KAJIAN SISTEM PAKAR DAN FUZZY LOGIC DALAM PENENTUAN JURUSAN
|
|
- Liana Gunardi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 KAJIAN SISTEM PAKAR DAN FUZZY LOGIC DALAM PENENTUAN JURUSAN Firmansyah 1 ), Jusmita Weriza 1 ) Universitas Ekasakti padang, Indonesia f2mamak@gmail.com ABSTRAK SMA (Sekolah Menengah Atas) adalah sebagai ujung tombak bagi pemerintah dalam melahirkan generasi bangsa yang kompetitif dan siap membangun bangsa ini dengan keahlian yang dimilikinya. Sistem penjurusan yang tetap bisa akan membawa generasi penerus bangsa ini kearah kemajuan yang sangat pesat karena penjurusan merupakan awal seorang siswa dalam meningkatkan pola pendidikan sesuai dengan bakat dan minat yang dimilikinya. Dengan rancangan tentang pemilihan jurusan serta kajian berbasis fuzzy logic ini diharapkan, sekolah dapat mengunakannya dalam membantu memilih jurusan yang tetap sesuai dengan kemampuan, bakat dan minat yang dimilikinya Rancangan sistem ini mengunakan metode inferensi runut maju (forward chaining) dengan implementasi sistem mengunakan sistem database MySql dan program PHP. Dari rancangan sistem yang dibuat maka dapat diperoleh penjurusan siswa yang sesuai. Dan sebagai perbandingan mengunakan metode fuzzy logic dengan program Matlap untuk perhitungan penjurusan berdasarkan nilai dan test IQ. Kata kunci: Jurusan, Fuzzy Logic, Matlab, PHP, MySql. 1. Pendahuluan Fuzzy logic (logika fuzzy) yang merupakan modifikasi dari teori himpunan dimana setiap anggotanya memiliki derajat keanggotaan yang bernilai continue antara 0 sampai 1. Fuzzy logictelah digunakan pada lingkup domain permasalahan yang cukup luas, seperti kendali proses, klasifikasi dan pencocokan pola, manajemen dan pengambilan keputusan.fuzzy logic menyediakan cara sederhana untuk menggambarkan kesimpulan pasti dari informasi yang ambigu, samar-samar, atau tidak tepat. Fuzzy logic dapat mendefinisikan nilai diantara keadaan konvensional seperti ya atau tidak, benar atau salah, hitam atau putih, dan sebagainya yang merupakan multivalued logic (logika bernilai banyak). Penalaran fuzzy menyediakan cara untuk memahami kinerja dari sistem dengan cara menilai input dan output sistem dari hasil pengamatan. 2. Tinjauan Literatur Secara umum, fuzzy logic adalah sebuah metodologi berhitung dengan variable kata-kata (linguistic variable), sebagai penggantian berhitung dengan bilangan. Kata-kata yang digunakan dalam logika fuzzy memang tidak sepresisi bilangan, namun kata-kata jauh lebih dekat dengan intuisi manusia.(dr. Eng Agus Naba, 2009). Fuzzy Logic memberikan metodologi pemecahan masalah dengan beribu-ribu aplikasi dalam pengendali yang tersimpan dan pemrosesan informasi. Cocok untuk diimplementasikan pada sistem yang sederhana, kecil, tertanam pada mikro controller, PC multi-channel atau workstation berbasis akuisisi data dan kontrol sistem. Fuzzy logic menyediakan cara sederhana untuk menggambarkan kesimpulan pasti dari informasi yang ambigu, samar -samar, atau tidak tepat. Sedikit banyak, fuzzy logic menyerupai pembuatan keputusan pada manusia dengan kemampuannya untuk bekerja dari data yang ditafsirkan dan mencari solusi yang tepat. Fuzzy logic pada dasarnya merupakan logika bernilai banyak (multivalued logic) yang dapat 43
2 mendefinisikan nilai diantara keadaan konvensional seperti ya atau tidak, benar atau salah, hitam atau putih, dan sebagainya. 