Analisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Analisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA)"

Transkripsi

1 Analisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA) Khairul Saleh, M. Kom, Universitas Asahan; address, telp/fax of institution/affiliation Jurusan Teknik Informatika, Fakultas Teknik UNA, Kisaran Sumatera Utara khairulsibungsu@yahoo.com Abstrak Beasiswa adalah pemberian berupa bantuan keuangan yang diberikan kepada perorangan, mahasiswa atau pelajar yang digunakan demi keberlangsungan pendidikan yang ditempuh. Menurut Litle, persoalan Sistem Penunjang Keputusan adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur atupun tidak terstruktur dengan menggunakan data dan model. Sistem fuzzy sangat cocok untuk penalaran pasti atau perkiraan, terutama untuk sistem dengan model matematika yang ketat yang sulit untuk mendapatkan sebuah keputusan yang pasti. Logika fuzzy dapat digunakan untuk menggambarkan suatu sistem dinamika yang kacau, dan logika fuzzy dapat berguna untuk sistem yang bersifat dinamis yang kompleks dimana penyelesaian dengan model matematika yang umum tidak dapat bekerja dengan baik. Metode Mamdani melakukan komputasi secara efisien dan bekerja dengan baik dengan optimasi dan teknik adaptif, yang membuatnya sangat baik dalam masalah kontrol, terutama untuk sistem non linier dinamis. Kata kunci fuzzy system, system pengambilan keputusan, infrensi mamdani 1. PENDAHULUAN Universitas Asahan merupakan salah satu institusi pendidikan tinggi yang terletak di Kisaran Sumatera Utara. Universitas Asahan mempunyai beberapa fakultas salah satunya adalah Fakultas teknik prodi Teknik Informatika. Untuk menunjang keberlangsungan pendidikan mahasiswa dalam menempuh pendidikan, Fakultas Teknik Prodi Informatika menganjurkan agar mahasiswa mengambil beasiswa peningkatan prestasi akademik (PPA). Beasiswa adalah bantuan pemerintah maupun swasta berupa sejumlah uang yang diberikan kepada siswa atau calon siswa warga negara Indonesia yangsedang atau akan mengikuti pendidikan di sekolah. Beasiswa merupakan pemberian berupa bantuan keuangan yang diberikan kepada perorangan, mahasiswa atau pelajar yang digunakan demi keberlangsungan pendidikan yang ditempuh. Persoalan dalam pemberian beasiswa Peningkatan prestasi akademik ( PPA). di lingkungan Prodi Teknik Informatika Universitas Asahan masih menggunakan cara manual dalam menentukan yang layak dan tidak layak dalam menerima beasiswa Peningkatan prestasi akademik ( PPA) tersebut. Siji & Rajesh (2011) dalam penelitiannya menulis, sistem fuzzy cocok untuk penalaran pasti atau perkiraan, terutama untuk sistem dengan model matematika yang ketat yang sulit untuk mendapatkan sebuah keputusan yang pasti. Logika fuzzy dapat digunakan untuk menggambarkan suatu sistem dinamika yang kacau, dan logika fuzzy dapat berguna untuk sistem yang bersifat dinamis yang kompleks dimana penyelesaian dengan model matematika yang umum tidak dapat bekerja dengan baik. Secara umum logika fuzzy berfungsi untuk menangani faktor ketidak pastian sehingga dapat diimplementasikan pada proses pengambilan keputusan dimana model logika fuzzy bekerja dengan menggunakan derajat keanggotaan dari sebuah nilai untuk menentukan hasil yang diinginkan, berdasarkan aturan-aturan yang telah ditentukan.

