Rumusan Masalah Tujuan Batasan Masalah
|
|
- Liana Yenny Muljana
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN Dalam kegiatan jual-beli suatu barang atau jasa, merepresentasi kebutuhan pelanggan merupakan salah satu faktor penting, dimana pembeli memiliki kriteria akan barang atau jasa yang diinginkannya. Dalam kehidupan sehari-hari kriteria yang dikemukakan pembeli sering kali bersifat ambigu dikarenakan setiap individu pembeli memiliki persepsi yang berbeda, sebagai contoh kriteria harga adalah mahal, murah. Kriteria seperti ini disebut sebagai kriteria linguistik (Susilo, 2003). Pada kenyataannya kriteria suatu barang biasanya dinyatakan secara pasti atau deterministik, misalnya harga sebesar tiga belas juta rupiah. Kendaraan bermotor roda dua dari berbagai merek dan tipe serta harga yang bervariasi seringkali membingungkan pembeli dan penjual. Pembeli seringkali hanya menyebutkan kriteria-kriteria yang diinginkan secara kualitatif, sementara data yang dimiliki penjual adalah spesifikasi secara kuantitatif. Untuk itu perlu dicari suatu cara yang dapat menjembatani atau menerjemahkan kriteria dari pembeli agar dapat diolah penjual, dan penjual dapat memenuhi kriteria pembeli. Salah satunya adalah metode fuzzy model Tahani. Dalam penelitian ini metode fuzzy model Tahani digunakan untuk memperoleh rekomendasi kendaraan bermotor roda dua. Seperti diketahui bahwa terdapat banyak sekali merk dan tipe kendaraan bermotor roda dua, yang mana masing-masing mempunyai spesifikasi berbeda. Dengan menggunakan metode fuzzy model Tahani dapat dihasilkan suatu keputusan atau rekomendasi jenis kendaraan yang sesuai dengan kriteria linguistik yang ditentukan. Hasil penelitian ini telah dipaparkan pada makalah pertama dan dipresentasikan dalam Seminar Nasional Matematika dan Pendidikan Matematika 2013 yang diselenggarakan oleh Program Studi S1 Pendidikan Matematika UNS pada tanggal 20 November 2013 dan dipublikasikan dalam prosiding seminar tersebut. Dalam penelitian pada makalah pertama pengolahan data kendaraan bermotor roda dua dilakukan dengan cara manual. Sebagai pengembangannya, dibuatlah sebuah program aplikasi komputer agar pengolahan data dapat secara cepat dan efisien. Program aplikasi dibuat dengan memanfaatkan konsep fuzzy database dan model Tahani, menggunakan bahasa pemrograman Visual Basic 6.0 dan aplikasi DBMS Ms. Access. 1
2 Rumusan Masalah Sebagai rumusan masalah dalam penelitian ini adalah Bagaimana mengelola data kualitatif dan kuantitatif menggunakan menggunakan fuzzy model Tahani untuk membuat rekomendasi pemilihan suatu barang yang memiliki spesifikasi deterministik berdasarkan kriteria linguistik? Tujuan 1. Menerapkan metode fuzzy model Tahani untuk menentukan rekomendasi pada sejumlah kendaraan bermotor roda dua yang memiliki spesifikasi deterministik. 2. Membuat program aplikasi berbasis fuzzy database model Tahani agar pemrosesan data menjadi lebih cepat dan efisien sesuai dengan kriteria linguistik yang diinginkan. Batasan Masalah 1. Obyek penelitian berupa kendaraan bermotor roda dua. 2. Pembuatan program aplikasi menggunakan bahasa pemrograman Visual Basic 6.0 dan DBMS (Database Management Systems) Microsoft Access. 2
