Implementasi Fuzzy Inference System Mamdani Pada Proses Penentuan Kelulusan Calon Mahasiswa
|
|
- Irwan Agusalim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Impementasi Fuzzy Inference System amdani Pada Proses Penentuan Keuusan Caon ahasiswa (Studi Kasus : Penerimaan ahasiswa Baru Poiteknik Negeri Lhokseumawe Jaur UPN) Rahmad Hidayat Dosen Teknik Informatika Poiteknik Negeri Lhokseumawe rahmad_hidayat@mai.ugm.ac.id Abstract Admissions is an important process in a coege. To get the best candidate as the input for each facuities is quite compex, which is inked to few criteria that must be fufi. At The State Poytechnic Of Lhokseumawe there are severa paths in attracting prospective students, which are Bidikisi, Undangan and UPN. This study focuses ony on new admissions to the track UPN. The criteria used to determine graduation students in this study incude entrance exam scores, UAN and and average report card on the semester 4,5 and 6. Each of these criteria wi be used as the input set on amdani Fuzzy Inference. Input vaue entrance exam has three categories: ow, medium and high. Whie the vaue of UAN has a set of categories, ow, medium and high. The third input is the average rapot semester 4,5, and 6 have the categories of ow, medium and high. The next step in mapping the set of input to output sets using the set of rues. The resuts obtained in this study is a prospective student fais to 33.33%, whie 2.4% passed the reserves, and 48.77% passed. Keywords :Set, Input, Output, Rue, Fuzzy amdani
2 4 TECHSI : Vo 7, No. 2 Oktober 205. Pendahuuan Penerimaan mahasiswa baru merupakan suatu proses penjaringan kandidat untuk memasuki program studi yang tersedia di suatu perguruan tinggi. emiih kandidat yang tepat bukan merupakan proses yang singkat. Berbagai criteria penyeeksian caon mahasiswa harus dipenuhi sesuai dengan standar yang teah ditetapkan oeh masing-masing perguruan tinggi. Pada Poiteknik Negeri Lhokseumawe terdapat beberapa jaur daam menjaring caon mahasiswa, antara ain Bidik isi, Undangan dan UPN. Peneitian ini hanya berfokus pada penerimaan mahasiswa baru pada jaur UPN. Adapun kriteria yang dipakai untuk menentukan keuusan caon mahasiswa pada peneitian ini antara ain niai ujian masuk, niai UAN dan rata-rata rapor pada semester 4, 5 dan 6. asing-masing criteria tersebut akan digunakan sebagai himpunan input pada Inferensi Fuzzy amdani. Input niai ujian masuk memiiki tiga buah kategori yaitu rendah, sedang dan tinggi. Sedangka nniai UAN memiiki himpunan kategori yaitu rendah, sedang dan tinggi. Input ketiga yaitu rata-rata rapor pada semester 4, 5, dan 6 memiiki kategori rendah, sedang dan tinggi. Peneitian ini bertujuan untuk membantu proses penyeeksian caon mahasiswa berdasarkan criteria diatas sehingga proses penerimaan caon mahasiswa baru meaui jaur UPN dapat ebih mudah dan cepat, tanpa terau banyak meibatkan pengambi keputusan didaamnya. 2. Kajian Pustaka 2. UPN (Ujian asuk Poiteknik Nasiona) UPN atau Ujian asuk Poiteknik Nasiona dimaksudkan untuk memiih caon mahasiswa yang mempunyai kemampuan akademik untuk mengikuti dan menyeesaikan pendidikan di Poiteknik sesuai dengan batas waktu yang teah ditetapkan. Proses seeksi bagi peserta yang mengambi formuir pendaftaran di Poiteknik eektronika Negeri Surabaya adaah sebagai berikut. Semua peserta UPN akan diurutkan menurut niai ujiannya, kemudian
