PENERAPAN METODE FUZZY MAMDANI DAN DEMPSTER SHAFER PADA DIAGNOSA AWAL PENYAKIT KULIT
|
|
- Suhendra Lie
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PENERAPAN METODE FUZZY MAMDANI DAN DEMPSTER SHAFER PADA DIAGNOSA AWAL PENYAKIT KULIT Made Indriani, Andi Farmadi 2, Muliadi 3 23 Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan madeindrianishm@gmail.com Abstract There are various diseases that can affect human skin. There is some which are mild, there are also signs of dangerous diseases if left untreated. So it is important to know what skin diseases that attack based on the initial symptoms experienced. Expert systems can be used for early determination skin desease. Some methods that often used on the expert system is fuzzy mamdani and dempster-shafer method. The fuzzy mamdani method is also known as the min-max method, introduced by Ebrahim Mamdani in 975. The purpose of This research is to determine the results of comparative test of the accuracy level of fuzzy mamdani and dempster shafer method in early diagnosis system of skin diseases. Keywords: Expert System, Accuracy comparison, Fuzzy Mamdani, Dempster-shafer. Abstrak Terdapat berbagai penyakit yang bisa menyerang kulit manusia. diantaranya ada yang ringan, adapula yang merupakan tanda-tanda penyakit yang membahayakan jika tidak diobati. Maka penting untuk mengetahui penyakit kulit apa yang menyerang berdasarkan dari gejala awal yang dialami. Sistem pakar dapat digunakan untuk penentuan awal penyakit kulit. Beberapa metode yang sering digunakan pada sistem pakar yaitu metode fuzzy mamdani dan metode dempster-shafer. Metode fuzzy mamdani dikenal juga sebagai metode min-max, diperkenalkan oleh Ebrahim Mamdani pada tahun 975. Penelitian ini bertujuan untuk mengetahui hasil uji perbandingan tingkat akurasi metode fuzzy mamdani dan dempster shafer dalam sistem diagnosa awal penyakit kulit. Kata Kunci: Sistem Pakar, perbandingan akurasi, Fuzzy Mamdani, Dempster-Shafer. Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 232
2 . PENDAHULUAN Kulit merupakan organ tubuh yang terletak paling luar dan membatasinya dengan lingkungan hidup manusia. Oleh karena itu, sangatlah penting untuk mengetahui gangguan atau penyakit kulit apa yang menyerang berdasarkan dari gejala awal yang dialami. Pada umumnya penderita penyakit kulit pasti melakukan konsultasi atau berobat kepada dokter spesialis. Namun tidak semua orang dapat melakukan hal tersebut dikarenakan beberapa faktor. Misalnya saja faktor ekonomi, kesibukan, atau jam kerja praktek dokter yang terbatas dan tidak sedikit penderita yang malu untuk berkonsultasi ke dokter spesialis. Dengan adanya hal tersebut maka dapat disimpulkan bahwa diperlukan suatu sistem pakar (expert system) yang dimana sistem tersebut dapat dijadikan pengganti seorang pakar di bidang penyakit kulit atau penyakit dalam. Sistem pakar ini nantinya akan digunakan oleh masyarakat yang membutuhkan informasi untuk diagnosa awal penyakit kulit. Salah satu cara menyelesaikan sistem pakar ini adalah penulis menggunakan metode fuzzy mamdani dan dempster shafer. Dengan penerapan dua metode yaitu metode Fuzzy Mamdani dan Dempster Shafer, maka akan dilakukan uji perbandingan akurasi terhadap hasil akhir dari penggunaan kedua metode tersebut yang manakah yang lebih akurat dalam diagnosa awal penyakit kulit. 2. METODE PENELITIAN 2. Metode Fuzzy Mamdani Metode fuzzy mamdani merupakan salah satu metode yang sistem penalarannya seperti pola pikir manusia karena adanya fungsi implikasi dan himpunan fuzzy yang terdapat pada metode ini. turunan dari fuzzy logic yang memiliki keistimewaan yang dimana pada tahapan fuzzynya lebih lengkap sampai pada tahap defuzifikasi atau penegasan dalam penentuan hasilnya. 2.2 Fungsi Keanggotaan Fuzzy Mamdani Terdapat beberapa metode yang dapat digunakan dalam melakukan komposisi aturan, yaitu metode max (maximum), additive, dan probabilistik OR. a. Metode Max (Maximum) Pada metode max, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan. Secara umum dapat dituliskan: µsf(xi) = max (µsf(xi), µkf(xi))... () dengan : µsf(xi) = nilai keagggotaan solusi fuzzy sampai aturan ke-i; µkf(xi)= nilai keaggotaan konsekuen fuzzy aturan ke-i; b. Metode Additive (Sum) Pada metode additive, solusi himpunan fuzzy diperoleh dengan cara melakukan bounded-sum terhadap semua output daerah fuzzy. Secara umum dituliskan: µsf(xi) = min (,µsf(xi)+ µkf(xi))... (2) dengan : µsf(xi) = nilai keagggotaan solusi fuzzy sampai aturan ke-i; µkf(xi)= nilai keaggotaan konsekuen fuzzy aturan ke-i; c. Metode Probabilistik OR Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 233