2 Dalam bukunya Kusumadewi & Purnomo (2010) mengatakan bahwa beberapa alasan kenapa menggunakan logika fuzzy dalam hal menentukan suatu keputusan, antara lain: 1. Konsep logika fuzzy mudah dimengerti, karena logika fuzzy menggunakan dasar teori himpunan, maka konsep matematis yang mendasari penalaran fuzzy tersebut cukup mudah untuk dimengerti. 2. Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahan-perubahan dan ketidak pastian yang menyertai permasalahan. 3. Logika fuzzy memiliki toleransi terhadap data yang tidak tepat. Jika diberikan sekelompok data yang cukup homogen, dan kemudian ada beberaa dta yang eksklusif, maka logika fuzzy memiliki kemampuan untuk menangai data eksklusif tersebut. 4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks. 5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan. Dalm hal ini, sering dikenal dengan nama fuzzy Expert System menjadi bagian terpenting. 6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional. Hal ini umumnya terjadi pada aplikasi dibidang teknik mesin maupun teknik elektro. 7. Logika fuzzy didasarkan pada bahasa alami. Logika fuzzy menggunakan bahasa seharihari sehingga mudah dimengerti. Dari latar belakang tersebut maka sangatlah dibutuhkan suatu model untuk membantu dalam menentukan kelayakan mahasiswa untuk menerima dana bantuan beasiswa Peningkatan prestasi akademik ( PPA). tersebut agar kelak tidak ada lagi yang akan salah dalam hal pengambilan keputusan, dari uraian diatas bahwa metode fuzzy akan sangat tepat untuk menyelesaikan permasalahan ini, maka peneliti ingin menuangkannya dalam tesis yang berjudul Analisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA). 2. METODE PENELITIAN pun dalam metode penelitian ini, penulis menggambarkan dalam bentuk diagram alir sebagai berikut : Gambar 2.1 Diagram Alir Metode Penelitian

3 Berdasarkan diagram alir penelitian yang telah digambarkan di atas, maka dapat diuraikan pembahasan masing-masing tahap dalam penelitian adalah sebagai berikut : 1. Penelitian Awal Pada tahapan ini dikumpulkan bahan penelitian dari berbagai sumber pustaka, seperti buku, jurnal (baik cetak maupun online), prosiding, majalah, artikel dan sumber lain yang relevan dalam ilmu pengetahuan. 2. Pengumpulan Data Sumber data dari penelitian ini dari Universitas Asahan, Fakultas Teknik Informatika Prodi Teknik Informatika. 3. Inisialisasi Data Data yang terkumpul diidentifikasi dan di klasifikasikan sesuai dengan kelompoknya. Selain itu juga menentukan validitas data dan variabel yang akan dipakai. Pada tahap inisialisasi data dilakukan pembuatan interval variabel fuzzy sebagai dasar pembetukan fuzzifikasi. 4. Proses Fuzzifikasi Hasil dari inisialisasi data selanjutnya data akan difuzzifikasi, setiap variabel fuzzy pada data masukan akan dibagi menjadi beberapa himpunan fuzzy. Semua himpunan fuzzy setiap variabel fuzzy pada data masukan direpresentasikan dengan menggunakan fungsi keanggotaan yang sama yaitu bentuk kurva bahu. 5. Pembuatan Aturan Fuzzy Mamdani Hasil dari fuzzyfikasi data kemudian data tersebut diolah menggunakan model Mamdani orde satu yang telah ditentukan agar menghasilkan aturan dasar dari model inferensi fuzzy. 6. Proses Inferensi Fuzzy. Dari rule yang telah dihasilkan maka dilakukan proses inferensi fuzzy menggunakan fuzzy inferensi Mamdani, untuk mendapatkan nilai fuzzy kemudian nilai fuzzy tersebut akan didefuzzyfikasi. 7. Defuzzyfikasi Hasil dari metode inferensi fuzzy Mamdani merupakan bilangan fuzzy (kabur) selanjutnya kan dikembalikan ke bilangan tegas (crips) dengan melakukan defuzzifikasi, dan menghasilkan output berupa prediksi laju inflasi yang akan dibandingkan dengan nilai aktualnya, untuk melihat keakuratan prediksi dari model mamdani. 8. Kesimpulan Dari nilai yang sudah dihasilkan maka dapat diambil kesimpulan seberapa besar keakuratan dari model mamdani dalam menenrukan kelayakan beasiswa peningkatan prestasi akademik ( PPA). 3. Pembahasan Dalam menentukan hasil penelitian ini, peneliti menggunakan matlab 2014a.adapun tahapan- tahapan yang dilakukan adalah sebagai berikut : 3.1 Menentukan Fungsi Keanggotaan ( membership fungtion) Fungsi keanggotaan ( Membership fungtion) dalam penelitian ini terbagi atas lima (5) kriteria yaitu beasiswa lain, ipk rata-rata, penghasilan orang tua, tanggungan orang tua dan prestasi akademik. pun Fungsi Keanggotaan ( membership fungtion) tiap-tiap criteria adalah sebagai berikut : a. Fungsi Keanggotaan ( membership fungtion) beasiswa lain. Variable raport terdiri-atas 2 himpunan fuzzy, yaitu: Tidak ada dan.