3. Metodologi 3.1. Studi Pendahuluan Dalam studi pendahuluan, yang menjadi sasaran pokok adalah melihat bagaimana variabel-variabel yang akan dipelajari. Pada objek penelitian, variabel-variabel tersebut dipelajari melalui dokumentasi yang ada, selanjutnya sekaligus dipilih sampel studi Perancangan Model Setelah dilakukan studi pendahuluan, dapat diketahui variabel mana yang sesuai antara teori dan kenyataan serta variabel mana yang tidak sesuai. Variabel-variabel yang sesuai selanjutnya digunakan untuk pembuatan model dan program komputer yang menyangkut hal-hal penerapan input dan output Pengumpulan Data Pengumpulan data dan informasi pada tahap ini dilakukan untuk mengetahui mengenai sistem yang diteliti. Dari data dan informasi yang dikumpulkan akan didapat data untuk pendukung penelitian, diperoleh melalui wawancara langsung dengan teknisi yang ahli berwenang dalam melakukan test phisikologi, antara lain : a. Minat dan bakat siswa terhadap jurusan yang akan pilih. b. Test IQ. c. Nilai Rata-Rata IPA dan IPS. Dalam memperoleh data, metode yang digunakan penulis untuk pengumpulan data dengan berbagai metode sebagai berikut: 1. Metode Wawancara Melakukan tanya jawab (interview) kepada siswa yang menjadi objek penelitian sehingga nantinya dapat memberikan informasi yang akurat. 2. Observasi Pengamatan pada objek dan kegiatan secara langsung di lapangan sehingga diperoleh kebenaran data. Metode observasi dilakukan langsung terhadap metode penentuan jurusan yang selama ini telah dilakukan serta menganalisa perkembangan minat siswa. 3. Studi Kepustakaan Metode studi kepustakaan (library research), yaitu jenis penelitian yang dilakukan dengan mengum-pulkan data-data yang ada hubungannya dengan tesis ini yang bersifat teoritis dengan cara membaca buku-buku, buku manual, informasi menge-nai hard-ware komputer, instruksi program dan instruksi pengoperasian komputer, browsing di internet dan bahan kuliah yang ber-hubungan dengan penulisan penelitian ini Desain Sistem 44
3 Pada tahap ini akan dilakukan proses desain sistem, dimulai dengan penyajian basis data berupa fakta dan aturan, disain antar muka masukan, pembuatan algoritma, dan pembuatan antarmuka keluaran Pengujian Sistem Pengujian sistem dilakukan dalam bentuk konsep dari perangcangan sistem pakar untuk menentukan jurusan yang tepat pada siswa, sesuai dengan gaya belajar, minat dan bakatnya Implementasi Sistem Pada tahap ini dilakukan pengkajian kembali kelayakan dari pada sistem pakar yang telah dirancang. Apakah sistem tersebut sudah sesuai atau masih perlu dilakukan peninjauan kembali penyempurnaan. 3.7 Penarikan Keputusan Pada tahap ini diambil sebuah perbandingan dari hasil yang di dapatkan dengan sistem fuzzy serta dibandingkan dengan sistem pakar. Proses fuzzy dip roses berdasarkan rule-rule di fuzzy dibandingan dengan sistem pakar hasil pengolahan data hasil kuisioner dari siswa. Dari kedua proses tersebut di dapat kan sebuah kesimpulan. 4. Hasil dan Pembahasan 4.1 Implementasi Sistem Tahap setelah melakukan disain sistem adalah implementasi sistem. Implementasi sistem untuk menentukan rule-rule yang terdapat dalam model yang sudah dirancang pada tahap disain sistem. Implementasi akan dilakukan dengan menggunakan software Matlab pada fuzzy toolbox. Parameter yang digunakan dalam membangun rule yang terbagi ke dalam input dan output. Parameter yang digunakan akan diberikan nilai sesuai dengan range nilai yang didapat pada tahap analisa sebelumnya. a. Proses Fuzzification Setiap proses dilakukan dengan berlandaskan data-data yang telah diambil di lapangan berupa knowledge (penge-tahuan) yang bersumber dari sistem. Sistem penentuan dalam menganalisa nilai IPA mempunyai beberapa sub sistem lagi. Dari beberapa populasi tersebut hanya bebe-rapa sub sistem yang dijadikan bahan untuk dianalisis meng-gunakan metode fuzzy, adapun metode yang digunakan adalah model mamdani. Pengambilan sampel dari sistem akan memudahkan pe-nulis untuk melakukan pengo-lahan data-data untuk meng-analisa nilai IPA, yang mana selama ini masih dalam keka-buran, dalam arti kata pengam-bilan keputusan tidak sesuai dengan yang sebenarnya atau belum secara komprehensif. Tentunya yang menjadi sampel tersebut adalah siswa dibagi beberapa variabel yaitu berdasarkan nilai IPA, nilai IPS dan nilai IQ. Analis menggunakan metode fuzzy ini digunakan suatu fungsi keanggotaan trapesium dan segitiga. 1. Variabel Nilai IPA 45