3 Pada metode probabilistik OR (probor), solusi himpunan fuzzy diperoleh dengan cara melakukan product terhadap semua output daerah fuzzy. Secara umum dituliskan: µsf(xi) = (µsf(xi)+ µkf(xi))- (µsf(xi)*µkf(xi))... (3) dengan : µsf(xi) = nilai keagggotaan solusi fuzzy sampai aturan ke-i; µkf(xi)= nilai keaggotaan konsekuen fuzzy aturan ke-i; 2.3 Penegasan (Defuzzification) Penegasan (defuzzification) adalah proses mengolah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy untuk menghasilkan output berupa suatu bilangan pada domain himpunan fuzzy tersebut. Terdapat beberapa metode untuk yang dapat digunakan pada defuzzify, antara lain: Metode Centroid (Composite Moment) Pada metode centroid, titik pusat daerah fuzzy diambil untuk memperoleh solusi crisp. Secara umum dapat dituliskan: Untuk variabel kontinu, atau... (4) Untuk variabel diskret,...(5) 2.4 Dempster Shafer Fungsi Belief dapat diformulasikan dan ditunjukkan pada persamaan berikut: Bel(X) = y x m(y)... (6) Sedangkan Plausibility (Pls) dinotasikan sebagai: Pls(X) = Bel(X ) = - y x m(x )... (7) plausibility juga bernilai 0 sampai, jika kita yakin akan X maka dapat dikatakan Belief (X ) = sehingga dari rumus di atas nilai pls (X) = 0. Pada teroti Dempster-Shafer juga dikenal adanya frame of discernment yang dinotasikan dengan Θ. FOD ini merupakan semesta pembicaraan dari sekumpulan hipotesis sehingga sering disebut sebagai environment. Θ = {θ, θ2, θn}... (8) m m2(z) = X Y=Z m(x)m2(y) X Y=0 m(x)m2(y) dimana: m m2(z) = mass function dari evidence (Z) m(x) = mass function dari evidence (X) m2(y) = mass function dari evidence (Y) = operator direct sum... (9) Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 234
4 3 HASIL DAN PEMBAHASAN 3. Data yang Digunakan Adapun data pengetahuan yang didapatkan langsung dari pakar adalah sebagai berikut. Tabel. Data Penyakit Kulit Kode Nama Penyakit P Acne ulgaris P2 Impetigo Krustosa P3 Impetigo Bulosa P4 aricella P5 Herpes Zoster P6 Jamur Tinea P7 Candidosis Cutis P8 Pityriasis versicolor P9 Liken simplek kronis P0 Dermatitis Atopik Berdasarkan dari data penyakit yang telah didapatkan dari pakar yang bersangkutan kemudian peneliti meminta kepada pakar untuk menentukan gejala awal dari masing-masing penyakit yang didapatkan sebelumnya. Adapun data gejala yang diperoleh adalah sebagai berikut. Kode G G2 G3 Tabel 2. Data Gejala Penyakit Kulit Nama Gejala Koreng berwarna kuning seperti madu Rasa gatal yang biasanya muncul di malam hari Kulit menjadi tebal, kering dan biasanya seperti bersisik putih kasar Terjadi pembengkakan saat tergores pada daerah G4 muka, leher, lengan ataupun lutut Bengkak didaerah kelenjar getah bening (limfa) G5 (leher, tulang selangka, ketiak, dan pangkal paha) G6 Gatal G7 Demam Timbulnya bercak berwarna merah disertai bintil G8 bintil sekitar lipatan paha dan anus Dapat berupa bercak hitam dan bersisik berwarna G9 putih atau terkelupas G0 Rasa gatal seperti terbakar G Lemas serta tidak enak badan G2 Pusing G3 Muncul lepuh satu sisi badan Nyeri otot tulang sekitar daerah torakal ( tulang G4 belakang) G5 Bintil bintil merah atau lepuhan lembut berisi cairan Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 235
5 Tabel 2. Lanjutan Data Gejala Penyakit Kulit Kode Gejala Nama Gejala Benjolan mudah pecah dan membentuk Collarete G6 (luka dangkal dengan sisik ditepi) G7 Susah berkeringat saat beraktifitas G8 Bila berkeringat terasa sangat gatal G9 Kulit bersisik halus Penonjolan yang berisi zat padat ( komedo ) disekitar G20 wajah, bahu, dada bagian atas dan pungung Ruam kemerahan dengan bintil merah kecil berisi G2 cairan pada wajah terutama sekitar hidung dan mulut Benjolan kecil terutama ditepian ruam sekitar lipatan G22 paha, kulit ketiak dan lipatan payudara Ruam kemerahan yang disertai bercak tegas berisi G23 cairan nanah Timbulnya bercak lesi yang bervariasi mulai dari G24 kemerahan, sampai kecoklatan atau putih Penonjolan (papul) yang berisi zat padat ( komedo ) sekitar sisi leher, pergelangan kaki, dan paha bagian G25 atas 3.2 Implementasi Metode Fuzzy Mamdani Pada setiap gejala, terdapat bobot nilai yang telah ditentukan berdasarkan pakar penyakit kulit. Pada 0 data penyakit ada 25 gejala dimasing- masing masing penyakit terdapat gejala yang berbeda- beda, dimana terdapat 3 himpunan, yaitu ringan, sedang, dan parah. Dari data bobot nilai, nilai batas maksimum dan minimum, kemudian dilakukan proses fuzzyfikasi dengan rumus kurva segitiga dan kurva bahu kiri dan bahu kanan sehingga didapatkan nilai fuzzy. Ringan Sedang Parah 0 Gambar. Fuzifikasi keanggotaan Gejala Koreng berwarna kuning seperti madu μ Rendah[x] { 60 90, x 0, x 60...(0) x, x 60 Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 236
