelitian BAB III METODOLOGI PENELITIAN 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : Intel Core i5-3230m CPU @ 2.60GHz b. Memori : 4.00 GB c.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Logika fuzzy merupakan logika yang samar. Dimana pada logika fuzzy suatu nilai dapat bernilai true dan false secara bersamaan. Tingkat true atau false nilai
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat
BAB IV HASIL DAN PEMBAHASAN A. Analisis Tingkat Kesehatan Bank Tingkat kesehatan bank dapat diketahui dengan melihat peringkat komposit bank tersebut. Menurut peraturan Bank Indonesia No. 13/1/PBI/2011
Lebih terperinciBAB III METODOLOGI 3.1. PENDAHULUAN
BAB III METODOLOGI 3.1. PENDAHULUAN Dalam melakukan studi Tugas Akhir diperlukan metodologi yang akan digunakan agar studi ini dapat berjalan sesuai dengan koridor yang telah direncanakan di awal. Dalam
Lebih terperinciGambar 28. Diagram proses pencocokkan antara persyaratan tumbuh tanaman dengan karakteristik lahan
50 III. METODOLOGI 3.1 Kerangka Pemikiran Krisis lahan produktif yang sering terjadi saat ini merupakan salah satu dampak yang timbul akibat pesatnya pertumbuhan penduduk dan pembangunan dalam berbagai
Lebih terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciBAB IV PEMBAHASAN. A. Aplikasi Fuzzy Logic untuk Menilai Kolektibilitas Anggota Sebagai. Pertimbangan Pengambilan Keputusan Pemberian Kredit
BAB IV PEMBAHASAN A. Aplikasi Fuzzy Logic untuk Menilai Kolektibilitas Anggota Sebagai Pertimbangan Pengambilan Keputusan Pemberian Kredit Aplikasi fuzzy logic untuk pengambilan keputusan pemberian kredit
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 terperinciBAB I PENDAHULUAN. kepegawaian, akademik, keuangan dan sebagainya. Data-data dari tiap unit
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Setiap perguruan tinggi memiliki beberapa unit operasional yang akan menunjang seluruh kegiatan yang terdapat di dalamnya, di mulai dari unit kepegawaian, akademik,
Lebih terperinciSISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING
SISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING Sry Yunarti Program Studi Sistem Informasi STMIK Profesional Makassar yeye_rumbu@yahoo.co.id
Lebih terperinciSeminar Nasional Inovasi Dan Teknologi Informasi (SNITI 3) ISSN : Samosir, November 2016
Analisis Penerapan Fuzzy Inference System (FIS) Dengan Metode Mamdani Pada Sistem Prediksi Mahasiswa Non Aktif (Studi Kasus : AMIK Tunas Bangsa Pematangsiantar) Anjar Wanto 1 1 Fakultas Ilmu Komputer-Teknologi
Lebih terperinciBAB IV PEMBAHASAN. BAB IV berisi pembahasan tahapan penelitian, yaitu klasifikasi logika. A. Identifikasi Data Cadangan Hidrokarbon
BAB IV PEMBAHASAN BAB IV berisi pembahasan tahapan penelitian yaitu klasifikasi logika fuzzy hasil pembahasan analisis pengujian model fuzzy dan visualisasi model fuzzy pada perhitungan cadangan hidrokarbon
Lebih terperinciGambar 3.1 Arsitektur Sistem Pakar (James Martin & Steve Osman, 1988, halaman 30)
BAB III LANDASAN TEORI 3.1. Landasan Teori 3.1.1. Konsep Dasar Sistem Pakar Sistem pakar adalah program komputer cerdas yang menggunakan pengetahuan dan prosedur-prosedur inferensi untuk menyelesaikan
Lebih terperinciREKAYASA SISTEM PENUNJANG MANAJEMEN PRODUKSI BERSIH AGROINDUSTRI KARET REMAH. Konfigurasi Model
97 REKAYASA SISTEM PENUNJANG MANAJEMEN PRODUKSI BERSIH AGROINDUSTRI KARET REMAH Konfigurasi Model Model untuk sistem penunjang manajemen produksi bersih agroindustri karet remah dirancang dalam satu paket
Lebih terperinciREVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA
Seminar Nasional Sistem Informasi Indonesia, 6 November 2017 REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA Anisa Citra Mutia, Aria Fajar Sundoro,
Lebih 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 terperinciAda 5 GUI tools yang dapat dipergunakan untuk membangun, mengedit, dan mengobservasi sistem penalaran, yaitu :