3 BAB II MAKALAH Makalah I. Judul : PENERAPAN FUZZY MODEL TAHANI UNTUK PEMILIHAN KENDARAAN BERMOTOR RODA DUA BERDASARKAN KRITERIA LINGUISTIK. Dipresentasikan : Seminar Nasional Matematika dan Pendidikan Matematika 2013 yang diselenggarakan oleh Program Studi S1 Pendidikan Matematika UNS pada tanggal 20 November Publikasi : Makalah II. Judul : PROGRAM APLIKASI FUZZY DATABASE MODEL TAHANI UNTUK PEMILIHAN KENDARAAN BERMOTOR RODA DUA BERDASARKAN KRITERIA LINGUISTIK. Dipresentasikan : Ujian Skripsi yang diselenggarakan oleh Fakultas Sains dan Matematika UKSW tanggal 29 Januari
4 MAKALAH I 4
5 5
6 PENERAPAN FUZZY MODEL TAHANI UNTUK PEMILIHAN KENDARAAN BERMOTOR RODA DUA BERDASARKAN KRITERIA LINGUISTIK Yosep Bungkus F. M. 1), Lilik Linawati 2), Tundjung Mahatma 3) 1) Mahasiswa Program Studi Matematika FSM UKSW 2), 3) Dosen Program Studi Matematika FSM UKSW Fakultas Sains dan Matematika, Universitas Kristen Satya Wacana Jl. Diponegoro Salatiga ) 2) 3) Abstrak Dalam makalah ini diterapkan pemodelan data fuzzy Model Tahani untuk membantu merekomendasikan pemilihan kendaraan bermotor roda dua dengan kriteria linguistik terhadap data kendaraan yang memiliki spesifikasi secara pasti. Dengan menggunakan model ini dihasilkan nilai fire strength yang menjadi dasar pembuatan rekomendasi. Tiga kemungkinan rekomendasi yang dihasilkan yakni: tidak terdapat hasil rekomendasi, terdapat satu hasil rekomendasi dan terdapat lebih dari satu rekomendasi kendaraan bermotor. Ketiga kemungkinan rekomendasi ini dihasilkan berdasar pada nilai fire strength yang diperoleh menurut kriteria linguistik tertentu. Kata kunci : Himpunan Fuzzy, Model Tahani, Kriteria Linguistik. PENDAHULUAN Dalam kegiatan jual-beli suatu barang atau jasa, merepresentasi kebutuhan pelanggan merupakan salah satu faktor penting, dimana pembeli memiliki kriteria akan barang atau jasa yang diinginkannya. Dalam kehidupan sehari-hari kriteria yang dikemukakan pembeli sering kali bersifat ambigu dikarenakan setiap individu pembeli memiliki persepsi yang berbeda, sebagai contoh kriteria harga adalah mahal, murah. Kriteria seperti ini disebut sebagai kriteria linguistik. Pada kenyataannya kriteria suatu barang biasanya dinyatakan secara pasti atau deterministik, misalnya harga sebesar tiga belas juta rupiah. Dalam hal ini proses pengambilan keputusan akan sulit jika seseorang menyebutkan kriteria-kriteria dalam bentuk linguistik. Data dalam bentuk kualitatif atau linguistik dapat dikelola menggunakan konsep himpunan fuzzy. Kriteria-kriteria seperti harga, suhu, kecepatan dalam teori himpunan fuzzy direpresentasikan sebagai variabel fuzzy, yang mana masing-masing variabel fuzzy dinyatakan dalam beberapa himpunan fuzzy sesuai dengan domain yang ditentukan berdasarkan data crisp. Sebagai contoh variabel fuzzy harga dikaitkan pada himpunan fuzzy murah, sedang dan mahal dengan batas-batas domain tertentu. 6
7 Bila terdapat beberapa kriteria linguistik dan dimiliki data spesifikasi barang dalam bentuk crisp, maka untuk menentukan barang yang sesuai kriteria linguistik yang ditentukan, dapat menggunakan metode pengambilan inferensi yang didasarkan pada pemodelan data fuzzy Model Tahani. Beberapa penerapan fuzzy Model Tahani yaitu dalam pengambilan keputusan pembelian mobil (Eliyani, 2009) dan pengambilan keputusan pembelian handphone (Amalia, 2010). Dalam penelitian ini dikaji bagaimana menentukan rekomendasi pemilihan suatu barang berdasarkan kriteria linguistik terhadap sejumlah barang yang memiliki spesifikasi pasti, dalam hal ini adalah kendaraan bermotor roda dua. Seperti diketahui bahwa terdapat banyak sekali