4 Dalam penelitian ini langkah awal yang dilakukan adalah penentuan fungsi keanggotaan. Fungsi keang-gotaan individu berdasarkan data nilai rata-rata IPA. variabel bebas yang mempunyai persamaan fungsi keanggotaan sebagai berikut : Gambar 1 berikut adalah gambar yang merupakan input dari variabel fuzzy kedalam program aplikasi matlab 6.1. Gambar 1: Variabel Nilai IPA Pada gambar 1 di atas dapat dijelaskan bahwa analisa fuzzy menggunakan matlab 6.1 mempunyai tiga input dan satu output. Input pertama yang datanya masih samar sebagai dasar pengambilan keputusan dalam menganalisa nilai IPA. Setiap variabel mempunyai rentang nilai (parameter), adapun ke 5parameter tersebut adalah : SL = Sangat Lemah L = Lemah N = Normal C = Cerdas SC =Sangat Cerdas 2. Variabel Nilai IPS Setiap variabel mempunyai rentang nilai (parameter), yang artinya setiap nilai dapat dilihat baik atau tidaknya profesionalitas seorang dosen. Gambar 2 berikut adalah gambar yang merupakan input nilai rata-rata IPS dari variabel fuzzy kedalam program aplikasi matlab 6.1. Gambar 2: Variabel Nilai IPS Adapun ke limaparameter yang terdapat pada gambar 5.2 yang merupakan input dalam menganalisa nilai IPS berdasarkan variabel nilai IPS tersebut adalah : SL = Sangat Lemah L = Lemah N = Normal C = Cerdas SC = Sangat Cerdas 3. Variabel Nilai IQ 46
5 Setiap parameter mempunyai rentang nilai, yang artinya setiap nilai menyatakan tingkat kinerja berdasarkan variabel nilai IQ. Gambar 5.3 berikut ini merupakan input variabel nilai IQdalam menganalisa nilai IQ. Gambar 3: Variabel Nilai IQ Adapun ke limaparameter yang terdapat pada gambar 5.3 yang merupakan input dalam menganalisa nilai IQ berda-sarkan variabel kepri-badian tersebut adalah : SL = Sangat Lemah L = Lemah N = Normal C = Cerdas SC = Sangat Cerdas 4. Variabel Jurusan Variabel Jurusan adalah variabel output, yaitu variabel penentuan Jurusan Siswa. Nilai Kinerja dibagi atas 5 kriteria, yaitu: Sangat Lemah, Lemah, Normal, Cerdas, Sangat Cerdas Berikut ini gambar 4 adalah output dari variebel nilai IPA, variabel nilai IPSdan variabel nilai IQ dalam menganalisa Jurusan Siswa yang dibuatkan kedalam form dari membership function. Gambar 4: Himpunan Fuzzy Untuk Variabel Jurusan Siswa Adapun ke tigaparameter yang terdapat pada tampilan prog-ram gambar 5.4 adalah sebagai berikut : PA = IPA PA/PS = IPA/IPS PS = IPS Parameter yang tiga diatas merupakan output dari Kinerjadalam menganalisa nilai siswa, untuk diaplikasikan kedalam program matlab Proses Inference Menggu-nakan Fuzzy Mamdani 47
6 Proses inferenceadalah memetakan parameter input kepada parameter output. Ada beberapa input yang diperlukan yaitu crisp dari data nilai rata-rata IPA, nilai rata-rata IPS yang akan diproses melalui sistem inference fuzzy menggunakan model mamdani. Ada dua bagian yang dibutuhkan dalam membangun inferencerule yaitu if yang menyatakan agregation dan then yang menyatakan composition. Dari tiga input fuzzy tersebut kita akan menentukan rule-rule yang akan ditetapkan. Rule bisa ditentukan dengan cara memilih input 1 yang dibuatkan kedalam tiga variabel, mulai dari SL(Sangat Lemah) sampai SC(Sangat Cerdas). Kemudian dilanjutkan dengan memilih operator yang digunakan, yaitu operator OR dan operator AND. Setelah itu, memilih konsekuen kedua yaitu disimbolkan (dalam bentuk variabel) dengan SL(Sangat Lemah) sampai SC(Sangat Cerdas). Kemudian memilih salah satu output yang diinginkan, apakah nilai IQ(Slemah), Nilai IPA(normal), Nilai IPS(Lemah). Gambar 5.5 adalah tampilan rule yang diaplikasikan menggunakan fuzzy logic pada program aplikasi matlab Gambar 5: Editor Pemasukan Rule Dalam menetapkan ruledari tiga input, input pertama mem-punyai lima variabel, input dua mempunyai lima variabel, dan input tiga mempunyai lima variabel maka kita mendapatkan 5 3 aturan yang dapat digunakan untuk diaplikasikan menggunakan fuzzy logicpada program aplikasi matlab 2007 ini. 4.3 Proses