3 Fuzzy Inference System 5 diaokasikan pada program studi pihannya, dengan ketentuan bahwa peserta yang ebih baik mendapat prioritas untuk diaokasikan ebih dahuu. Jika masih ada tempat di program studi piihan pertama, ia akan diterima di program studi piihan pertama. Jika tempat pada program studi pertama teah penuh dan masih ada tempat di program studi piihan kedua, ia akan diterima di program studi piihan kedua. Jika tempat pada program studi piihan kedua teah penuh dan masih ada tempat di program studi piihan ketiga, ia akan diterima di program studi piihan ketiga, dan seterusnya. Jika tempat pada program studi piihan pertama, kedua dan ketiga teah penuh dengan peserta yang ebih baik dari peserta tersebut, maka ia tidak akan diterima waaupun niainya masih cukup tinggi. 2.2 Inferensi Fuzzy esin inferensi fuzzy digunakan untuk mengkombinasikan aturan IF-THEN pada himpunan fuzzy B daam V. Jika aturan fuzzy hanya memiiki satu aturan, maka pemetaan dari himpunan A daam U kehimpunan fuzzy B daam V dapat diakukan dengan menggunakan generaized modus ponens. Pada praktiknya banyak penggunaan aturan fuzzy yang menggunakan ebih dari satu aturan, yang menjadi pertanyaan adaah bagaimana meakukan inferensi terhadap himpunan aturan. Terdapat dua cara untuk meakukan inferensi terhadap himpunan aturan, yang pertama inferensi berbasis komposisi dan inferensi berbasis aturan individua. enurut Wang (997), Inferensi berbasis komposisi yang sering digunakan antara ain: Product Inference Engine Product inference engine memiiki fungsi keanggotaan sebagai berikut : µ n B y = A x A x '( ) max[sup( µ '( ) µ ( i) µ B ( y))] i = x U i=
4 6 TECHSI : Vo 7, No. 2 Oktober 205 inimum Inference Engine inimum Inference Engine memiiki fungsi keanggotaan sebagai berikut : µ '( y) max[sup min( '( x), ( x ),..., B = µ A µ A µ ( xn), A µ B n = x U ( y))] Lukasiewicsz Inference Engine Lukasiewicsz Inference Engine memiiki fungsi keanggotaan sebagai berikut : n µ '( y) max{sup min[ '( x), min( B = µ A µ A ( xi ) + µ B i = x U i= ( y)]} Zadeh Inference Engine Zadeh Inference Engine memiiki fungsi keanggotaan sebagai berikut : µ ( y) = min{sup min[ µ ( x), max(min( µ ( x ),..., µ ( x ), µ ( y)), B' = x U A' Ai An n B n min( µ ( x )))]} i= Ai i Dienes-Rescher Inference Engine Dienes-Rescher Inference Engine memiiki fungsi keanggotaan sebagai berikut :
5 Fuzzy Inference System 7 µ '( y) min{sup min[ '( x),max( min( B = µ A µ ( x )), µ = x U n i= A i i B ( y))]} 2.3 Defuzzifikasi Defuzzyfikasi pada komposisi aturan mamdani dengan menggunakan metode centroid. enurut Wang (997) Defuzzifikasi didefenisikan sebagai pemetaan dari himpunan fuzzy B daam V R ke titik tegas y * V. Konsepnya, tugas dari defuzzifikasi adaah untuk menentukan titik daam V yang merupakan representasi terbaik dari himpunan fuzzy B. berikut ini kriteria yang harus diperhatikan daam memiih skema defuzzifikasi : Logis Titik y * harus merepresentasikan B dari titik pandang yang intuitif. Sebagai contoh, hasi defuzzifikasi dapat teretak pada pertengahan atau memiiki derajat keanggotaan yang tinggi daam B. Komputasi yang sederhana. Kriteria ini kadang-kadang penting daam pengendai fuzzy karena pengendai fuzzy beroperasi rea-time. Kontinuitas. Perubahan keci daam B seharusnya tidak membuat perubahan yang besar daam y *. Defuzzifikasi yang sering digunakan antara ain :. Centra of Gravity (centroid) Defuzzifikasi Center of gravity menetapkan y * sebagai pusat dari area yang terdapat daam fungsi keanggotaan B. Persamaannya adaah : y* = v yµ B' ( y) dy v µ B' ( y) dy
6 8 TECHSI : Vo 7, No. 2 Oktober 205 Ada dua keuntungan menggunakan metode centroid, yaitu (Kusumadewi, 2002): Niai defuzzyfikasiakan bergerak secara haus sehingga perubahan dari suatu himpunan fuzzy juga akan berjaan dengan haus. Lebihmudahdaamperhitungan. 2. Center of Average Himpunan fuzzy B merupakan gabungan atau interseksi dari himpunan fuzzy. Pendekatan yang diakukan adaah mencari bobot rata-rata dari titik tengah himpunan fuzzy, dengan niai bobot sama dengan titik tertinggi dari himpunan fuzzy yang teribat. Jika y - merupakan pusat dari himpunan fuzzy dan w merupakan bobotnya, defuzzifikasi center average y * didefenisikan sebagai berikut : y* = = y w w = 3. Defuzzifikasi aksimum Konsep dari defuzzifikasi maksimum adaah memiih y * sebagai titik daam V yang mana μ B mencapai niai maksimumnya. Didefinisikan himpunan : hgt(b ) = {y V µ B '( y) = sup µ B' ( y)} y V yang mana, hgt(b ) merupakan himpunan dari semua titik daam V dimana µ B (y) mencapai niai maksimumnya. Defuzzifikasi maksimum y * merupakan eemen semabrang daam hgt(b ), yang didefenisikan sebagai berikut : y * = titik apa saja daam hgt(b )