6 μ Sedang[x] { μ parah[x] { x 60 0, x atau x 90 x 60 x, x 60, 60 x 90...() 0, x 60, 60 x 90, x 90...(2) Ringan Sedang Parah Gambar 2. Grafik representasi Gejala Rasa gatal yang biasanya muncul di malam hari, x 20 μ Rendah[x] { 0, x 50...(3) 50 x, x 50 0, x 20 atau x 80 μ Sedang[x] { μ parah[x] { x 50 x 20, 20 x 50...(4) 50 x, 50 x 80 0, x 50, 50 x 80, x 80...(5) Ringan Sedang Parah Gambar 3. Grafik representasi Gejala Terjadi pembengkakan saat tergores pada daerah muka, leher, lengan ataupun lutut Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 237
7 μ Rendah[x] { μ Sedang[x] { μ parah[x] { 40 x x 40 20, x 20 0, x 40...(6), x , x 20 atau x 60 x 20, 20 x (7) 40 x, 40 x , x 40, 50 x 60, x 60...(8) Rendah Normal Tinggi Gambar 4. Grafik representasi Gejala Demam μ Rendah[x] { μ Normal[x] { μ Tinggi[x] { 36 x, x , x 36...(9), 35.5 x , x 35.5 atau x 36.5 x x x, 35.5 x 36, 36 x , x 36, 36 x 36.5, x (20)...(2) Tidak Parah Agak Parah Sangat Parah Gambar 5. Grafik representasi Gejala Rasa gatal seperti terbakar Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 238
8 , x 0 μ Rendah[x] { 0, x 40...(22) 40 x, x 40 0, x 0 atau x 70 μ Sedang[x] { μ parahx] { x 40 x 0 40 x, 0 x 40, 40 x 70...(23) 0, x 40, 40 x 70, x 70...(24) Ringan Sedang Parah 0 0 Gambar 6. Grafik representasi Gejala Pusing, x 0 μ Rendah[x] { 0, x 35 μ Sedang[x] { μ parah[x] { 35 x x (25), x , x 0 atau x 50 x 0, 0 x (26) 35 x, 35 x , x 35, 35 x 50, x (27) Dari grafik di atas dihitung nilai x nya menggunakan hitungan grafik diatas. Untuk x ditentukan oleh user dalam hal ini pakar yang menentukan nilai x nya. Apabila nilai x=85 pada gejala Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah dan nilai x=80 pada gejala Penonjolan yang berisi zat padat ( komedo ) disekitar wajah, bahu, dada bagian atas dan pungung. Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 239
9 Ringan Sedang Parah Gambar 7. Grafik representasi Gejala Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah μ Rendah[x] { μ Sedang[x] { μ parah[x] {, x 0, x 60 x...(28), x 60 0, x atau x 90 x 60 x 60 x, x 60, 60 x 90...(29) 0, x 60, 60 x 90, x 90...() Ringan Sedang Parah Gambar 8. Grafik representasi Gejala Penonjolan yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan pungung μ Rendah[x] {, x 0, x 60...(3) x, x 60 Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 240
10 μ Sedang[x] { μ parah[x] { 0, x atau x 90 x 60 x, x 60...(32) 60 x, 60 x 90 0, x 60, 60 x 90, x 90...(33) Aturan yang digunakan dalam diagnosa penyakit kulit yang diteliti terdapat 5 rule, dengan masing-masing rule menggunakan metode Fuzzy Mamdani seperti ditunjukan pada tabel 3. [R5] [R6] [R7] [R8] [R9] Tabel 3. Rule base untuk Penyakit Kulit If G5 Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah (sedang) AND G20 Penonjolan (papul) yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas (sedang) Then Penyakit Kulit Acne ulgaris (Sedang) If G5 Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah (parah) AND G20 Penonjolan (papul) yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas (sedang) Then Penyakit Kulit Acne ulgaris (Sedang) If G5 Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah (ringan) AND G20 Penonjolan (papul) yang berisi zat padat (komedo ) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas (sedang) Then Penyakit Kulit Acne ulgaris (parah) If G5 Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah (sedang) AND G20 Penonjolan (papul) yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas (sedang) Then Penyakit Kulit Acne ulgaris (parah) If G5 Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah (parah) AND G20 Penonjolan (papul) yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas (sedang) Then Penyakit Kulit Acne ulgaris (parah) Berdasarkan hasil jawaban tersebut dilakukan penarikan nilai fuzzyfikasi G5 (Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah) = 85 μ Ringan [x] = 0 μ Sedang[x] = (90-85)/() = 5/ = μ Parah[x] = (85-60)/() = 25/ = G20 (Penonjolan (papul) yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas)= 80 μ Ringan [x] = 0 μ Sedang[x] = (90-80)/() = 0/ = μ Parah[x] = (80-60)/() = 20/ = Untuk mendapatkan inferensi diperoleh dari hubungan antar rule, model Mamdani dengan model yang menggunakan komposisi aturan MAX yang mengambil nilai Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 24