Defuzzification Setelah hasil akhir dari komposisi rule dari beberapa input dan satu output didapatkan, maka masih ada tahap selanjutnya yaitu tahap defuzzification langsung menggunakan program matlab Pada tahap defuzzification ini kita dapat memperoleh nilai pasti(best value) dari data nilai siswa untuk menentukan jurusan siswa yang berguna untuk mengatur jurusan siswa yang paling tepat. Pada tahap melihat rule dimak-sudkan untuk mendapatkan hasil dari nilai fuzzy setelah dibuatkan kedalam logika fuzzy dengan output seperti yang terlihat pada gambar 5.7 terhadap posisi kotak. Rule viewer yang diperlihatkan dalam himpunan fuzzy dalam bentuk membership function dapat dilihat pada gambar 6 dibawah ini. 48
7 Gambar 6: Tampilan View Rule Rule viewer yang diperlihatkan dalam bentuk membership function, terdiri dari input1 (nilai IQ), input2 (Nilai IPA), input3 (Nilai IPS), dan output1 (jurusan siswa). Gambar rule viewer seperti gambar 6 di atas dapat digambarkan sebagai surface viewer seperti gambar 7 berikut : a. b. c. Gambar 7: Survace Viewer Dari gambar 7 di atas merupakan program analisa fuzzy untuk mendapatkan jurusan siswa (IPA, IPA/IPS, IPS) untuk menentukan jurusan yang paling tepat yang dijalankan dengan menggeser garis vertikal pada input1, input2, dan atau input3 seperti tampilan pada gambar 5 dan 6 di atas. Pergeseran-per-geseran ini dimaksudkan untuk mengetahui nilai siswa yang memenuhi syarat untuk jurusan tertentu. 49
8 5. Kesimpulan Dengan rancangan tentang pemilihan jurusan serta kajian berbasis fuzzy logic dengan implementasi sistem mengunakan sistem database MySql dan program PHP, sekolah dapat mengunakannya dalam membantu memilih jurusan yang tetap sesuai dengan kemampuan, bakat dan minat yang dimilikinya.. Dari rancangan sistem yang dibuat maka dapat diperoleh penjurusan siswa yang sesuai. Dan sebagai perbandingan mengunakan metode fuzzy logic dengan program Matlap untuk perhitungan penjurusan berdasarkan nilai dan test IQ. Daftar Pustaka [1] Aziz, Farid Belajar Sendiri Pemograman Sistem Pakar. PT. Elekmedia Komputindo.Jakarta [2] Endang Nugraheni & Nurmala Pagaribuan. Gaya Belajar dan Strategi Belajar Mahasiswa Jarak Jauh Kasus di Universitas Terbuka. [3] Rian Anggrani Sistem Pencarian Kriteria Kelulusan Mengunakan Fuzzy Tahani. Universitas Islam Indonesia [4] Anita Desiani & Muhammad Arhami Konsep Kecerdasan Buatan. Andi Yogyakarta. Yograkarta [5] Maria Irmina Prsetiowati Implementasi Fuzzy Database Untuk Memberikan Rekomendasi Jalur Perminatan Mahasiswa. [6] Kusrini Aplikasi Sistem Pakar. Andi Yogyakarta. Yogyakarta 50
JOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi
JOBSHEET SISTEM CERDAS REASONING 2 Fuzzifikasi S1 PENDIDIKAN TEKNIK ELEKTRO JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI MALANG 2016 PRAKTIKUM SISTEM CERDAS - REASONING JOBSHEET 2 - FUZZIFIKASI
Lebih terperinciANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG
ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG Harison Dosen Jurusan Teknik Informatika Fakultas Teknologi Industri Institut Teknologi Padang Abstrak Keputusan
Lebih 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 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 terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciBAB 2 2. LANDASAN TEORI
BAB 2 2. LANDASAN TEORI Bab ini akan menjelaskan mengenai logika fuzzy yang digunakan, himpunan fuzzy, penalaran fuzzy dengan metode Sugeno, dan stereo vision. 2.1 Logika Fuzzy Logika fuzzy adalah suatu
Lebih terperinciBAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan sistem yang kompleks. Logika fuzzy memberikan rangka kerja yang kuat dalam memecahkan masalah
Lebih 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini penulis akan menjelaskan mengenai landasan teori yang digunakan pada penelitian ini. Penjabaran ini bertujuan untuk memberikan pemahaman lebih mendalam kepada penulis