merk dan tipe kendaraan bermotor roda dua, yang mana masingmasing mempunyai spesifikasi berbeda. Dengan menggunakan fuzzy Model Tahani diharapkan dapat dihasilkan suatu keputusan atau rekomendasi jenis kendaraan yang sesuai dengan kriteria linguistik yang ditentukan. METODE PENELITIAN Penelitian ini merupakan penerapan fuzzy Model Tahani untuk pemilihan kendaraan bermotor roda dua berdasarkan kriteria linguistik yang dinyatakan sebagai variabel fuzzy dan dikaitkan dengan himpunan fuzzy yang sesuai, didasarkan pada spesifikasi data berbagai kendaraan bermotor roda dua yang diperoleh dari internet yang diakses pada tanggal 10 September Landasan teori yang akan digunakan sebagai dasar pengkajian akan dipaparkan secara singkat yaitu tentang himpunan fuzzy dan fuzzy Model Tahani. Himpunan Fuzzy Himpunan crisp memiliki definisi secara tegas, artinya bahwa setiap elemen dalam himpunannya selalu dapat ditentukan secara tegas apakah ia merupakan anggota dari himpunan atau tidak. Pada kenyataanya tidak semua himpunan terdefinisi secara tegas, misalnya himpunan kendaraan murah. Pada himpunan kendaraan murah kita tidak dapat menyatakan secara tegas apakah kendaraan itu murah atau tidak, sebagai contoh didefinisikan kendaraan murah memiliki harga kurang dari atau sama dengan Rp ,- maka kendaraan dengan harga Rp ,- atau Rp ,- menurut definisi tersebut tidak termasuk kendaraan yang murah. Namun harga Rp ,- dapat dipandang sebagai harga yang masih murah karena lebih dekat dengan nilai 13 juta dibanding 15 juta ke 13 juta, hal ini menimbulkan kekabur pada arti murah. Untuk mengatasi hal ini maka Zadeh mengaitkan elemen-elemen pada himpunan 7
8 tersebut dengan suatu fungsi yang dapat menyatakan derajat kesesuaian elemen-elemen dalam semestanya. Pada contoh di atas misalkan kendaraan seharga Rp ,- dikaitkan dengan suatu fungsi dan mempunyai nilai fungsi sebesar 0,2. Misalkan dimiliki himpunan A yang dikaitkan dengan himpunan fuzzy maka secara matematis himpunan fuzzy dalam semesta X dapat dinyatakan sebagai himpunan pasangan terurut yang didefinisikan oleh : {( ( )) } Dengan adalah fungsi keanggotaan yang memetakan x anggota himpunan semesta X ke selang tertutup [0,1]. Nilai ( ) adalah nilai fungsi keanggotaan dari x, yang disebut juga sebagai derajat keanggotaan (Susilo, 2003). Terdapat beberapa fungsi keanggotaan dalam himpunan fuzzy, di antaranya adalah: fungsi keanggotaan linear seperti direpresentasikan pada Gambar 1. dan fungsi keanggotaan segitiga seperti direpresentasikan pada Gambar 2. (Kusumadewi, 2004). Gambar 1.(a) merepresentasikan fungsi keanggotaan fuzzy linear naik dan Gambar 1.(b) menyatakan fungsi linear turun. (a) (b) Gambar 1. Representasi Fungsi Keanggotaan Fuzzy Linear. Rumus fungsi keanggotaan linear naik dinyatakan seperti pada persamaan (1), sedangkan fungsi keanggotaan linear turun dinyatakan seperti pada persamaan (2). ( ) { (1) ( ) { (2) 8