7 Fuzzy Inference System 9 etodepeneitian 3. Fuzzifikasi Pada sistemini terdapat tigainput yang akan difuzzifikasikan ke himpunan fuzzy dan menjadi fungsi keanggotaan fuzzy. Input niai ujian masuk memiiki tiga buah variabe yaitu rendah, sedang dan tinggi. Sedangkan niai UAN memiiki himpunan kategori yaitu rendah, sedang dan tinggi. Input ketiga yaitu rata-rata rapot pada semester 4, 5, dan 6 memiiki kategori rendah, sedang dan tinggi.. Fungsi keanggotaan niai ujian masuk memiiki tiga buah variabe inguistik yaitu rendah, sedang, dan tinggi. Varibe inguistikrendah menggunakan kurva bahu, sedangkan varibe ingusitik sedang menggunakan kurva segitiga dan varibe inguistik tinggi menggunakan kurva bahu. Untuk ebih jeasnya dapat diihat pada gambar. Gambar. Representasi kurva ratio perbandingan ukuran fie 2. Fungsi keanggotaanniai UAN memiiki tiga buah variabe inguistik yaitu rendah, sedang, dan tinggi. Varibe inguistikrendah menggunakan kurva bahu, sedangkan varibe ingusitik sedang menggunakan kurva
8 20 TECHSI : Vo 7, No. 2 Oktober 205 segitiga dan varibe inguistik tinggi menggunakan kurva bahu. Untuk ebih jeasnya dapat diihat pada gambar 2. Gambar 2. Representasi kurva ratio perbandingan ukuran fie 3. Fungsi keanggotaan rata-rata niairaport semester 4,5,6 tiga buah variabe inguistik yaitu rendah, sedang, dan tinggi. Varibe inguistikrendah menggunakan kurva bahu, sedangkan varibe ingusitik sedang menggunakan kurva segitiga dan varibe inguistik tinggi menggunakan kurva bahu. Untuk ebih jeasnya dapat diihat pada gambar 3. Gambar 3. Representasi kurva ratio perbandingan ukuran fie
9 Fuzzy Inference System Rue Basis rue berisi aturan kendai fuzzy yang dijaankan untuk mencapai tujuan pengendaian. Tiap rue kendai berupa impikasi dan pernyataan kondisiona IF THEN. Aturan-aturan IF THENyang ada dikeompokkan dan disusun kedaam bentuk FuzzyAssociative emory (FA). FA ini berupa suatu matriks yang menyatakan input-output sesuai dengan aturan IF THEN pada basis aturan yang ada. Aturan yang teah dibuat harus dapat mengatasi semua kombinasi-kombinasi input yang mungkin terjadi, dan harus dapat menghasikan sinya kendai yang sesuai agar tujuan pengendaian tercapai. Untuk rue yang teah di bentuk dapat diihat pada tabe.. sedangkan untuk fungsi keanggotaan output dapat diihat pada gambar 4. Tabe. Rue untuk output fuzzy Niai Ujian asuk Niai UAN Niai Rata-rata Raport Output Rendah Rendah Rendah Tidak Luus Sedang Rendah Sedang Tidak Luus Tinggi Rendah Tinggi Luus Sedang Rendah Rendah Tidak Luus Tinggi Sedang Sedang Luus Cadangan Tinggi Sedang Tinggi Luus Tinggi Rendah Sedang Luus Cadangan Tinggi Sedang Sedang Luus Tinggi Tinggi Tinggi Luus
10 22 TECHSI : Vo 7, No. 2 Oktober 205 Gambar 4. Representasi kurva output HasiEksperimendanPembahasan Untuk mengetahui apakah rancangan fuzzy yang sudah dibuat dapat berjaan dengan baik, maka diakukan simuasi menggunakan toobox fuzzy yang terdapat pada ATLAB. Sesuai dengan rancangan yang teah didefenisikan pada bagian sebeumnya, maka disini didefenisikan tiga buah variabe input yaitu niai_ujian_masuk, niai_uan dan niai_rata_raport. Sedangkan untuk varibe output didefenisikan satu varibe yaitu status_keuusan. Untuk inferensi fuzzy menggunakan inferensi mamdani. Untuk ebih jeasnya dapat dihat pada gambar 5.