Lebih terperinciSistem Pakar untuk Mendiagnosa Penyakit Kucing Menggunakan Metode Backward Chaining
Sistem Pakar untuk Mendiagnosa Penyakit Kucing Menggunakan Metode Backward Chaining Mardiah Fadhli Politeknik Caltex Riau Jl. Umbansari No.1, telp/fax: 0761 53939/0761 554224 e-mail: rika@pcr.ac.id Abstrak
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Pada bab ini akan dibahas perancangan serta penerapan pengendalian berbasis logika fuzzy pada sistem Fuzzy Logic Sebagai Kendali Pendingin Ruangan Menggunakan MATLAB. Dan simulasi
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Bab landasan teori bertujuan untuk memberikan penjelasan mengenai metode atau pun teori yang digunakan dalam laporan tugas akhir ini, sehingga dapat membangun pemahaman yang sama antara
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 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 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 terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sesuai kurikulum yang berlaku di seluruh Indonesia, maka siswa kelas X SMA yang naik ke kelas XI akan mengalami pemilihan jurusan/penjurusan. Penjurusan yang
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 terperinciBAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL. asing. Dalam pengalaman keseharian kita, permasalahan yang berkaitan dengan fuzzy
BAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL 4.1 Pengenalan konsep fuzzy logic Konsep mengenai fuzzy logic bukanlah merupakan sesuatu yang baru dan asing. Dalam pengalaman keseharian kita,
Lebih 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 terperinciEVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI
EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI Karmila Suryani 1), Khairudin 2) 1) FKIP Universitas Bung Hatta Padang 2) FKIP Universitas Bung Hatta Padang e-mail: karmilasuryani.ptik@gmail.com,khaihatta@yahoo.com
Lebih terperinciPenentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno
Penentuan Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno Shenna Miranda #1, Minora Longgom Nasution *2, Muhammad Subhan #3 #1 Student of Mathematics department State University
Lebih terperinciSISTEM 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 terperinciPraktikum Sistem Pakar Jumat 16 Desember 2013 Pertemuan 12. Tabel 1. Rancangan Variabel fuzzy Fungsi Nama Variabel Rentang Nilai Keterangan
Praktikum Sistem Pakar Jumat 16 Desember 2013 Pertemuan 12 Studi Kasus : Studi Permasalahan: Suatu Perusahaan akan melakukan perkiraan terhadap produksi suatu barang tiap bulan. Untuk menentukan jumlah
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 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 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 terperinciANALISA TINGKAT KEPUASAN MASYARAKAT DENGAN KUALITAS KINERJA KEPOLISIAN MENGGUNAKAN METODE FUZZY LOGIC SUGENO
ANALISA TINGKAT KEPUASAN MASYARAKAT DENGAN KUALITAS KINERJA KEPOLISIAN MENGGUNAKAN METODE FUZZY LOGIC SUGENO Sestri Novia Rizki Dosen Program Studi Teknik Informatika Universitas Putera Batam sestrino90@gmail.com
Lebih terperinciIMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM)
IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM) Junius_Effendi* Email : Cyberpga@ymail.com ABSTRAK Penelitian ini dilakukan untuk memperlajari
Lebih 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 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 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 terperinciMenentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 T - 13 Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani Ghulam Abdul Malik, Agus Maman Abadi Prodi Matematika, Universitas
Lebih terperinciARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA
ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA Rima Liana Gema, Devia Kartika, Mutiana Pratiwi Universitas Putra Indonesia YPTK Padang email: rimalianagema@upiyptk.ac.id ABSTRAK