9 Fungsi segitiga direpresentasikan seperti pada Gambar 2. dengan rumus fungsinya dinyatakan sebagai persamaan (3). Fungsi keanggotaan fuzzy ini merupakan gabungan dari fungsi keanggotaan linear naik dan fungsi keanggotaan linear turun. Gambar 2. Representasi Fungsi Keanggotaan Fuzzy Segitiga. ( ) { (3) Operasi Himpunan Fuzzy Terdapat tiga operasi dasar untuk mengkombinasikan dan memodifikasi beberapa himpunan fuzzy yang dikemukakan oleh Zadeh. Operasi tersebut adalah komplemen pada suatu himpunan fuzzy serta gabungan dan irisan pada himpunan-himpunan fuzzy (Wang,1997). Operasi komplemen pada suatu himpunan fuzzy, hasilnya dinyatakan sebagai himpunan fuzzy dengan fungsi keanggotaan seperti persamaan (4). ( ) ( ) (4) Operasi gabungan antara dua himpunan fuzzy dan himpunan fuzzy yang ditulis dengan fungsi keanggotaan seperti persamaan (5). ( ) [ ( ) ( )] (5) Operasi irisan antara dua himpunan fuzzy dan himpunan fuzzy yang ditulis dengan fungsi keanggotaan seperti persamaan (6). ( ) [ ( ) ( )] (6) 9
10 Fuzzy Model Tahani Fuzzy Model Tahani dideskripsikan sebagai suatu model yang digunakan untuk memproses pencarian data, hanya saja model ini didasarkan pada operasi-operasi dalam teori himpunan fuzzy untuk mendapatkan informasi yang sesuai dengan kriteria pencarian datanya, sehingga fuzzy Model Tahani sangat tepat digunakan dalam proses pencarian data yang akurat (Bojadziev, 2007). Dalam pencarian data, fuzzy Model Tahani menggunakan nilai fire strength sebagai dasar pengambilan keputusan. Nilai fire strength merupakan nilai derajat keanggotaan hasil dari operasi-operasi himpunan fuzzy, sehingga nilai fire strength berada pada interval [0,1]. Sebagai contoh, seseorang ingin memilih kendaraan bermotor roda dua dengan kriteria : harga murah dan kapasitas silinder besar, atau panjang-kendaraan pendek dan harga sedang. Maka berdasarkan kriteria tersebut dibentuk himpunan fuzzy hasil operasi dari masing-masing himpunan fuzzy dengan fungsi keanggotaannya seperti dibawah ini : [( ) ( )] Dengan fungsi keanggotaan diatas untuk mendapatkan nilai fire strength untuk setiap kendaraan dapat dicari dengan rumus dibawah ini : ( ) [( [ ( ) ( )]) ( [ ( ) ( )])] Kendaraan roda dua yang mempunyai nilai fire strength lebih besar dari 0 merupakan kendaraan roda dua yang direkomendasikan karena memenuhi kriteria linguistik yang diinginkan. Data Dalam penelitian ini dikaji data 17 kendaraan bermotor roda dua dari berbagai merk dan tipe yang dinyatakan sebagai kode A, B, C, dst. Variabel- variabel fuzzy yang digunakan sebagai kriteria adalah harga, kapasitas-silinder, panjang-kendaraan, volumetangki-bbm dan jarak-mesin-ke-tanah. Data tersaji pada Tabel 1. 10
11 Tabel 1. Spesifikasi Kendaraan Bermotor Roda Dua * No. Kode Harga (Jutaan Rupiah) Kapasitas Silinder (cc) Panjang (mm) Tangki Bahan Bakar (lt) Jarak Mesin ke Tanah (mm) 1 A B C D E F G H I J K L M N O P Q Keterangan :* Data diambil dari berbagai sumber di internet yang diakses pada 10 September Langkah-Langkah Pengolahan Data Berikut disajikan langkah-langkah pengolahan data kendaraan bermotor roda dua berdasarkan fuzzy Model Tahani. 1. Penentuan variabel dan himpunan fuzzy serta fungsi keanggotaannya. Variabel fuzzy yang digunakan sebagai kriteria pemilihan, yaitu harga, kapasitas silinder, panjang, tangki bahan bakar dan jarak mesin ke tanah. Pada setiap variabel fuzzy ditentukan 3 himpunan fuzzy yang akan digunakan sebagai nilai kriteria linguistiknya. Pada setiap himpunan fuzzy ditentukan pula fungsi keanggotaannya. Tabel 2. menyajikan daftar variabel fuzzy, himpunan fuzzy dan fugsi keanggotaan masing-masing himpunan yang digunakan sebagai dasar pengolahan data. 2. Perhitungan nilai keanggotaan setiap himpunan. Menggunakan fungsi keanggotaan yang telah ditentukan pada Tabel 2, setiap nilai x yang merupakan data crisp pada masing-masing variabel fuzzy terkait dipetakan menjadi derajat keanggotaan ( ( )). Misalkan motor J dengan variabel fuzzy harga dimana nilai x adalah Rp ,- maka derajat keanggotaan pada himpunan fuzzy murah dengan menggunakan fungsi keanggotaan pada persamaan (1) didapat hasil