11 Fuzzy Inference System 23 Gambar 5. Jendea rue viewer Seteah variabe input dan output serta rue seesai di impementasikan, maka untuk mengetahui apakah rancangan tersebut dapat berjaan maka diakukan proses pengujian. Pengujian diakukan dengan memberikan input dan kemudian meihat apakah output yang dihasikan teah sesuai dengan yang diharapkan. Pada proses pengujian ini input yang diberikan berupa data caon mahasiwa baru seama tiga tahun yaitu tahun 203, 204 dan 205. Untuk engkapnya tentang data dan hasi pengujian dapat diihat pada tabe 2.
12 24 TECHSI : Vo 7, No. 2 Oktober 205 Tahun JumahPendaftar Tabe 2.HasiPengujian Status Keuusan TL LC L (23%) 292 (35%) 55 (42%) (29%) 996 (23.5%) (34.56%) (Ket : TL= Tidak Luus, LC=Luus Cadangan, L=Luus) 29 (25.34%) 203 (47.5%) 928 (40.%) Hasi eksperimen didapatkan pada tahun 203 didapatkan 42% caon mahasiswa uus. Tingkat keuusan pada tahun 203 dapat dikatakan reatif tinggi, sehingga jumah mahasiswa yang uus dapat memenuhi jumah kursi yang tersesedia pada masing-masing program studi. Pada tahun 204 didapatkan 47.5% caon mahasiswa uus. Angka keuusan caon mahasiswa yang tinggi ini disebabkan karena tingginya niai yang didapat caon mahasiswa pada beberapa variabe input. Sehingga dapat kita ihat pada tabe tinggkat uusan cadangan dan tidak uus cukup rendah. Sedangkan pada tahun 205 didapatkan 40.% caon mahasiswa uus. Angka keuusan ini paing rendah dibandingkan dengan tahun ainnya. Ha ini disebabkan karena niai caon mahasiswa pada beberapa variabe input berniai rendah dan sedang sehingga mempengaruhi angka keuusan pada tahun tersebut. 6. Kesimpuan Berdasarkan hasi eksperimen dapat kita simpukan bahwa status keuusan mahasiswa meaui jaur UPN pada tahun 203, 204, dan 205 dapat ditentukan dengan baik mengunakan FIS mamdani. Pada tahun 203 didapatkan 55 caon mahasiswa uus, 292 uus
13 Fuzzy Inference System 25 cadangan, dan 849 tidak uus. Pada tahun 204 didapatkan 203 caon mahasiswa uus, 996 uus cadangan, dan 229 tidak uus. Sedangkan Pada tahun 205 didapatkan 928 caon mahasiswa uus, 29 uus cadangan, dan 662 tidak uus. Kedepannya diharapkan variabe input dapat ditambah sehingga hasi yang didapatkan bisa ebih akurat. Referensi [] Kenda& Kenda Systems Anaysis and Design, Prentice Ha, New Jersey, USA, ha [2] Kir, G.J., dan Yuan, B., 995, Fuzzy Sets and Fuzzy Logic : Theory and Appications.Prentice Ha Internationa Inc., Upper Sadde River, NJ [3] Kusumadewi, S., danguswaudin, I., 2005, Fuzzy uti Criteria Decision aking,jurna edia InformatikaJurusanTeknikInformatikaFakutasTeknoogiIndust riuniversitas Isam Indonesianomor voume 3 haaman 25-38, Juni 2005, diakses 23 November 200. [4] Kusumadewi, S. 2002, AnaisisDesainSistem Fuzzy menggunakan Too Box atab, GrahaImu, Jogjakarta. [5] Pressman, R.S., 2002, Software Engineering, A Practitioner s Approach, 5 th Edition, cgraw-hi, Inc. New York.
Implementasi Fuzzy Inference System Mamdani Pada Proses Penentuan Kelulusan Calon Mahasiswa
Impemetasi Fuzzy Iferece System amdai Pada Proses Peetua Keuusa Cao ahasiswa (Studi Kasus : Peerimaa ahasiswa Baru Poitekik Negeri Lhokseumawe Jaur UPN) Rahmad Hidayat Dose Tekik Iformatika Poitekik Negeri
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 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 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 terperinciBAB IV HASIL DAN PEMBAHASAN
71 BAB IV HASIL DAN PEMBAHASAN 4.1 Pembuatan Basis Data Langkah pertama daam membangun apikasi adaah meakukan instaasi apikasi server yaitu menggunakan SQLite manager yang di insta pada browser Mozia Firefox.