Lebih terperinciKECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana
Logika Fuzzy KECERDASAN BUATAN (Artificial Intelligence) Materi 8 Entin Martiana 1 Kasus fuzzy dalam kehidupan sehari-hari Tinggi badan saya: Andi menilai bahwa tinggi badan saya termasuk tinggi Nina menilai
Lebih terperinciLOGIKA FUZZY (Lanjutan)
Metode Mamdani Metode mamdani sering dikenal sebagai metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Menurut metode ini, ada empat tahap yang harus dilalui untuk mendapatkan
Lebih terperinciAplikasi Graf Fuzzy dan Aljabar Max-Plus untuk Pengaturan. Lampu Lalu Lintas di Simpang Empat Beran Kabupaten Sleman
Aplikasi Graf Fuzzy dan Aljabar Max-Plus untuk Pengaturan Lampu Lalu Lintas di Simpang Empat Beran Kabupaten Sleman Provinsi Daerah Istimewa Yogyakarta Oleh: Arifudin Prabowo Kurniawan 13305144011 ABSTRAK
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 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 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 II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas
BAB II LANDASAN TEORI Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas dalam pembuatan tugas akhir ini. Secara garis besar teori penjelasan akan dimulai dari definisi logika fuzzy,
Lebih terperinciSolusi MATLAB. Double Click salah satu kotak input sehingga muncul Membership Function Editor. Pada Membership Function Editor:
PRAKTIKUM 2 Studi Kasus 2: Metode Sugeno Suatu perusahaan mampu memproduksi rata-rata 50.000 unit barang per hari, dan dalam 3 bulan terakhir permintaan tertinggi sebesar 75.000 unit. Barang yang tersedia
Lebih terperinci: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI BERBASIS WEB DENGAN METODE TSUKAMOTO PADA SMA INSTITUT INDONESIA Eko Purwanto Program Studi Teknik Informatika, Fakultas Ilmu Komputer Universitas
Lebih terperinciPEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo
PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo NASKAH PUBLIKASI diajukan oleh Melida Putri Eka Sari 11.12.6165
Lebih 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 terperinciPAPER MEKATRONIKA BOOLEAN & FUZZY LOGIC. Oleh: NAMA: RIZKI MUHAMMAD RIDHA SIHOMBING NIM: KELAS:B JURUSAN TEKNIK MESIN FAKULTAS TEKNIK
PAPER MEKATRONIKA BOOLEAN & FUZZY LOGIC Oleh: NAMA: RIZKI MUHAMMAD RIDHA SIHOMBING NIM: 03051181419010 KELAS:B JURUSAN TEKNIK MESIN FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA 2015 KATA PENGANTAR Puji Syukur
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 terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2010/2011 ANALISIS SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA TANAMAN KELAPA SAWIT Emi Kantari 2006250029 Cicilya
Lebih terperinciPREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI
PREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI Rizka Munia Yogaswara 1), Gunawan Abdillah 2), Dian Nursantika
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Logika Fuzzy Logika fuzzy merupakan suatu metode pengambilan keputusan berbasis aturan yang digunakan untuk memecahkan keabu-abuan masalah pada sistem yang sulit dimodelkan
Lebih 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 terperinciFUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR
Seminar Nasional Informatika 23 (semnasif 23) ISSN: 979-2328 UPN Veteran Yogyakarta, 8 Mei 23 FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR Sundari Retno Andani ) ) AMIK Tunas Bangsa
Lebih terperinciJURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 10 NO. 1 April 2017
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : 2086 4981 VOL. 10 NO. 1 April 2017 PERANCANGAN APLIKASI FUZZY LOGIC DALAM MENENTUKAN VOLUME PRODUKSI DENGAN MENGGUNAKAN METODE MAMDANI Sri Rahmawati 1 ABSTRACT
Lebih terperinciMahasiswa mampu memformulasikan permasalahan yang mengandung fakta dengan derajad ketidakpastian tertentu ke dalam pendekatan Sistem Fuzzy.