BAB V FUZZY LOGIC MATLAB TOOLBOX Agar dapat mengunakan fungsi-fungsi logika fuzzy yang ada paad Matlab, maka harus diinstallkan terlebih dahulu TOOLBOX FUZZY. Toolbox. Fuzzy Logic Toolbox adalah fasilitas
Lebih terperinciIV PENGEMBANGAN FUZZY INFERENSI SISTEM SELEKSI METODE EOR
IV PENGEMBANGAN FUZZY INFERENSI SISTEM SELEKSI METODE EOR 4.1. Fuzzy Inferensi Sistem Tahapan-tahapan yang dilakukan pada Pengembangan Fuzzy Iinferensi Sistem untuk Seleksi Metode EOR antara lain: mendefinisikan
Lebih terperinciPERUMUSAN POLA PENYEBARAN DEMAM BERDARAH MELALUI DATA MINING PADA DATABASE DINAS KESEHATAN DKI JAKARTA
PERUMUSAN POLA PENYEBARAN DEMAM BERDARAH MELALUI DATA MINING PADA DATABASE DINAS KESEHATAN DKI JAKARTA OLEH HENDRA LUKITO NRP : G 651030184 PROGRAM STUDI ILMU KOMPUTER SEKOLAH PASCASARJANA INSTITUT PERTANIAN
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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Penjelasaan Tentang Arti Sistem Sistem dapat diartikan sesuatu jaringan kerja yang terdiri dari prosedur-prosedur untuk saling berhubungan, saat melakukan suatu kegiatan agar
Lebih terperinci1 Pendahuluan. 1.1 Latar Belakang Masalah
1 Pendahuluan 1.1 Latar Belakang Masalah Kebutuhan masyarakat akan perkiraan cuaca terutama curah hujan ini menjadi sangat penting untuk merencanakan segala aktifivitas mereka. Curah hujan juga memiliki
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. yang tepat. Sistem data mining mampu memberikan informasi yang tepat dan
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Sistem data mining akan lebih efektif dan efisiensi dengan komputerisasi yang tepat. Sistem data mining mampu memberikan informasi yang
Lebih terperinciPenerapan metode..., Novi Indriyani, FASILKOM UI, Universitas Indonesia
BAB 1 PENDAHULUAN 1.1 Latar Belakang Banyak kegiatan atau aktifitas manusia yang banyak bergantung pada faktor cuaca. Faktor cuaca ini terkadang memiliki pengaruh yang sangat besar bagi keberlangsungan
Lebih terperinciAPLIKASI MODEL FUZZY UNTUK SISTEM INFORMASI GEOGRAFIS PENENTUAN WILAYAH RAWAN DEMAM BERDARAH DENGUE PROVINSI DAERAH ISTIMEWA YOGYAKARTA SKRIPSI
APLIKASI MODEL FUZZY UNTUK SISTEM INFORMASI GEOGRAFIS PENENTUAN WILAYAH RAWAN DEMAM BERDARAH DENGUE PROVINSI DAERAH ISTIMEWA YOGYAKARTA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB IV RANCANG BANGUN SISTEM
22 BAB IV RANCANG BANGUN SISTEM Pengguna sistem adalah dokter namun sistem dapat juga digunakan oleh praktisi kesehatan lainnya seperti bidan, perawat bahkan masyarakat umum. Dokter dibantu dalam pengambilan
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 terperinciMetode Deffuzifikasi Mean of Maximum (MOM) Kolik Gas (Tympani) Kolik Twisted gut Kolik Impaksi METODE PENELITIAN Kerangka Pemikiran
Metode Deffuzifikasi Mean of Maximum (MOM) Salah satu metode deffuzifikasi adalah Mean of Maximum. Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai rata-rata domain yang memiliki nilai
Lebih terperinciMODEL HEURISTIK. Capaian Pembelajaran. N. Tri Suswanto Saptadi
1 MODEL HEURISTIK N. Tri Suswanto Saptadi 2 Capaian Pembelajaran Mahasiswa dapat memahami dan mampu mengaplikasikan model Heuristik untuk menyelesaikan masalah dengan pencarian solusi terbaik. 1 3 Model
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN Pada proses penelitian ini dilakukan beberapa tahapan mulai dari tahap awal yaitu tahap inisiasi, pengembangan model, dan tahap terakhir pengembangan prototipe. Dalam tahapan inisiasi
Lebih terperinci3 METODE PENELITIAN 3.1 Kerangka Pemikiran
3 METODE PENELITIAN 3.1 Kerangka Pemikiran Penelitian ini berangkat dari kenyataan yang dihadapi oleh industri kemasan karton dewasa ini, yaitu proses produksi dilakukan berdasarkan pesanan (make-to-order),
Lebih terperinciBAB II INDUCT/RIPPLE-DOWN RULE (RDR)
BAB II INDUCT/RIPPLE-DOWN RULE (RDR) Bab ini berisi tentang uraian mengenai teori Ripple-Down Rules (RDR), yang meliputi RDR dengan pengembangan manual dan RDR yang menerapkan algoritma Induct untuk pengembangannya.