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 terperinciSeminar Nasional Inovasi Dan Teknologi Informasi (SNITI 3) ISSN : Samosir, November 2016
Analisis Penerapan Fuzzy Inference System (FIS) Dengan Metode Mamdani Pada Sistem Prediksi Mahasiswa Non Aktif (Studi Kasus : AMIK Tunas Bangsa Pematangsiantar) Anjar Wanto 1 1 Fakultas Ilmu Komputer-Teknologi
Lebih 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 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 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 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 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 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 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 terperinciPENENTUAN CADANGAN PREMI MENGGUNAKAN METODE FACKLER PADA ASURANSI JIWA DWI GUNA
Buetin Imiah Mat. Stat. dan Terapannya (Bimaster) Voume 02, No. 2 (203), ha 5 20. PENENTUAN CAANGAN PREMI MENGGUNAKAN METOE FACKLER PAA ASURANSI JIWA WI GUNA Indri Mashitah, Neva Satyahadewi, Muhasah Novitasari
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 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 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 terperinciFOURIER Oktober 2014, Vol. 3, No. 2,
FOURIER Oktober 2014, Vo. 3, No. 2, 98 116 PENYELESAIAN MATCHING GRAF DENGAN MENGGUNAKAN METODE HUNGARIAN DAN PENERAPANNYA PADA PENEMPATAN KARYAWAN DI SUATU PERUSAHAAN Auia Rahman 1, Muchammad Abrori 2,
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 terperinciMengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani
Seminar Nasional Teknologi Informatika, "The Future of Computer Vision", 27, ISBN : 978-62-56--7 Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani Sepri Yanti
Lebih terperinciPERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE F UZZY MAMDANI DENGAN F UZZY SUGENO PADA PT XYZ. Rianto Samosir, Iryanto, Rosman Siregar
Saintia Matematika Vol. 1, No. 6 (2013), pp. 517-527. PERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE F UZZY MAMDANI DENGAN F UZZY SUGENO PADA PT XYZ Rianto Samosir, Iryanto, Rosman Siregar Abstrak: Logika
Lebih terperinciPENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI
PENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI Hilda Lutfiah, Amar Sumarsa 2, dan Sri Setyaningsih 2. Program Studi Matematika Fakultas Matematika
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 terperinciTahap Sistem Pakar Berbasis Fuzzy
Company LOGO Penalaran Mamdani dan Tsukamoto Pada pendekatan Fuzzy Inference System Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2011 www.company.com
Lebih terperinciKASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno
KASUS PENERAPAN LOGIKA FUZZY Fuzzy tsukamoto, mamdani, sugeno CARA KERJA LOGIKA FUZZY MELIPUTI BEBERAPA TAHAPAN BERIKUT : 1. Fuzzyfikasi 2. Pembentukan basis pengetahuan fuzzy (rule dalam bentuk if..then).
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 terperinciPENERAPAN MANAJEMEN KINERJA DI PERUSAHAAN MANAJEMEN KINERJA PERTEMUAN KETIGA
PENERAPAN MANAJEMEN KINERJA DI PERUSAHAAN MANAJEMEN KINERJA PERTEMUAN KETIGA PENERAPAN MANAJEMEN KINERJA Daam pertemuan pekan ini pokok bahasan kita adaah penerapan manajemen kinerja di perusahaan, dampaknya
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 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 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 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 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 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 terperinciKajian Peningkatan Akurasi Matriks Asal-Tujuan yang Dihasilkan dari Data Arus Lalulintas pada Kondisi Keseimbangan
PROC. ITB Sains & Tek. Vo. 39 A, No. 1&2, 2007, 23-39 23 Kajian Peningkatan Akurasi Matriks Asa-Tujuan yang Dihasikan dari Data Arus Lauintas pada Kondisi Keseimbangan Ofyar Z. Tamin 1 & Rusmadi Suyuti
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 terperinciPerancangan Job-Person Matching di Bagian Sediaan Non-Betalaktam Departemen Instalasi Produksi Lafiad