Chapter 7 Tujuan Instruksional Khusus Mahasiswa mampu memformulasikan permasalahan yang mengandung fakta dengan derajad ketidakpastian tertentu ke dalam pendekatan. Mahasiswa mampu melakukan perhitungan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang MIN Sumberbanjar merupakan salah satu institusi pendidikan di bawah naungan Kementerian Agama Republik Indonesia. Mengikuti tujuan lembaga pendidikan dalam mencerdaskan
Lebih terperinciPENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO
PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO Asrianda 1 asrianda@unimal.ac.id Abstrak Bertambahnya permintaan mahasiswa atas kebutuhan makan seharihari, berkembangnya usaha warung
Lebih terperinciSimulasi Pengendali Kiln PT. Semen Tonasa (Tonasa IV) Menggunakan Fuzzy Logic Toolbox Program Matlab St. Nawal Jaya
Simulasi Pengendali Kiln PT. Semen Tonasa (Tonasa IV) Menggunakan Fuzzy Logic Toolbox Program Matlab St. Nawal Jaya Abstrac This paper is continuance of previous paper which will make kiln controller simulation
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sistem Pendukung Keputusan dapat diartikan sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan dalam situasi tertentu. Sistem
Lebih terperinciPENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA)
PENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA) Alfa Saleh Teknik Informatika STMIK Potensi Utama Jl K.L. Yos Sudarso KM 6.5 No.3-A,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Zadeh (1965) memperkenalkan konsep fuzzy sebagai sarana untuk menggambarkan sistem yang kompleks tanpa persyaratan untuk presisi. Dalam jurnalnya Hoseeinzadeh et
Lebih 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 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 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 terperinciANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN
ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN Khairul Saleh Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara Jalan Universitas
Lebih terperinciBAB 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 terperinciANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB
ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB Sri Kusumadewi Analisis & Desain Sistem Fuzzy Menggunakan Toolbox Matlab Oleh: Sri Kusumadewi
Lebih terperinciSKRIPSI. MERANCANG SISTEM PAKAR BERBASIS FUZZY UNTUK PRA PENGUJIAN JUDUL SKRIPSI (Studi Teknik Informatika)
SKRIPSI MERANCANG SISTEM PAKAR BERBASIS FUZZY UNTUK PRA PENGUJIAN JUDUL SKRIPSI (Studi Teknik Informatika) Diajukan Sebagai Syarat Untuk Kelulusan Program Studi Strata Satu (S1) di Fakultas Teknik Universitas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang sangat penting dalam kelangsungan hidupnya. Untuk memenuhi kebutuhan beras, setiap manusia mempunyai cara-cara
Lebih terperinciResearch of Science and Informatic
Sains dan Informatika Vol.2 (N0.2) (2016): 20-30 1 Rifa, Nency, Expert System For Determine Lecturer Performance JURNAL SAINS DAN INFORMATIKA Research of Science and Informatic e-mail: jit.kopertis10@gmail.com
Lebih terperinciSISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI
SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI 1209100023 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
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 terperinciPerkembangan bisnis eceran yang pesat ini tidak lepas dari faktor meningkatnya pendapatan perkapita penduduk Indonesia yang menyebabkan taraf hidup ma
ANALISIS KEPUASAN KONSUMEN DENGAN PENDEKATAN FUZZY PADA GIANT HYPERMARKET JATIASIH BEKASI Khairunnisa Rizkiani (10207629) Email: kakekku_mantan_rapper@yahoo.com Fakultas Ekonomi, Jurusan Manajemen, Universitas
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 terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA A. Penjurusan di SMA Sepanjang perkembangan Pendidikan formal di Indonesia teramati bahwa penjurusan di SMA telah dilaksanakan sejak awal kemerdekaan yaitu tahun 1945 sampai sekarang,
Lebih terperinciANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN
ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN SUPRIYONO Sekolah Tinggi Teknologi Nuklir BATAN Jl. Babarsari Kotak Pos 6101/YKBB Yogyakarta. Email : masprie_sttn@yahoo.com
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 terperinciAplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic
Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha Menggunakan Fuzzy Logic 1. Pendahuluan Jual beli motor merupakan suatu kegiatan transaksi yang mungkin sering kita temukan di kehidupan sehari-hari. Untuk
Lebih terperinciSebelumnya... Penalaran pada Sistem Pakar. Ketidakpastian dalam Sistem Pakar. Contoh forward chaining & backward chaining
Sebelumnya... Penalaran pada Sistem Pakar Contoh forward chaining & backward chaining Ketidakpastian dalam Sistem Pakar Teori Peluang Teori Bayes Jaringan Bayes Faktor Kepastian Kecerdasan Buatan Pertemuan
Lebih terperinciSIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS DI PDAM KOTA SURABAYA. oleh: WINDA ZULVINA
SIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS PEMELIHARAAN PERALATAN PRODUKSI DI PDAM KOTA SURABAYA oleh: WINDA ZULVINA 5206100040 Dosen Pembimbing : Mahendrawathi
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 LOGIKA FUZZY UNTUK MENGUKUR KINERJA FRONTLINER PEGAWAI BANK BRI
PENERAPAN LOGIKA FUZZY UNTUK MENGUKUR KINERJA FRONTLINER PEGAWAI BANK BRI Deval Gusrion Universitas Putra Indonesia YPTK Padang, Indonesia devalgusrion@gmail.com ABSTRACT Performance measurement front-liner
Lebih 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 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. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Sekarang ini hampir semua perusahaan yang bergerak di bidang industri dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin kompetitif. Hal ini
Lebih terperinciDAFTAR ISI. KATA PENGANTAR... Error! Bookmark not defined. ABSTRAK... Error! Bookmark not defined. ABSTRACT... Error! Bookmark not defined.