4 Gambar 3.1 : Fungsi Keanggotaan ( membership fungtion) beasiswa lain b. Fungsi Keanggotaan ( membership fungtion) IPK Rata-rata. Variable IPK Rata-rata terdiri-atas 3 himpunan fuzzy, yaitu: Rendah dan Tinggi. Gambar 3.2 : Fungsi Keanggotaan ( membership fungtion) IPK Rata-rata c. Fungsi Keanggotaan ( membership fungtion) Penghasilan orang tua. Variable Penghasilan orang tua terdiri-atas 3 himpunan fuzzy, yaitu: Rendah,Normal dan Tinggi.

5 Gambar 3.3 : Fungsi Keanggotaan ( membership fungtion) Penghasilan orang tua d. Fungsi Keanggotaan ( membership fungtion) Tanggungan Orang Tua. Variable tanggungan orang tua terdiri-atas 3 himpunan fuzzy, yaitu: Sedikit Anak, Cukup Anak dan banyak Anak. Gambar 3.4 : Fungsi Keanggotaan ( membership fungtion) tanggungan orang tua e. Fungsi Keanggotaan ( membership fungtion) Prestasi Akademik. Variable prestasi akademik terdiri-atas 2 himpunan fuzzy, yaitu: Tidak ada dan.

6 Gambar 3.5 : Fungsi Keanggotaan ( membership fungtion) prestasi akademik

7 3.2 Fuzzy Rule Base Setelah tahapan menentukan Fungsi Keanggotaan ( membership fungtion) akan dilakukan pembentukan rule base sebanyak 72 rule, yaitu:

8 3.3 Implementasi Sistem Setelah melakukan tahap diatas maka tindakan selanjutnya adalah implementasi sistem. pun tampilan sistemnya adalah sebagai berikut : Gambar 3.6 : Aplikasi Beasiswa Peningkatan Prestasi Akademik

9 4. Hasil Untuk mengetahui tingkat keakuratan analisis infrensi Mamdani dalam menentukan Beasiswa Peningkatan Prestasi Akademik ke tingkat yang lebih tinggi diperlukan hasil defuzzyfikasi yang akurat. Dengan mennggunakan matlab 2014a diadapatkan hasil defuzzyfikasi dari data C1 C10. Tabel 4.1 Hasil defuzzyfikasi No Data IPK Rata- Penghasilan Rata Orang Tua 3.25 Rp Tanggungan Orang Tua 3 Prestasi Akademik Defuzzyfikasi Hasil kelayakan X1 Beasiswa Lain Dipertimbangkan 2 X Rp Tidak layak 3 X Rp Tidak layak 4 X Rp Dipertimbangkan 5 X5 3.4 Rp Layak 6 X6 3.5 Rp Tidak layak 7 X Rp Tidak layak 8 X Rp Layak 9 X9 3.6 Rp Tidak layak 10 X Rp Dipertimbangkan

10 5. Kesimpulan dan Saran A. Kesimpulan Logika fuzzy dapat diterapkan dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA) dengan kemungkinan hasil atau output yang yang lebih baik, karena setiap keluaran atau output data disertai atau diberikan nilai dukungan yaitu persentase kedekatan atau nilai keanggotaan (degree of membership) sehingga dapat memenuhi dalam target beasiswa peningkatan prestasi akademik ( PPA) dan dapat memenuhi kriteria beasiswa peningkatan prestasi akademik ( PPA). B. Saran Untuk memprediksi beasiswa peningkatan prestasi akademik ( PPA) dalam penelitian ini masih menggunakan 5 variabel umum, yaitu Beasiswa lain, IPK Rata-rata, Penghasilan orang tua, tanggungan orang tua dan prestasi akademik sebagai acuan terhadap kelayakan seorang calon mahasiswa dalam menerima beasiswa peningkatan prestasi akademik ( PPA), hal ini dapat dikembangkan dengan menambahkan variabel yang lebih kompleks, seperti variabel jarak rumah dari kampus, dan lain sebagainya. Daftar pustaka Hafsah., Rustamaji, H.J., & Inayanti, Y Sistem Pendukung Keputusan Pemilihan Jurusan Di Smu Dengan Logika Fuzzy. Seminar Nasional Informatika.pp Kusumadewi, S. & Purnomo, H Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Graha Ilmu: Yogyakarta. Мashhadan, M.A.A. & Lobaty, A.A Fuzzification Mode For Signal In Nonlinear Stochastic Systems. International Journal of Information Technology, Control and Automation3(1): Pedoman Beasiswa Peningkatan Prestasi Akademik 2017 Siji, P.D. & Rajesh, R Takagi-Sugeno Fuzzy Modeling of Logistic Map using Genetic Algorithm. International Journal of Wisdom Based Computing1(3): Zadeh, L.A Fuzzy Sets And Systems. International Journal of General Systems.17(2):