Jurna Teematika, vo. 9 no. 2, Institut Teknoogi Harapan Bangsa, Bandung ISSN: 1858-2516 Perancangan Job-Person Matching di Bagian Sediaan Non-Betaaktam Departemen Instaasi Produksi Lafiad Devi Puspitarini
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 terperinciPENERAPAN METODE LOGIKA FUZZY MODEL TAHANI DALAM PEMILIHAN HARDWARE KOMPUTER
E-Jurnal Matematika Vol. 6 4, November 2017, pp. 248-252 ISSN: 2303-1751 PENERAPAN METODE LOGIKA FUZZY MODEL TAHANI DALAM PEMILIHAN HARDWARE KOMPUTER Moh. Heri Setiawan 1, G. K. Gandhiadi 2, Luh Putu Ida
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 terperinciNomor : 361/UN.3.1.4/PPd/ Maret 2015 Lampiran : 1 (satu) eksemplar : Penyebaran Informasi Beasiswa S2 STAR
UNIVERSITAS AIRLANGGA Kampus B Jaan Airangga 4 Surabaya 60286 Tep. 01-50642, 506584 Fax. 01-5026288 Website: http://www.fe.unair.ac.id E-mai: fe@unair.ac.id, info@fe.unair.ac.id Nomor : 61/UN..1.4/PPd/2015
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 terperinciUNIVERSITAS AIRLANGGA FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS AIRLANGGA Kampus B Jaan Airangga 4 Surabaya 60286 Tep. 01-50642, 506584 Fax. 01-5026288 Website: http://www.fe.unair.ac.id E-mai: fe@unair.ac.id, info@fe.unair.ac.id Nomor : 125/UN.4/PPd/Dept/Ak/201
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 terperinciLogika Fuzzy. Farah Zakiyah Rahmanti 2016
Logika Fuzzy Farah Zakiyah Rahmanti 2016 Topik Bahasa Alami Crisp Logic VS Fuzzy Logic Fungsi Keanggotaan (Membership Function) Fuzzifikasi (Fuzzyfication) Inferensi (Inference) Komposisi (Composition)
Lebih terperinciMETODOLOGI PENELITIAN
7 terboboti dari daerah output fuzzy. Metode ini paling dikenal dan sangat luas dipergunakan. First of Maxima (FoM) dan Last of Maxima (LoM) Pada First of Maxima (FoM), defuzzifikasi B( y) didefinisikan
Lebih 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 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 terperinciSISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC
SISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC ( STUDY KASUS : KARANG TARUNA DESA PUHJARAK ) SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana Komputer
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat
BAB IV HASIL DAN PEMBAHASAN A. Analisis Tingkat Kesehatan Bank Tingkat kesehatan bank dapat diketahui dengan melihat peringkat komposit bank tersebut. Menurut peraturan Bank Indonesia No. 13/1/PBI/2011
Lebih terperinciBAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya
BAB II LANDASAN TEORI A. Logika Fuzzy Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya berada di luar model matematis dan bersifat inexact. Konsep ketidakpastian inilah yang
Lebih 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 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 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 terperinciPERHITUNGAN CADANGAN PADA ASURANSI JIWA BERJANGKA MENGGUNAKAN METODE FACKLER DENGAN PRINSIP PROSPEKTIF
PERHITUNGAN ADANGAN PADA ASURANSI JIWA BERJANGKA MENGGUNAKAN METODE FAKLER DENGAN PRINSIP PROSPEKTIF Riaman, Kankan Parmikanti 2, Iin Irianingsih 3, Sudradjat Supian 4 Departemen Matematika, Fakutas MIPA,
Lebih terperinciAnalisis Fungsi Keanggotaan Fuzzy Tsukamoto Dalam Menentukan Status Kesehatan Tubuh Seseorang
Analisis Fungsi Keanggotaan Fuzzy Tsukamoto Dalam Menentukan Status Kesehatan Tubuh Seseorang Nurul Khairina Politeknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal nurulkhairina27@gmail.com Abstrak
Lebih terperinciFuzzy Expert Sistem. Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2015
Fuzzy Expert Sistem Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2015 Ketentuan Praktikum Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa
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 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 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 terperinciIJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY
IJCCS, Vol.x, No.x, July xxxx, pp. ~5 ISSN: 978-52 Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY Dian Eko Hari Purnomo Universitas Sarjanawiyata Tamansiswa, Program Studi Teknik
Lebih terperinciPENENTUAN JUMLAH PRODUKSI PULP PADA PT.TOBA PULP LESTARI, Tbk. DENGAN MENGGUNAKAN METODE FUZZY-MAMDANI SKRIPSI AGNES NENNY SISKA SINAGA
PENENTUAN JUMLAH PRODUKSI PULP PADA PT.TOBA PULP LESTARI, Tbk. DENGAN MENGGUNAKAN METODE FUZZY-MAMDANI SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains AGNES NENNY
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 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 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 terperinciBERITA ACARA PEMBERIAN PENJELASAN PEKERJAAN Nomor : 38 /ULP-POKJA KONSTRUKSI.II/2011
PEMERINTAH KABUPATEN KOTAWARINGIN BARAT UNIT LAYANAN PENGADAAN Jaan Sutan Syahrir Nomor 02 No. Tep. (0532) 23759 Pangkaan Bun 74112 BERITA ACARA PEMBERIAN PENJELASAN PEKERJAAN Nomor : 38 /ULP-POKJA KONSTRUKSI.II/2011
Lebih terperinciBAB II TINJAUAN PUSTAKA. utamanya adalah menentukan struktur yang mendasari keterkaitan (korelasi)
BAB II TINJAUAN PUSTAKA. Anaisis aktor Menurut Hair, et a. (995) anaisis faktor adaah sebuah nama umum yang diberikan kepada sebuah keas dari metode statistika mutivariat yang tujuan utamanya adaah menentukan
Lebih terperinciProsiding Matematika ISSN:
Prosiding Matematika ISS: 2460-6464 Mode Matematika Cadangan Premi Asuransi Kesehatan Perawatan Rumah Sakit Menggunakan Metode Prospektif Mathematica Modes of Cacuation of The Heath Insurance Premium Backup
Lebih terperinciModel Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto
Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto Zaenal Abidin Program studi Sistem Informasi STMIK Teknokrat Bandar Lampung, Indonesia
Lebih terperinciGambar 3.1 Lokasi Museum Konperensi Asia Afrika Sumber :
BAB III METODOLOGI PENELITIAN A. Lokasi dan Objek Peneitian Lokasi peneitian ini diaksanakan di Museum Konperensi Asia Afrika berokasi di Gedung Merdeka, jaan Asia Afrika No. 65 Bandung, Keurahan Braga,
Lebih terperinciContoh Kasus. Bagus Ilhami HIdayat
Contoh Kasus Suatu perusahaan tekstil akan memproduksi pakaian dengan jenis XYZ. Dari 1 bulan terakhir, permintaan terbesar mencapai 5000 potong per hari, dan permintaan terkecil mencapai 1000 potong per
Lebih terperinciMetode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan
Scientific Journal of Informatics Vol., No. 1, Mei 2016 p-issn 2407-7658 http://journal.unnes.ac.id/nju/inde.php/sji e-issn 2460-0040 Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan
Lebih 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 terperinciElin Haerani. Kata Kunci : Defuzzifikasi, COA (center of area), bisektor, MOM (mean of maximum) LOM
ANALISA KENDALI LOGIKA FUZZY DENGAN METODE DEFUZZIFIKASI COA (CENTER OF AREA), BISEKTOR, MOM (MEAN OF MAXIMUM), LOM (LARGEST OF MAXIMUM), DAN SOM (SMALLEST OF MAXIMUM) Elin Haerani Jurusan Teknik Informatika,
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 terperinciPENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK) Andrian Juliansyah ( 1011287) Mahasiswa Program Studi Teknik
Lebih 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 terperinciPENENTUAN KEPUTUSAN MULTI KRITERIA DENGAN HIMPUNAN SAMAR
PENENTUAN KEPUTUSAN MULTI KRITERIA DENGAN HIMPUNAN SAMAR Samsuryadi Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Sriwijaya syamsuryadi@unsri.ac.id Abstrak Decision support systems to
Lebih terperinciANALISIS DANA TABARRU ASURANSI JIWA SYARIAH MENGGUNAKAN PERHITUNGAN COST OF INSURANCE
Buetin Imiah Math. Stat. dan Terapannya (Bimaster) Voume 05, No. (206), ha 53-60. ANALISIS DANA TABARRU ASURANSI JIWA SYARIAH MENGGUNAKAN PERHITUNGAN COST OF INSURANCE Amanah Fitria, Neva Satyahadewi,
Lebih terperinciREKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO oleh ENDRA PRATAMA M0112030 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinciOutline. Pengertian Dasar Arsitektur Tugas Data Mining Contoh Penggunaan Data Mining