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Untuk melakukan sebuah penelitian, diperlukan adanya tahapan-tahapan yang tersusun dengan baik dan sistematis agar pelaksanaan penelitian tepat mencapai tujuan yang diharapkan.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Rumusan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Diagnosis penyakit yang diderita oleh seorang penderita harus dapat dilakukan dengan tepat dan akurat, karena kesalahan diagnosis berakibat fatal dan bisa membahayakan
Lebih terperinciBackward Chaining & Forward Chaining UTHIE
Backward Chaining & Forward Chaining UTHIE Inferensi merupakan proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsikan. Inferensi adalah konklusi logis (logical conclusion) atau
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 terperinci1. Pendahuluan 1.1 Latar belakang
1. Pendahuluan 1.1 Latar belakang Diabetes mellitus adalah suatu penyakit dimana kadar glukosa (gula sederhana) di dalam darah tinggi karena tubuh tidak dapat melepaskan atau menggunakan insulin secara
Lebih terperinciII TINJAUAN PUSTAKA 2.1. Klasifikasi Metode EOR
II TINJAUAN PUSTAKA 2.1. Klasifikasi Metode EOR Metode peningkatan perolehan minyak tingkat lanjut atau Enhanced Oil Recovery (EOR) adalah suatu teknik peningkatan produksi minyak setelah tahapan produksi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Phalaenopsis atau yang biasa disebut dengan anggrek bulan mempunyai banyak jenis. Ada 26 jenis yang sudah dikenali di Indonesia. Anggrek dapat diklasifikasikan berdasarkan
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 terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi yang semakin pesat menyebabkan meningkatnya berbagai aplikasi yang dapat membantu manusia dalam mendeteksi penyakit. Sebagai contoh USG
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pada bab ini akan dijelaskan tahap-tahap yang dilakukan dalam melakukan penelitian. Tahapan penelitian berguna agar pelaksanaan penelitian dapat berjalan dengan baik dan sistematis
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
BAB 3 ANALISA DAN PERANCANGAN Pada bab ini akan dibahas mengenai analisa dan perancangan program perhitungan basic reproduction rate berdasarkan teori-teori yang telah dipaparkan pada bab sebelumnya. Analisa
Lebih terperinciSISTEM PAKAR MENGIDENTIFIKASI PENOLAKAN FILM RADIOLOGI MENGGUNAKAN METODE FORWARD CHAINING
Yunarti - Sistem Pakar Mengidentifikasi Penolakan Film SISTEM PAKAR MENGIDENTIFIKASI PENOLAKAN FILM RADIOLOGI MENGGUNAKAN METODE FORWARD CHAINING Sry Yunarti Program Studi Sistem Informasi, STMIK ProfesionalMakassar
Lebih terperinciSISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING. Agam Krisna Setiaji
1 SISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING Agam Krisna Setiaji Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nuswantoro,
Lebih terperinciOleh: 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 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Dasar Penelitian Penelitian ini dilakukan berdasarkan rumusan masalah yang telah dijabarkan pada bab sebelumnya yaitu untuk mengklasifikasikan kelayakan kredit calon debitur
Lebih terperinciBAB I PENDAHULUAN. Gambar I-1 Jaringan Regulatori Genetik
BAB I PENDAHULUAN Pada bab ini dijelaskan latar belakang pelaksanaan Tesis, rumusan masalah, tujuan pelaksanaan Tesis, dan batasan masalah yang dikaji pada Tesis. Selain itu, dijelaskan pula metodologi
Lebih terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam pertumbuhan masyarakat perubahan cuaca, kondisi lingkungan lokal, serta jumlah individu dapat mempengaruhi kualitas kesehatan dan kualitas populasi. Di
Lebih terperinciBAB IV PEMBAHASAN. Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan
BAB IV PEMBAHASAN Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan teori aljabar max-plus dalam pengaturan lampu lalu lintas di simpang empat Beran Kabupaten Sleman Provinsi Daerah
Lebih terperinciSISTEM MANAJEMEN AHLI
201 SISTEM MANAJEMEN AHLI Konfigurasi model Pengambilan keputusan dengan pendekatan sistem berbasis pengetahuan dikenal dengan istilah sistem manajemen ahli. (Eriyatno, 2009). Didalam sistem manajemen
Lebih terperinciBAB III. Sub Kompetensi :
BAB III CONTOH APLIKASI LOGIKA FUZZY MENGGUNAKAN MATLAB Kompetensi : 1. Mahasiswa memecahkan masalah rekayasa melalui pendekatan logika fuzzy. Sub Kompetensi : 1. Dapat menggunakan tahapan pemecahan masalah