ANALISIS RULE INFERENSI FUZZY MAMDANI DALAM MENENTUKAN IPK AKHIR. Abstrak

ANALISIS RULE INFERENSI FUZZY MAMDANI DALAM MENENTUKAN IPK AKHIR. Abstrak ANALISIS RULE INFERENSI FUZZY MAMDANI DALAM MENENTUKAN IPK AKHIR Khairul Saleh, S. Kom, M. Kom, Universitas Asahan; address, telp/fax of institution/affiliation Jurusan Teknik Informatika, Fakultas Teknik

Lebih terperinci

ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

ANALISIS 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 terperinci

Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy

Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy Asrianda 1 Teknik Informatika Kampus Bukit Indah Lhokseumawe email : asrianda@unimal.ac.id ABSTRAK Bertambahnya permintaan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

PENDAPATAN 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 terperinci

Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic

Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic Luh Kesuma Wardhani, Elin Haerani Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN SUSKA Riau

Lebih terperinci

JOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi

JOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi JOBSHEET SISTEM CERDAS REASONING 2 Fuzzifikasi S1 PENDIDIKAN TEKNIK ELEKTRO JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI MALANG 2016 PRAKTIKUM SISTEM CERDAS - REASONING JOBSHEET 2 - FUZZIFIKASI

Lebih terperinci

BAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan

BAB 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 terperinci

adalahkelompok profesi terbesar dan berperan vital dalam sistem tersebut yang menyebabkan ABSTRAK

adalahkelompok 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Sekarang ini hampir semua perusahaan yang bergerak di bidang industri dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin kompetitif. Hal ini

Lebih terperinci

BAB 2 2. LANDASAN TEORI

BAB 2 2. LANDASAN TEORI BAB 2 2. LANDASAN TEORI Bab ini akan menjelaskan mengenai logika fuzzy yang digunakan, himpunan fuzzy, penalaran fuzzy dengan metode Sugeno, dan stereo vision. 2.1 Logika Fuzzy Logika fuzzy adalah suatu

Lebih terperinci

Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk

Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Nusantara of Enginering/Vol.3/No.1/ISSN: 2355-6684 41 Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Fajar Rohman Hariri Jurusan Teknik Informatika, Fakultas Teknik,

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 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

Lebih terperinci

Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan

Metode 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 terperinci

Sistem Pendukung Keputusan untuk Penentuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Fuzzy

Sistem Pendukung Keputusan untuk Penentuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Fuzzy Sistem Pendukung Keputusan untuk Penentuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Fuzzy Yogiek Indra Kurniawan 1 dan Pungki Arina Windiasani 2 Program Studi Informatika,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI

PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. (204), hal 39-46. PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI Yoakim Marinus

Lebih terperinci

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Penerapan 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 terperinci

SISTEM 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 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI Nofriadi * 1), Havid Syafwan 2) 1) Program Studi Sistem Informasi, STMIK Royal Kisaran Jl. Prof. M. Yamin 173 Kisaran, Sumatera

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

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 terperinci

BAB II: TINJAUAN PUSTAKA

BAB 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 terperinci

Erwien Tjipta Wijaya, ST.,M.Kom

Erwien 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 terperinci

Regresi Linier Berganda untuk Penentuan Nilai Konstanta pada Fungsi Konsekuen di Logika Fuzzy Takagi-Sugeno

Regresi Linier Berganda untuk Penentuan Nilai Konstanta pada Fungsi Konsekuen di Logika Fuzzy Takagi-Sugeno Regresi Linier Berganda untuk Penentuan Nilai Konstanta pada Fungsi Konsekuen di Logika Fuzzy Takagi-Sugeno Zaenal Abidin (23515015) Program Studi Magister Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani

Menentukan 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 terperinci

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ) SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ) Dimas Wahyu Wibowo 1, Eka Larasati Amalia 2 1,2 Teknik Informatika, Politeknik Negeri

Lebih terperinci

LOGIKA FUZZY. Dr. Ade Gafar Abdullah JPTE-UPI

LOGIKA FUZZY. Dr. Ade Gafar Abdullah JPTE-UPI LOGIKA FUZZY Dr. Ade Gafar Abdullah JPTE-UPI Introduction Logika fuzzy adalah cabang dari sistem kecerdasan buatan (Artificial Intelegent) yang mengemulasi kemampuan manusia dalam berfikir ke dalam bentuk