11 maksimum dari hasil fungsi implikasi MIN untuk masing-masing aturan yang bertujuan menghasilkan daerah output fuzzy, dalam hal ini didapatkan hasil MAX dimiliki oleh Rule seperti pada tabel 4. Tabel 4. Tabel Hasil Implikasi Penyakit Kulit R Acne ulgaris Ringan 0 R2 Acne ulgaris Ringan 0 R3 Acne ulgaris Ringan 0 R4 Acne ulgaris Sedang 0 R5 Acne ulgaris Sedang R6 Acne ulgaris Sedang R7 Acne ulgaris Parah 0 R8 Acne ulgaris Parah R9 Acne ulgaris Parah Kemudian dilakukan proses defuzzyfikasi, dimana : Hasil Defuzzifikasi Z = (nilai fuzzyfikasi tiap gejala * nilai mutlak dari tiap option gejala) (nilai fuzzyfikasi tiap gejala) Z = ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) +( x 85) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 80 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) = Z = = Dari perhitungan diatas, maka dapat ditarik kesimpulan bahwa gejala G5 dan G20 dengan tingkat keparahan parah untuk penyakit kulit acne vulgaris. Berdasarkan dari gambar 7 dimana nilai 85 termasuk dalam nilai keanggotaan kategori parah dan gambar 8 dimana nilai 80 termasuk dalam nilai keanggotaan kategori parah. 3.3 Implementasi Metode Dempster Shafer Berdasarkan dari data gejala yang telah didapatkan dari pakar yang bersangkutan kemudian peneliti meminta kepada pakar untuk memberikan relasi atau basis aturan pada penyakit kulit. Adapun data relasi yang diperoleh adalah sebagai berikut. Tabel 5. Tabel relasi gejala terhadap penyakit kulit Gejala Penyakit P P2 P3 P4 P5 P6 P7 P8 P9 P0 G G2 G3 G4 Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 242
12 Tabel 5. Lanjutan Tabel relasi gejala terhadap penyakit kulit G5 G6 G7 G8 G9 G0 G G2 G3 G4 G5 G6 G7 G8 G9 G20 G2 G22 G23 G24 G25 Kemudian dari data gejala yang telah diperoleh diatas, kemudian pakar diminta untuk memberikan bobot kepada masing-masing gejala yang nantinya bobot tersebut yang akan dihitung dalam mesin inferensi untuk menghasilkan output yang diharapkan. Adapun data pembobotan dari pakar yang telah diperoleh adalah sebagai berikut. Tabel 6. Tabel Bobot gejala penyakit kulit Kode Gejala Nama Gejala Densitas G Golden Yellow Crust (keropeng tebal berwarna kuning seperti madu) G2 rasa gatal yang biasanya muncul di malam hari 0.80 G3 kulit menjadi tebal, kering dan berskuama 0.80 Terjadi pembengkakan saat tergores pada daerah muka, G4 leher, lengan ataupun lutut 0.60 G5 Bengkak didaerah kelenjar getah bening (limfa) 0.60 G6 Gatal 0.80 G7 Demam 0.50 Timbulnya bercak berwarna merah disertai bintil bintil G8 sekitar lipatan paha dan anus Dapat berupa bercak hitam disertai sedikit sisik G9 berwarna putih 0.80 G0 Rasa gatal seperti terbakar 0.70 G Lemas serta tidak enak badan 0.70 G2 Pusing 0.50 Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 243
13 Tabel 6. Lanjutan Tabel Bobot gejala penyakit kulit G3 Muncul lepuh satu sisi badan Nyeri otot tulang sekitar daerah torakal ( tulang G4 belakang) 0.70 Bintil bintil merah atau lepuhan lembut berisi cairan G5 atau nanah yang mudah pecah Benjolan (Bula) mudah pecah dan membentuk Collarete G6 (luka dangkal dengan sisik ditepi) G7 Susah berkeringat 0.60 G8 Bila berkeringat terasa sangat gatal 0.60 G9 Kulit bersisik halus 0.80 G20 Penonjolan (papul) yang berisi zat padat ( komedo ) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas Ruam kemerahan dengan bintil merah kecil berisi cairan G2 pada wajah terutama sekitar hidung dan mulut Benjolan (Bula) kecil terutama ditepian ruam sekitar G22 lipatan paha, kulit ketiak dan lipatan payudara 0.70 Ruam kemerahan yang disertai bercak tegas berisi G23 cairan nanah G24 Timbulnya bercak lesi yang bervariasi mulai dari kemerahan, sampai kecoklatan atau putih tergantung warna kulit Penonjolan (papul) yang berisi zat padat ( komedo ) G25 sekitar sisi leher, pergelangan kaki, dan paha bagian atas Kemudian setelah didapatkan nilai densitas atau bobot yang ddapat dari pakar. Maka tahap selanjutnya adalah mesin inferensi. Mesin inferensi adalah suatu bagian yang akan memproses data yang digunakan dalam penelitian untuk menghasilkan output yang diinginkan. Inferensi yang digunakan dalam penelitian kali ini yaitu teori perhitungan Dempster Shafer. Adapun rumus dari teori perhitungan - Dempster Shafer adalah sebagai berikut. m2(a) = Dimana : k B C=A k = m(b) m2(c) B C= k = jumlah keseluruhan himpunan kosong m(b) m2(c) (34)... (35) Dari rumus diatas maka akan dihitung gejala yang diinput berupa gejala G5 = Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah dan G20 = Penonjolan (papul) yang berisi zat padat ( komedo ) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas. Berdasarkan pengetahuan, G5 dan G20 merupakan gejala dari penyakit Acne ulgaris (P), Impetigo Bulosa (P3), dan aricella (P4). Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 244