Outine Pengertian Dasar Arsitektur Tugas Data Mining Contoh Penggunaan Data Mining Latar Beakang 3 Mengapa harus Data Mining? Definisi Data Mining Pengertian Yang Saah Imu Data Mining Arsitektur Data Mining
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 terperinciFrekuensi Alami Rangka Batang Semi-Kaku dengan Efek Gaya Aksial Ruly Irawan 1,a*
Frekuensi Aami Rangka Batang Semi-Kaku dengan Efek Gaya Aksia Ruy Irawan 1,a* 1 Program Studi Teknik Sipi,Fakutas Teknik, Universitas Sarjanawiyata Tamansiswa a nawari007@yahoo.com Abstrak Artike ini menyajikan
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 terperinciOPTIMISASI MULTIOBJEKTIF UNTUK PEMBENTUKAN PORTOFOLIO. Abdul Hoyyi 1, Dwi Ispriyanti 1. Abstract
Optimisasi (Abdu H) OPTIMISASI MULTIOBJEKTIF UNTUK PEMBENTUKAN PORTOFOLIO Abdu Hoyyi 1, Dwi Ispriyanti 1 1 Staf Pengajar Jurusan Statistika FSM UNDIP Abstract Investing in asset such as stock; besides
Lebih terperinciMULTICRITERIA DECISION MAKING (MCDM)_3 PRASETYANINGRUM
MULTICRITERIA DECISION MAKING (MCDM)_3 IRA PRASETYANINGRUM PENDEKATAN KEPUTUSAN KELOMPOK Metoda Dephi Peniaian keompok, diakukan sharing dipandu moderator Masaah Daftar Anggota Ahi Masaah disampaikan ke
Lebih terperinciManajemen Kinerja Pokok Bahasan:
Manajemen Kinerja Pokok Bahasan: Manajemen Kinerja: Peatihan dan Penghargaan Sub Pokok Bahasan Pengertian Peatihan Proses pembeajaran dan pengembangan individu Jenis-jenis peatihan karyawan Manfaat peatihan
Lebih terperinciBAB V HASIL DAN PEMBAHASAN. Prambanan, tim robot STIKOM Surabaya dengan nama O3STAD_11K
BAB V HASIL DAN PEMBAHASAN Pada Kontes Robot Indonesia yang mengusung tema Membangun Candi Prambanan, tim robot STIKOM Surabaya dengan nama O3STAD_11K merancang sebuah robot tema perombaan. Di mana daam
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 terperinciPEMODELAN TARIKAN PERJALANAN PADA RUMAH SAKIT DI KOTA PADANG
No. Vo. Thn. XIV Apri 00 ISSN: 84-84 PEMODELAN TARIKAN PERJALANAN PADA RUMAH SAKIT DI KOTA PADANG Hendra Gunawan ),Titi Kurniati ),Dedi Arnadi ) )Staf Pengajar Jurusan Teknik Sipi Universitas Andaas )Mahasiswa
Lebih terperinciRima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang
Sistem Pendukung Keputusan Dalam Menentukan Jenis Budidaya Ikan Dengan Mengukur Kualitas Air Menggunakan Metode Fuzzy Tsukamoto (Studi Kasus : Balai Benih Ikan di Pengujan Kabupaten Bintan) Rima Ayuningtyas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah suatu kumpulan atau koleksi objek-objek yang mempunyai kesamaan sifat tertentu. Objek ini disebut elemen-elemen atau anggota-anggota dari himpunan (Frans
Lebih terperinciPENILAIAN PESERTA TERHADAP PENYAMPAIAN MATERI PEMBICARA SEMINAR ENTREPRENUER MENGGUNAKAN APLIKASI FUZZY
PENILAIAN PESERTA TERHADAP PENYAMPAIAN MATERI PEMBICARA SEMINAR ENTREPRENUER MENGGUNAKAN APLIKASI FUZZY Agung Baitul Hikmah AMIK BSI Tasikmalaya agung.abl@bsi.ac.id Abstract In a seminar event, a speaker
Lebih terperinciJURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 4 NO. 1 SEPTEMBER 2011
OPTIMALISASI PRODUK MOBIL DENGAN SISTEM PENDUKUNG KEPUTUSAN BERBASIS FUZZY Dedy Irfan 1 ABSTRACT Make decision is required to utilize one among some existing alternatives. Decision made to solve problem,
Lebih terperinciPENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI
JURNAL LOGIC. VOL. 15. NO. 3. NOPEMBER 2015 199 PENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI Ni Made Karmiathi Jurusan Teknik Elektro, Politeknik Negeri Bali Bukit JImbaran,
Lebih 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 terperinciOPTIMALISASI JUMLAH BUS TRAYEK MANGKANG- PENGGARON DENGAN PENDEKATAN COMPROMISE PROGRAMMING
OPTIMALISASI JUMLAH BUS TRAYEK MANGKANG- PENGGARON DENGAN PENDEKATAN COMPROMISE PROGRAMMING Diana Puspita Sari, Arfan Backtiar, Heny Puspasri Industria Engineering Department, Diponegoro University Emai
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 terperinciPERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )
TUGAS AKHIR PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati (1207 100 031) Dosen Pembimbing: Drs. I G Ngurah Rai Usadha, M.Si Dra. Nuri
Lebih terperinci