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan perekonomian yang terjadi saat ini menjadikan persaingan bisnis semakin kompetitif, konsumen semakin kritis dalam memilih produk berkualitas tinggi sehingga

Lebih terperinci

SIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB

SIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB SIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB Pio A. F. Islami 1, Kirya Mateeke Moses 2, Muqodimah Nur Lestari 3, Aji Prasetya Wibawa 4 1,

Lebih terperinci

Logika Fuzzy Pengambilan Keputusan Pemilihan Penerima Beasiswa Menggunakan Metode Mamdani

Logika Fuzzy Pengambilan Keputusan Pemilihan Penerima Beasiswa Menggunakan Metode Mamdani SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Logika Fuzzy Pengambilan Keputusan Pemilihan Penerima Beasiswa Menggunakan Metode Mamdani Erma Suryani, Indah Puspita, Agus Maman Abadi Program Studi

Lebih terperinci

ANALISIS RULE FUZZY INFERENSI SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN TESIS KHAIRUL SALEH

ANALISIS RULE FUZZY INFERENSI SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN TESIS KHAIRUL SALEH ANALISIS RULE FUZZY INFERENSI SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN TESIS KHAIRUL SALEH 127038072 PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKAFAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS

Lebih terperinci

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

FUZZY 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 terperinci

APLIKASI 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) 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 terperinci

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

PENENTUAN 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu tujuan dari suatu wirausaha adalah untuk mendapatkan keuntungan semaksimal mungkin, agar tujuan itu dapat tercapai maka wirausaha harus mengikuti perkembangan

Lebih terperinci

Menentukan 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 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 terperinci

PEMILIHAN PROGRAM STUDI BAGI SISWA LULUSAN SMA DALAM SELEKSI MASUK PTN UNY DENGAN LOGIKA FUZZY MAMDANI

PEMILIHAN PROGRAM STUDI BAGI SISWA LULUSAN SMA DALAM SELEKSI MASUK PTN UNY DENGAN LOGIKA FUZZY MAMDANI PEMILIHAN PROGRAM STUDI BAGI SISWA LULUSAN SMA DALAM SELEKSI MASUK PTN UNY DENGAN LOGIKA FUZZY MAMDANI Niken Lisca Aggyta Ayuningrum Universitas Negeri Yogyakarta liscaniken@gmail.com Abstrak: Seiring

Lebih terperinci

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

Penerapan 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 terperinci

SISTEM REKOMENDASI PEMILIHAN KARYAWAN TETAP PADA PT. ENSEVAL PUTERA MEGATRADING MENGGUNAKAN METODE FUZZY TAHANI BERBASIS WEB

SISTEM REKOMENDASI PEMILIHAN KARYAWAN TETAP PADA PT. ENSEVAL PUTERA MEGATRADING MENGGUNAKAN METODE FUZZY TAHANI BERBASIS WEB SISTEM REKOMENDASI PEMILIHAN KARYAWAN TETAP PADA PT. ENSEVAL PUTERA MEGATRADING MENGGUNAKAN METODE FUZZY TAHANI BERBASIS WEB SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana

Lebih terperinci

Jurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:

Jurnal 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 terperinci

PENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA)

PENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA) PENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA) Alfa Saleh Teknik Informatika STMIK Potensi Utama Jl K.L. Yos Sudarso KM 6.5 No.3-A,

Lebih terperinci

: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto

: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI BERBASIS WEB DENGAN METODE TSUKAMOTO PADA SMA INSTITUT INDONESIA Eko Purwanto Program Studi Teknik Informatika, Fakultas Ilmu Komputer Universitas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani

Perekrutan 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 terperinci

Kata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa

Kata 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 terperinci

SISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN LOGIKA FUZZY TAHANI

SISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN LOGIKA FUZZY TAHANI Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 27, pp. 59~54 59 SISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN LOGIKA FUZZY TAHANI Arief Rusman STMIK Nusa Mandiri Jakarta e-mail : reevust@gmail.com

Lebih terperinci

Pengantar Kecerdasan Buatan (AK045218) Logika Fuzzy

Pengantar 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 terperinci

ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG

ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG Harison Dosen Jurusan Teknik Informatika Fakultas Teknologi Industri Institut Teknologi Padang Abstrak Keputusan