14 a. Nilai kepercayaan G5 sebagai gejala penyakit kulit P,P3,P4 adalah : m0 {P,P3,P4} = m0{ Θ} = - = 0.0 m {P} = m{ Θ} = - = 0.0 Tabel 39. Tabel Perhitungan iterasi I m m0 {P,P9} 0.9 θ 0. {P,P3,P4} 0.9 {P} 0.8 {P,P3,P4} 0.09 θ 0. {P,P9} 0.09 θ 0.0 b. Nilai kepercayaan G20 sebagai gejala dari penyakit kulit P adalah : m2 {P} = = 0.8 m2 { {P,P9}} = = 0.09 m2 { P,P3,P4} = = 0.09 m2 { Θ } = = 0.0 Dari hasil perhitungan diperoleh nilai densitas terbesar adalah pada penyakit P yaitu 0.8. Sehingga dapat disimpulkan bahwa diagonosa penyakit kulit berdasarkan G5 dan G20 adalah penyakit Acne ulgaris dengan nilai densitas tertinggi sebesar SIMPULAN Dari hasil penelitian yang telah dilakukan, dapat diambil beberapa kesimpulan sebagai berikut: a. Sistem Pakar Diagnosa Awal penyakit kulit ini mendapatkan nilai kesesuaian 00% untuk metode Fuzzy mamdani dan 00% untuk metode Dempster shafer. Hal ini membuktikan bahwa dengan digunakannya metode Fuzzy Mamdani Dempster shafer telah sesuai dengan hasil yang diharapkan. Hasil perhitungan yang dilakukan oleh sistem telah sama dengan hasil perhitungan yang dilakukan secara manual. b. Pada Fuzzy Mamdani untuk mencari hasil penyakit dari gejala-gejala yang telah dipilih oleh user dan mengetahui tingkat keparahannya dilakukan perhitungan defuzzyfikasi dengan metode Weighted Average. Sedangkan metode perhitungan yang ada pada Dempster Shafer dalam Diagnosa Awal Penyakit kulit yaitu menggunakan kombinasi nilai Belief dari gejala-gejala yang diderita dimana kombinasi nilai Belief terbesar yang akan diambil sebagai hasil Diagnosa Awal Penyakit Kulit. c. Hasil kepuasaan pengguna (user) dalam menggunakan sistem pakar diagnosa penyakit kulit lebih mudah menggunakan diagnosa dempster shafer dengan rata rata sebesar 3.3 dibandingkan dengan fuzzy mamdani. Sedangkan pada tingkat informasi lebih detail pada diagnosa fuzzy mamdani dengan rata-rata sebesar 3.35 dibandingkan dempster shafer 2.9. Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 245
15 DAFTAR PUSTAKA [] M. Andino, H. Mahmud," Skin Diseases Expert System using Dempster-Shafer Theory," vol. 4, no.5, pp , 202. [2] Awotunde, J. B. et al, Medical Diagnosis System Using Fuzzy Logic, vol. 7, no. 2, pp , 204. [3] S. K. Dewi, Logika Fuzzy, pp , 200. [4] I. Made, Perbandingan Akurasi Metode Fuzzy Mamdani dan Dempster Shafer diagnosa Awal Penyakit Kulit, 207. Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 246
BAB 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 terperinciIMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT
IMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT Maya Yusida 1, Dwi Kartini 2, Andi Farmadi 3, Radityo Adi Nugroho 4, Muliadi 5 123Prodi Ilmu Komputer
Lebih terperinciFUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN CABAI
FUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN CABAI Muliadi 1, Irwan Budiman 2, Muhammad Adhitya Pratama 3, Antar Sofyan 4, 1,2,3Prodi Ilmu Komputer FMIPA ULM 4Prodi Ilmu Pertanian
Lebih 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 terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Himpunan Himpunan adalah setiap daftar, kumpulan atau kelas objek-objek yang didefenisikan secara jelas, objek-objek dalam himpunan-himpunan yang dapat berupa apa saja: bilangan, orang,
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM. serangan musuh, dengan terlihat sehat, musuh tidak akan menyerang. Berdasarkan
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Burung termasuk hewan yang pandai menyembunyikan keadaan kesehatannya. Hal ini karena sifat alami burung untuk mempertahankan diri dari serangan
Lebih terperinciPERANCANGAN SISTEM PAKAR DIAGNOSIS AWAL PENYAKIT GIGI DAN MULUT MENGGUNAKAN METODE DEMPSTER SHAFER
1 PERANCANGAN SISTEM PAKAR DIAGNOSIS AWAL PENYAKIT GIGI DAN MULUT MENGGUNAKAN METODE DEMPSTER SHAFER Hervica Marsha Valentine 1, Helfi Nasution 2, Helen Sastypratiwi 3. Program Studi Teknik Informatika,
Lebih terperinciSISTEM PAKAR DIAGNOSIS AWAL PENYAKIT KAMBING MENGGUNAKAN FUZZY INFERENCE TSUKAMOTO
SISTEM PAKAR DIAGNOSIS AWAL PENYAKIT KAMBING MENGGUNAKAN FUZZY INFERENCE TSUKAMOTO Sella Dwi Ovie Dityanto 1, Ariadi Retno Tri Hayati Ririd 2, Rosa Andrie Asmara 3 1,2 Program Studi Teknik Informatika,
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER 1 Yasidah Nur Istiqomah (07018047), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik Informatika 2 Program
Lebih 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 terperinciSistem Inferensi Fuzzy
Sistem Inferensi Fuzzy METODE SUGENO 27 Sistem Inferensi Fuzzy Metode Tsukamoto Metode Sugeno! Diperkenalkan oleh Takagi-Sugeno-Kang, tahun 1985.! Bagian output (konsekuen) sistem tidak berupa himpunan
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 terperinciPREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO
PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO Ahmad Bahroini 1, Andi Farmadi 2, Radityo Adi Nugroho 3 1,2,3Prodi Ilmu Komputer FMIPA UNLAM Jl. A. Yani Km 36 Banjarbaru, Kalimantan
Lebih terperinciSISTEM PAKAR PENYAKIT MATA GLAUKOMA DENGAN METODE BREADTH-FIRST SEARCH (BFS) DAN FUZZY TSUKAMOTO
SISTEM PAKAR PENYAKIT MATA GLAUKOMA DENGAN METODE BREADTH-FIRST SEARCH (BFS) DAN FUZZY TSUKAMOTO Sulthan Noor Ridha 1, Andi Farmadi 2, Dwi Kartini 3 123 Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36
Lebih terperinciBAB 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 terperinciSISTEM PAKAR DIAGNOSA AWAL PENYAKIT GINJAL DENGAN METODE FUZZY LOGIC UNTUK PENENTUAN CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSA AWAL PENYAKIT GINJAL DENGAN METODE FUZZY LOGIC UNTUK PENENTUAN CERTAINTY FACTOR Nurul Azka 1, Andi Farmadi 2, Dwi Kartini 3 123 Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru,
Lebih 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 terperinciPengantar Kecerdasan Buatan (AK045218) Logika Fuzzy
Logika Fuzzy Pendahuluan Alasan digunakannya Logika Fuzzy Aplikasi Himpunan Fuzzy Fungsi keanggotaan Operator Dasar Zadeh Penalaran Monoton Fungsi Impilkasi Sistem Inferensi Fuzzy Basis Data Fuzzy Referensi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah kata benda yang berasal dari kata himpun. Kata kerjanya adalah menghimpun. Menghimpun adalah kegiatan yang berhubungan dengan berbagai objek apa saja.
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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Dalam penelitian diagnosa penyakit asma dengan menggunakan metode fuzzy Tsukamoto, dibutuhkan data mengenai gejala penyakit dari seorang pakar atau
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 terperinciBAB IV METODOLOGI. Gambar 4.1 Model keseimbangan air pada waduk (Sumber : Noor jannah,2004)
BAB IV METODOLOGI 4.1 Sistem Pengoperasian Waduk. Tujuan di bangun suatu sistem waduk sangat mempengaruhi strategi pengoperasian sistem waduk yang bersangkutan. Dalam mengembangkan model optimasi pengoperasian
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA A. Kompetensi Pedagogik Menurut Mahmudin (2008) Kompetensi Guru merupakan seperangkat pengetahuan, keterampilan, dan perilaku yang harus dimiliki, dihayati, dikuasai, dan diaktualisasikan
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 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 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 terperinciImplementasi Metode Dempster Shafer Pada Sistem Pakar Untuk Diagnosa Jenis-jenis Penyakit Diabetes Melitus
Implementasi Metode Dempster Shafer Pada Sistem Pakar Untuk Diagnosa Jenis-jenis Penyakit Diabetes Melitus Dewi Pratama Kurniawati Jurusan Teknik Informatika. Fakultas Ilmu Komputer Universitas Dian Nuswantoro,
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 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 terperinciPENERAPAN FUZZY INFERENCE SYSTEM TAKAGI-SUGENO-KANG PADA SISTEM PAKAR DIAGNOSA PENYAKIT GIGI
PENERAPAN FUZZY INFERENCE SYSTEM TAKAGI-SUGENO-KANG PADA SISTEM PAKAR DIAGNOSA PENYAKIT GIGI Lutfi Salisa Setiawati 1, Irwan Budiman 2, Oni Soesanto 3 1,2,3 Prog. Studi Ilmu Komputer Fakultas MIPA Universitas
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 terperinciKata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa
SISTEM PENDUKUNG KEPUTUSAN METODE SUGENO DALAM MENENTUKAN TINGKAT KEPRIBADIAN SISWA BERDASARKAN PENDIDIKAN (STUDI KASUS DI MI MIFTAHUL ULUM GONDANGLEGI MALANG) Wildan Hakim, 2 Turmudi, 3 Wahyu H. Irawan
Lebih 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 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 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 terperinciSISTEM PAKAR PRE DIAGNOSIS PENYAKIT MENULAR SEKSUAL BERBASIS ANDROID DENGAN METODE FORWARD CHAINING
SISTEM PAKAR PRE DIAGNOSIS PENYAKIT MENULAR SEKSUAL BERBASIS ANDROID DENGAN METODE FORWARD CHAINING Fajar Rianda 1) LuthfiaRahman 2) Choirotun Jum iyyatin Nisak 3) Krisna Nuresa Qodri 4) 1)2)4) Teknologi
Lebih terperinciPenerapan Fuzzy Mamdani Pada Penilaian Kinerja Dosen (Studi Kasus STMIK Kaputama Binjai)
Penerapan Fuzzy Mamdani Pada Penilaian Kinerja Dosen (Studi Kasus STMIK Kaputama Binjai) Magdalena Simanjuntak 1), Achmad Fauzi 2) Program Studi Teknik Informatika STMIK Kaputama 1) Program Studi Manajemen
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 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 terperinciIMPLEMENTASI METODE LOGIKA FUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR PENENTUAN JENIS GANGGUAN PERKEMBANGAN PADA ANAK