DAFTAR ISI KATA PENGANTAR... Error! Bookmark not ABSTRAK... Error! Bookmark not ABSTRACT... Error! Bookmark not DAFTAR ISI... v DAFTAR GAMBAR... ix DAFTAR TABEL... xi BAB I... Error! Bookmark not PENDAHULUAN...
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam bab ini akan dijelaskan mengenai struktur rancangan desain penelitian disertai metode penelitian beserta alat dan bahan yang akan digunakan dalam mengerjakan tugas akhir.
Lebih terperinciSISTEM PENYARINGAN MAHASISWA BEASISWA PRESTASI AMIK BSI YOGYAKARTA MENGGUNAKAN FUZZY INFERENCE SYSTEM
SISTEM PENYARINGAN MAHASISWA BEASISWA PRESTASI AMIK BSI YOGYAKARTA MENGGUNAKAN FUZZY INFERENCE SYSTEM Yoyok Rohani Program Studi Manajemen Informatika AMIK BSI Yogyakarta Jalan Ring Road Barat Ambarketawang
Lebih 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 terperinciSTUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU)
STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU) Desi Vinsensia Program Studi Teknik Informatika STMIK Pelita Nusantara
Lebih terperinciBAB I PENDAHULUAN. komputer adalah internet atau International Networking merupakan sarana
1 BAB I PENDAHULUAN A. Latar Belakang Masalah Dewasa ini, perkembangan teknologi komputer mengalami kemajuan yang sangat pesat. Salah satu sarana pendukung dalam kemajuan teknologi komputer adalah internet
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 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 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 terperinciSIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB
SIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB Pio A. F. Islami 1, Kirya Mateeke Moses 2, Muqodimah Nur Lestari 3, Aji Prasetya Wibawa 4 1,
Lebih terperinciPENERAPAN FUZZY MAMDANI MAX-MIN DALAM PENGEMBANGAN SISTEM INFORMASI PENENTUAN GAJI PEGAWAI PADA SEKOLAH TINGGI TEKNIK POLIPRFESI
EKSPLORA INFORMATIKA 6 PENERAPAN FUZZY MAMDANI MAX-MIN DALAM PENGEMBANGAN SISTEM INFORMASI PENENTUAN GAJI PEGAWAI PADA SEKOLAH TINGGI TEKNIK POLIPRFESI Asprina Br Surbakti STT Poliprofesi Medan Jl. Sei
Lebih terperinciSIMULASI PENGOPTIMALAN WAKTU MEMASAK BUAH KELAPA SAWIT DENGAN LOGIKA FUZZY. Yesi Hairian Wenda Dosen Stmik Indragiri
Vol. XI Jilid 2 No.77 Oktober 2017 MENARA Ilmu SIMULASI PENGOPTIMALAN WAKTU MEMASAK BUAH KELAPA SAWIT DENGAN LOGIKA FUZZY Yesi Hairian Wenda Email : wendayesi@gmail.com Dosen Stmik Indragiri ABSTRACT Simulation
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Permintaan, Persediaan dan Produksi 2.1.1 Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat
Lebih terperinciKLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG)
KLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG) Fasrul Rahman Ansori Teknik Informatika, Ilmu Kompputer, Universitas
Lebih terperinciBAB I PENDAHULUAN. produksi secara keseluruhan sangat ditentukan oleh pemilihan jenis perlengkapan
1 BAB I PENDAHULUAN I.1. Latar Belakang Perlengkapan penanganan bahan merupakan bagian terpadu perlengkapan mekanis dalam setiap usaha industri modern. Dalam setiap perusahaan proses produksi secara keseluruhan
Lebih terperinci