Lebih terperinci

Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani

Proses 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 terperinci

FUZZY MULTI-CRITERIA DECISION MAKING

FUZZY MULTI-CRITERIA DECISION MAKING Media Informatika, Vol. 3 No. 1, Juni 2005, 25-38 ISSN: 0854-4743 FUZZY MULTI-CRITERIA DECISION MAKING Sri Kusumadewi, Idham Guswaludin Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas

Lebih terperinci

IMPLEMENTASI LOGIKA FUZZY MAMDANI UNTUK MENENTUKAN HARGA GABAH

IMPLEMENTASI LOGIKA FUZZY MAMDANI UNTUK MENENTUKAN HARGA GABAH IMPLEMENTASI LOGIKA FUZZY MAMDANI UNTUK MENENTUKAN HARGA GABAH Reino Adi Septiawan Program Studi Teknik Informatika S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang Email : a11.2009.04948@gmail.com

Lebih terperinci

SISTEM PENYARINGAN MAHASISWA BEASISWA PRESTASI AMIK BSI YOGYAKARTA MENGGUNAKAN FUZZY INFERENCE SYSTEM

SISTEM PENYARINGAN MAHASISWA BEASISWA PRESTASI AMIK BSI YOGYAKARTA MENGGUNAKAN FUZZY INFERENCE SYSTEM SISTEM PENYARINGAN MAHASISWA BEASISWA PRESTASI AMIK BSI YOGYAKARTA MENGGUNAKAN FUZZY INFERENCE SYSTEM Yoyok Rohani Program Studi Manajemen Informatika AMIK BSI Yogyakarta Jalan Ring Road Barat Ambarketawang

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Bab ini berisi tentang pemahaman dari logika fuzzy dan data mining. Pada bab ini juga akan dijelaskan bagian-bagian yang perlu diketahui dalam logika fuzzy dan data mining, sehingga

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Pengertian Persediaan Persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk digunakan memenuhi tujuan tertentu, misalnya untuk proses produksi

Lebih terperinci

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

SPK 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 terperinci

Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani

Penilaian 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 terperinci

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

NURAIDA, 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 terperinci

Simulasi Pengaturan Lalu Lintas Menggunakan Logika Fuzzy

Simulasi Pengaturan Lalu Lintas Menggunakan Logika Fuzzy Simulasi Pengaturan Lalu Lintas Menggunakan Logika Fuzzy Raka Yusuf 1, Andi Andriansyah 2, Febi Pratiwi 3 Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Mercu Buana 1,3 Jurusan Teknik

Lebih terperinci

Metode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh

Metode 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 terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA) Jurnal Informatika Mulawarman Vol. 10 No. 1 Februari 2015 32 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA) Hanis

Lebih terperinci

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

PENENTUAN 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 terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang STKIP Tapanuli Selatan merupakan perguruan tinggi yang legal dibawah Yayasan Al-Iman Padangsidimpuan berdiri berdasarkan akta notaris pada tanggal 31 Agustus 1981.

Lebih terperinci

STUDY 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) 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 terperinci

IMPLEMENTASI LOGIKA FUZZY UNTUK AKUISI DATA BERBASIS WEB SERVER. Jl. Raya Kaligawe KM 4, PO BOX 1054, Semarang 50142

IMPLEMENTASI LOGIKA FUZZY UNTUK AKUISI DATA BERBASIS WEB SERVER. Jl. Raya Kaligawe KM 4, PO BOX 1054, Semarang 50142 IMPLEMENTASI LOGIKA FUZZY UNTUK AKUISI DATA BERBASIS WEB SERVER Munaf Ismail 1*, Muhamad Haddin 1, Agus Suprajitno 1 1 Universitas Islam Sultan Agung Jl. Raya Kaligawe KM 4, PO BOX 1054, Semarang 50142

Lebih terperinci

PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO

PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO Magdalena Simanjuntak Program Studi Teknik Informatika, STMIK Kaputama E-mail : magdalena.simanjuntak84@gmail.com ABSTRACT This study aimed to analyze

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KETUA SENAT MAHASISWA DENGAN LOGIKA FUZZY

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KETUA SENAT MAHASISWA DENGAN LOGIKA FUZZY SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KETUA SENAT MAHASISWA DENGAN LOGIKA FUZZY Jamaludin Malik 1), Arik Sofan Tohir 2), Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email: 1) malixjams@gmail.com,

Lebih terperinci

REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA

REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA Seminar Nasional Sistem Informasi Indonesia, 6 November 2017 REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA Anisa Citra Mutia, Aria Fajar Sundoro,