IMPLEMENTASI METODE LOGIKA FUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR PENENTUAN JENIS GANGGUAN PERKEMBANGAN PADA ANAK Muhammad Risyanto Fitriyadi 1, Muliadi 2, Irwan Budiman 3 123 Prodi Ilmu Komputer
Lebih terperinciPenentuan Jumlah Permintaan Obat Pada Kantor Kepolisian Resort Kota Menggunakan. Logika Fuzzy Mamdani. Siti Fathimah
ISSN: 2089-3787 1629 Penentuan Jumlah Permintaan Obat Pada Kantor Kepolisian Resort Kota Menggunakan Logika Fuzzy Mamdani Siti Fathimah Jurusan Sistem Informasi, STMIK Banjarbaru Jl. Ahmad Yani K.M. 33,5,
Lebih 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 terperinciPenerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi
Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi Berdasarkan Data Persediaan dan Jumlah Permintaan Ria Rahmadita Surbakti 1), Marlina Setia Sinaga 2) Jurusan Matematika FMIPA UNIMED riarahmadita@gmail.com
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1. Latar Belakang Sistem pakar (Expert System) adalah suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan suatu masalah.
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI
BAB IV IMPLEMENTASI DAN EVALUASI Tahapan implementasi bertujuan untuk menerapkan sistem yang telah dibangun berdasarkan hasil pengujian yang telah dilakukan. Pengujian diawali dengan proses integrasi antara
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 terperinciSistem Pakar Fuzzy untuk Diagnosis Kanker Payudara Menggunakan Metode Mandani
Jurnal Generic, Vol. 8, No. 1, Maret 2013, pp. 190~197 ISSN: 1907-4093 (Print), 2087-9814 (online) 190 Sistem Pakar Fuzzy untuk Diagnosis Kanker Payudara Menggunakan Metode Mandani Rifkie Primartha 1,
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 terperinciSISTEM PAKAR DIAGNOSA PENYAKIT KELAMIN PADA PRIA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR BERBASIS WEB
SISTEM PAKAR DIAGNOSA PENYAKIT KELAMIN PADA PRIA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR BERBASIS WEB Bima Dwi Kurnianto 1), Dawam Zainul Husna 2), Ziyan Basyarah Mansyur 3) 1), 2), 3)
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 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 terperinciPrediksi Jumlah Produksi Mebel Pada CV. Sinar Sukses Manado Menggunakan Fuzzy Inference System
Jurnal Matematika dan Aplikasi decartesian ISSN:2302-4224 J o u r n a l h o m e p a g e: https://ejournal.unsrat.ac.id/index.php/decartesian decartesian Prediksi Jumlah Produksi Mebel Pada CV. Sinar Sukses
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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Komponen Mobil Mesin terdiri atas beberapa bagian yang memiliki fungsinya masingmaning. Bagian-bagian atau komponen-komponen tersebut bekerja bersama-sama untuk menghasilkan
Lebih terperinciBAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan
BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental
Lebih terperinciMetode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia
Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia Irmalia Suryani Faradisa dan Putri Sari Jurusan Teknik Elektro, Institut Teknologi Nasional Malang E-mail: faradyza@gmail.com Abstrak Gejala
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 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 terperinci4-5-FUZZY INFERENCE SYSTEMS
4-5-FUZZY INFERENCE SYSTEMS Shofwatul Uyun Mekanisme FIS Fuzzy Inference Systems (FIS) INPUT (CRISP) FUZZYFIKASI RULES AGREGASI DEFUZZY OUTPUT (CRISP) 2 Metode Inferensi Fuzzy Metode Tsukamoto Metode Mamdani
Lebih terperinciARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA
ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA Rima Liana Gema, Devia Kartika, Mutiana Pratiwi Universitas Putra Indonesia YPTK Padang email: rimalianagema@upiyptk.ac.id ABSTRAK
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Zadeh (1965) memperkenalkan konsep fuzzy sebagai sarana untuk menggambarkan sistem yang kompleks tanpa persyaratan untuk presisi. Dalam jurnalnya Hoseeinzadeh et
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Tabel 2.1 Perbandingan Tinjauan Pustaka
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tunjauan Pustaka Tabel 2.1 Perbandingan Tinjauan Pustaka NO Penulis Objek Metode Hasil Penelitian Perbandingan dengan Penelitian Sebelumnya 1 Christine Natalia
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 terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Definisi Persediaan Persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk memenuhi tujuan tertentu, misalnya untuk proses produksi atau perakitan,
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 terperinciAPLIKASI FUZZY INFERENCE SYSTEM (FIS) TSUKAMOTO UNTUK MENGANALISA TINGKAT RESIKO PENYAKIT DALAM