Lebih terperinciRANCANG BANGUN APLIKASI PERAMALAN CUACA DENGAN MENGGUNAKAN METODE FUZZY MAMDANI (STUDI KASUS KOTA SURABAYA)
RANCANG BANGUN APLIKASI PERAMALAN CUACA DENGAN MENGGUNAKAN METODE FUZZY MAMDANI (STUDI KASUS KOTA SURABAYA) Yonatan Widianto 1*, Tamaji 2 1 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peminatan siswa SMA Negeri 8 Bandung dilakukan di kelas X SMA setelah tahap daftar ulang. Hal tersebut berdasarkan aturan kurikulum 2013 [11]. Peminatan merupakan hal
Lebih terperinciBAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR 20 BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR
SISTEM PAKAR 20 BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR 3.1 Sistem Pakar Sistem pakar adalah suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan
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 Latar belakang
BAB 1 PENDAHULUAN 1.1. Latar belakang Perkembangan komputer dewasa ini telah mengalami banyak perubahan yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Komputer yang
Lebih terperinciSistem Berbasis Pengetahuan. Program Studi Sistem Komputer Fakultas Ilmu Komputer Universitas Putra Indonesia YPTK Padang
Sistem Berbasis Pengetahuan Program Studi Sistem Komputer Fakultas Ilmu Komputer Universitas Putra Indonesia YPTK Padang Rule sebagai Teknik Representasi Pengetahuan Syntax Rule : IF E THEN H E : Evidence
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 terperinciBAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan
6 BAB II TINJAUAN PUSTAKA 2.1 Pengertian Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Pusat Penelitian dan Pengembangan Sumber Daya Air (PUSAIR) Bandung merupakan salah satu instansi yang berada di bawah Badan Litbang Kementrian Pekerjaan Umum
Lebih terperinciFuzzy Logic. Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic.
Fuzzy Systems Fuzzy Logic Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic. Masalah: Pemberian beasiswa Misalkan
Lebih terperinciBAB 2 TINJAUAN TEORI. Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan,
BAB 2 TINJAUAN TEORI 2.1 Kecerdasan Buatan Kecerdasan buatan adalah sebuah istilah yang berasal dari bahasa Inggris yaitu Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan, sedangkan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB I PENDAHULUAN Setiap lembaga pendidikan memiliki beasiswa yang di tawarkan kepada siswa yang berprestasi dan kurang mampu. Untuk mengantisipasi agar beasiswa tersalurkan kepada yang
Lebih terperinciBAB I PENDAHULUAN. masyarakat Indonesia yaitu jamur tiram putih (P. ostreatus), jamur tiram merah muda (P.
BAB I PENDAHULUAN 1.1 Latar Belakang Jamur tiram dengan nama ilmiah Pleurotus SP, merupakan salah satu jamur konsumsi yang bernilai tinggi. Beberapa jenis jamur tiram yang biasa dibudidayakan oleh masyarakat
Lebih terperinci2.4. Association Rule BAB III METODELOGI PENELITIAN Studi Literatur Pengumpulan Data Retrieve Data...
DAFTAR ISI LEMBAR PERNYATAAN KEASLIAN... v HALAMAN PERSEMBAHAN... vi KATA PENGANTAR... vii ABTRAK... ix DAFTAR ISI... x DAFTAR TABEL... xiii DAFTAR GAMBAR... xiv BAB I... 1 PENDAHULUAN... 1 1.1. Latar
Lebih terperinciPenerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak
Lebih terperinciBAB III METODOLOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: b. Memori : 8192 MB. c. Sistem Model : Lenovo G40-45
20 BAB III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : AMD A8-6410 APU (4 CPUs), ~2.0 GHz b. Memori : 8192
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Karyawan didalam perusahaan merupakan sesuatu yang esensial untuk menjalankan roda perusahaan untuk mencapai tujuannya. Dalam pelaksanaannya, pencapaian tujuan tersebut
Lebih terperinciBAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem Definisi Sistem
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem 2.1.1 Definisi Sistem Menurut Mustakini (2009:34), Sistem dapat didefinisikan dengan pendekatan prosedur dan pendekatan komponen, sistem dapat didefinisikan
Lebih terperinciAPLIKASI SHELL SISTEM PAKAR
APLIKASI SHELL SISTEM PAKAR Yeni Agus Nurhuda 1, Sri Hartati 2 Program Studi Teknik Informatika, Sekolah Tinggi Manajemen Informatika dan Komputer Teknokrat Lampung Jl. Z.A. Pagar Alam 9-11 Labuhan Ratu,
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 terperinci