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DOSEN PEMBIMBING DENGAN METODE LOGIKA FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DOSEN PEMBIMBING DENGAN METODE LOGIKA FUZZY SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DOSEN PEMBIMBING DENGAN METODE LOGIKA FUZZY Ainul Yaqin 1), Ema Utami 2), Emha Taufiq Luthfi 3) 1,2,3 Magister Teknik informatika STMIK AMIKOM Yogyakarta 1,2,3 Jl Ring

Lebih terperinci

BAB II TEORI PENUNJANG

BAB II TEORI PENUNJANG BAB II TEORI PENUNJANG 2.1 LOGIKA FUZZY Titik awal dari konsep modern mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh, dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari

Lebih terperinci

DENIA FADILA RUSMAN

DENIA 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 terperinci

IMPLEMENTASI 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 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 terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang harus dipenuhi setiap harinya. Beras memiliki peranan penting dalam kelangsungan hidup manusia. Untuk memenuhi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY Hafsah, Heru Cahya Rustamaji, Yulia Inayati Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari No 2 Tambakbayan Yogyakarta

Lebih terperinci

IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA)

IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA) IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA) Alfa Saleh Teknik Informatika, Fak. Ilmu Komputer

Lebih terperinci

JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI

JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI PRICING SYSTEM USING DIGITAL PHOTO PRINTING ON FUZZY TSUKAMOTO ALIEF COMPUTER KEDIRI Oleh:

Lebih terperinci

PENERAPAN INFERENSI FUZZY UNTUK KENDALI SUHU RUANGAN PADA PENDINGIN RUANGAN (AC)

PENERAPAN INFERENSI FUZZY UNTUK KENDALI SUHU RUANGAN PADA PENDINGIN RUANGAN (AC) PENERAPAN INFERENSI FUZZY UNTUK KENDALI SUHU RUANGAN PADA PENDINGIN RUANGAN (AC) Kartina Diah KW,ST1), Zulfa Noviardi2) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1

Lebih terperinci

IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM)

IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM) IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM) Junius_Effendi* Email : Cyberpga@ymail.com ABSTRAK Penelitian ini dilakukan untuk memperlajari

Lebih terperinci

BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem Definisi Sistem

BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem Definisi Sistem BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem 2.1.1 Definisi Sistem Menurut Mustakini (2009:34), Sistem dapat didefinisikan dengan pendekatan prosedur dan pendekatan komponen, sistem dapat didefinisikan

Lebih terperinci

Optimasi Pencarian Jalur Lalu Lintas Antar Kota di Jawa Timur dengan Algoritma Hybrid Fuzzy-Floyd Warshall

Optimasi Pencarian Jalur Lalu Lintas Antar Kota di Jawa Timur dengan Algoritma Hybrid Fuzzy-Floyd Warshall 165 Optimasi Pencarian Jalur Lalu Lintas Antar Kota di Jawa Timur dengan Algoritma Hybrid Fuzzy-Floyd Warshall Imam Khairi, Erni Yudaningtyas, Harry Soekotjo Dachlan AbstrakSistem pencarian jalur yang

Lebih terperinci

PENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI

PENENTUAN 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 terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY. Abstraksi

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY. Abstraksi SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY Denny Cristiono T.S., Yugowati P.,Sri Yulianto J.P. Fakultas Teknologi Informasi Universitas Kristen

Lebih terperinci

IMPLEMENTASI LOGIKA FUZZY UNTUK PENENTUAN PEMINATAN DENGAN MENGGUNAKAN METODE SUGENO PADA SMA N 1 PEMALI

IMPLEMENTASI LOGIKA FUZZY UNTUK PENENTUAN PEMINATAN DENGAN MENGGUNAKAN METODE SUGENO PADA SMA N 1 PEMALI IMPLEMENTASI LOGIKA FUZZY UNTUK PENENTUAN PEMINATAN DENGAN MENGGUNAKAN METODE SUGENO PADA SMA N 1 PEMALI Aryansah Teknik Informatika STMIK ATMA LUHUR PANGKALPINANG Jl. Jend. Sudirman, Selindung Lama, Pangkalpinang,

Lebih terperinci

Presentasi TA DETEKSI PENYAKIT PARU-PARU OBSTRUKTIF KRONIS MENGGUNAKAN METODE FUZZY : STUDI KASUS DI RUMAH SAKIT XYZ. Muhammad Reza Budiman