APLIKASI FUZZY INFERENCE SYSTEM (FIS) TSUKAMOTO UNTUK MENGANALISA TINGKAT RESIKO PENYAKIT DALAM Oleh: TRIVIA FALOPI NRP 1203 109 006 Dosen Pembimbing Drs. I Gusti Ngurah Rai Usadha, M.Si ABSTRAKSI Dalam
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 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 terperinciBAB 2 TINJAUAN PUSTAKA
4 BAB 2 TINJAUAN PUSTAKA 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern mengenai ketidakpastian
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh pada tahun 1965 yang merupakan guru besar di University of California Berkeley pada papernya yang berjudul
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 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 terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang Kanker merupakan tantangan kesehatan masyarakat yang besar di dunia dengan insidensi yang meningkat setiap tahun (Parkin dkk., 2005 dalam Haryono, 2012). Insidensi
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Logika Fuzzy Logika Fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh pada tahun1965. Teori ini banyak diterapkan di berbagai bidang, antara lain representasipikiran manusia
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 Fuzzy Logic Untuk Evaluasi Kinerja Pelayanan Perawat Rumah Sakit Permata Bekasi (RSPB) ABSTRACT
Metode Fuzzy Logic Untuk Evaluasi Kinerja Pelayanan Perawat Rumah Sakit Permata Bekasi (RSPB) M. Ridwan Effendi jundi79@gmail.com Fakultas Komputer Jurusan Sistem Informasi Universitas Mohammad Husni Thamrin
Lebih terperinciMenentukan Jumlah Produksi Berdasarkan Permintaan dan Persediaan Dengan Logika Fuzzy Menggunakan Metode Mamdani
Menentukan Jumlah Produksi Berdasarkan Permintaan dan Persediaan Dengan Logika Fuzzy Menggunakan Metode Mamdani Anitaria Simanullang 1), Marlina Setia Sinaga 2) Jurusan Matematika FMIPA UNIMED anitaria.simanullang@gmail.com
Lebih terperinciFUZZY LOGIC CONTROL 1. LOGIKA FUZZY
1. LOGIKA FUZZY Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan
Lebih 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 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 terperinciPEMODELAN SISTEM FUZZY DENGAN MENGGUNAKAN MATLAB
PEMODELAN SISTEM FUZZY DENGAN MENGGUNAKAN MATLAB Afan Galih Salman Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University Jln. K.H. Syahdan No 9, Palmerah, Jakarta Barat 11480 asalman@binus.edu
Lebih terperinciANALISIS KEPUASAN KONSUMEN BERDASARKAN TINGKAT PELAYANAN DAN HARGA KAMAR MENGGUNAKAN APLIKASI FUZZY DENGAN MATLAB 3.5.
ANALISIS KEPUASAN KONSUMEN BERDASARKAN TINGKAT PELAYANAN DAN HARGA KAMAR MENGGUNAKAN APLIKASI FUZZY DENGAN MATLAB 3.5. Indah Pratiwi Jurusan Teknik Industri, Universitas Muhammadiyah Surakarta Jl. A. Yani
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 terperinciMatematika Diskrit Fuzzy Inference System Prodi T.Informatika
Matematika Diskrit Fuzzy Inference System Prodi T.Informatika Mahasiswa dapat melakukan penalaran dengan hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Mekanisme Fuzzy Iinference Systems
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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian dalam tugas akhir ini adalah BPR BKK Kendal yang beralamatkan di jalan Soekarno Hatta No 335 Kendal. Penelitian ini berlangsung dari bulan
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 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 terperinciInstitut Teknologi Sepuluh Nopember Surabaya
Aplikasi Sistem Inferensi Fuzzy Metode Sugeno dalam Memperkirakan Produksi Air Mineral dalam Kemasan Oleh Suwandi NRP 1209201724 Dosen Pembimbing 1. Prof. Dr M. Isa Irawan, MT 2. Dr Imam Mukhlash, MT Institut
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 terperincimanusia diantaranya penyakit mata konjungtivitis, keratitis, dan glaukoma.
6 BAB II TINJAUAN PUSTAKA 2.1 Gambaran Tentang Mata Mata merupakan organ tubuh manusia yang paling sensitif apabila terkena benda asing misal asap dan debu. Debu akan membuat mata kita terasa perih atau
Lebih terperinciMODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN
Seminar Nasional Inovasi dan Teknologi (SNIT) 202 MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN Ghofar Taufiq AMIK Bina Sarana Informatika Jakarta Jl. Kramat Raya
Lebih terperinciFuzzy 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 terperinciAPLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)
APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI) 1Venny Riana Agustin, 2 Wahyu H. Irawan 1 Jurusan Matematika, Universitas
Lebih terperinciBAB 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 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 terperinci