Presentasi TA DETEKSI PENYAKIT PARU-PARU OBSTRUKTIF KRONIS MENGGUNAKAN METODE FUZZY : STUDI KASUS DI RUMAH SAKIT XYZ. Muhammad Reza Budiman Presentasi TA DETEKSI PENYAKIT PARU-PARU OBSTRUKTIF KRONIS MENGGUNAKAN METODE FUZZY : STUDI KASUS DI RUMAH SAKIT XYZ Muhammad Reza Budiman 5209100075 Jurusan Sistem Informasi Fakultas Teknologi Informasi

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

PREDIKSI PRODUKTIVITAS TENAGA KERJA KONSTRUKSI MENGGUNAKAN PENDEKATAN FUZZY LOGIC

PREDIKSI PRODUKTIVITAS TENAGA KERJA KONSTRUKSI MENGGUNAKAN PENDEKATAN FUZZY LOGIC PREDIKSI PRODUKTIVITAS TENAGA KERJA KONSTRUKSI MENGGUNAKAN PENDEKATAN FUZZY LOGIC Elizar Program Studi Teknik Sipil, Universitas Islam Riau, Jl.Kaharuddin Nst 113 Pekanbaru Mahasiswa Program Doktor Teknik

Lebih terperinci

LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN

LOGIKA 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 terperinci

EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI

EVALUASI 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 terperinci

PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ)

PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ) PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ) Edy Victor Haryanto 1, Fina Nasari 2 1,2 UniversitasPotensiUtama Jl. K.

Lebih terperinci

Penerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel

Penerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel Penerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel Biolardi Yoshogi (13509035) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS

IMPLEMENTASI 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 terperinci

Penentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno

Penentuan 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 terperinci

IDENTIFIKASI PENGARUH BAHAN BAKU DAN TENAGA KERJA TERHADAP PRODUKTIVITAS PERUSAHAAN DENGAN METODE FUZZY LOGIC

IDENTIFIKASI PENGARUH BAHAN BAKU DAN TENAGA KERJA TERHADAP PRODUKTIVITAS PERUSAHAAN DENGAN METODE FUZZY LOGIC IDENTIFIKASI PENGARUH BAHAN BAKU DAN TENAGA KERJA TERHADAP PRODUKTIVITAS PERUSAHAAN DENGAN METODE FUZZY LOGIC Suhartono 1 ) Achmad Sani 2 ) 1 ) Jurusan Teknik Informatika Fakultas Sainstek UIN Malang 2

Lebih terperinci

Analisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa Menggunakan Logika Fuzzy

Analisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa Menggunakan Logika Fuzzy Scientific Journal of Informatics Vol. 2, No. 1, Mei 2015 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Analisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa

Lebih terperinci

Artikel Skripsi Universitas Nusantara PGRI Kediri SISTEM PENDUKUNG KEPUTUSAN MEMILIH JURUSAN SISWA BARU DI SMA NEGERI 1 PARE DENGAN METODE FUZZY

Artikel Skripsi Universitas Nusantara PGRI Kediri SISTEM PENDUKUNG KEPUTUSAN MEMILIH JURUSAN SISWA BARU DI SMA NEGERI 1 PARE DENGAN METODE FUZZY SISTEM PENDUKUNG KEPUTUSAN MEMILIH JURUSAN SISWA BARU DI SMA NEGERI 1 PARE DENGAN METODE FUZZY SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program

Lebih terperinci

Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan

Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan 128 ISSN: 2354-5771 Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan Raheliya Br Ginting STT Poliprofesi Meda E-mail: itink_ribu@yahoo.com Abstrak Pengambilan keputusan harus

Lebih terperinci

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN TARUNA BARU MENGGUNAKAN BASIS DATA FUZZY - STUDI KASUS DI AKPELNI SEMARANG

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN TARUNA BARU MENGGUNAKAN BASIS DATA FUZZY - STUDI KASUS DI AKPELNI SEMARANG Perancangan Sistem Pendukung Keputusan Penerimaan Taruna Baru (Eko N. Hidayat dkk.) PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN TARUNA BARU MENGGUNAKAN BASIS DATA FUZZY - STUDI KASUS DI AKPELNI SEMARANG

Lebih terperinci

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB JURNAL MATRIX VOL. 3, NO. 1, MARET 2013 39 SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB I Ketut Suwintana Jurusan Akuntansi Politeknik Negeri Bali Kampus Bukit Jimbaran Bali Telp. +62 361 701981 Abstrak:.Logika

Lebih terperinci

BAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya

BAB 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 terperinci