12 Tabel 2. Daftar Variabel Fuzzy, Himpunan Fuzzy dan Fungsi Keanggotaannya. Variabel Himpunan Fungsi Keanggotaan MURAH Linear Turun Harga SEDANG Segitiga MAHAL Linear Naik KECIL Linear Turun Kapasitas Silinder SEDANG Segitiga BESAR Linear Naik PENDEK Linear Turun Panjang Kendaraan SEDANG Segitiga PANJANG Linear Naik SEDIKIT Linear Turun Volume Tangki SEDANG Segitiga BANYAK Linear Naik PENDEK Linear Turun Jarak Mesin ke Tanah SEDANG Segitiga PANJANG Linear Naik 3. Penyusunan kriteria. Kriteria linguistik sering kali memuat kata penghubung atau dan dan. Kata atau dikaitkan dengan operasi gabungan pada himpunan fuzzy, dan dikaitkan dengan operasi irisan pada himpunan fuzzy. Data crisp pada setiap kriteria (x) dipetakan sesuai dengan fungsi keanggotaan pada variabel dan himpunan fuzzynya seperti pada Tabel 2, sehingga setiap data akan diperoleh derajat keanggotaannya. Kriteria pemilihan disusun berdasarkan kombinasi operasi-operasi antara himpunan-himpunan fuzzy dan variabelnya, sehingga banyaknya kriteria yang terbentuk bergantung pada banyaknya variabel fuzzy yang digunakan dan himpunan fuzzy masing-masing variabelnya. Pada penelitian ini terdapat sebanyak lima variabel fuzzy dan setiap variabel fuzzy mempunyai tiga himpunan fuzzy ditambah kemungkinan tidak memilih satupun himpunan fuzzy pada variabel tersebut, sehingga setiap variabel fuzzy memiliki 4 kemungkinan dipilih. Jadi, banyaknya kombinasi pilihan dari kelima variabel fuzzy tersebut adalah 4 5 = 512 kombinasi pilihan. 4. Penentuan nilai fire stregth. Pada tahap ini kriteria yang dinyatakan dalam variabel dan himpunan fuzzy akan diolah dengan menggunakan operasi himpunan fuzzy gabungan dan irisan. Dengan rumus seperti pada persamaan (5) dan (6) atau kombinasi dari keduanya. 12
13 5. Penentuan hasil rekomendasi. Nilai fire strength yang diperoleh pada langkah sebelumnya akan menjadi dasar pengambilan keputusan rekomendasi. Kendaraan dengan nilai fire strength lebih besar dari 0 (nol) merupakan kendaraan yang direkomendasikan. Apabila terdapat beberapa kendaraan dengan nilai fire strength lebih besar dari 0 (nol), maka kendaraan dengan fire strength terbesar merupakan hasil rekomendasi terbaik. HASIL PENELITIAN DAN PEMBAHASAN Berdasarkan Tabel 1. dan Tabel 2. serta menerapkan persamaan (1), (2) dan (3) diperoleh derajat keanggotaan untuk setiap himpunan fuzzy yang tampak pada Tabel 3. Tabel 3. Derajat Keanggotaan Setiap Kendaraan menurut Variabel dan Himpunan Fuzzynya. Kode Harga (Rp) Kapasitas Silinder (cc) Panjang Kendaraan (mm) Volume Tangki Bahan Bakar (lt) Jarak Mesin ke Tanah (mm) Murah Sedang Mahal Kecil Sedang Besar Pendek Sedang Panjang Sedikit Sedang Banyak Pendek Sedang Panjang A B C D E F G H I J K L M N O P Q Kriteria pemilihan kendaraan bermotor roda dua ini sangat bervariasi yaitu diantara 512 kombinasi kriteria. Pada penelitian diambil beberapa beberapa contoh kriteria sebagai penerapannya, yaitu sebagai berikut : a. Kriteria-1 = Diinginkan kendaraan yang harganya mahal dan kapasitassilindernya kecil. b. Kriteria-2 = Diinginkan kendaraan yang harganya murah dan volume-tangkibbm banyak atau panjang-kendaraan sedang dan jarak-mesin-ke-tanah panjang. 13
14 Berdasarkan Kriteria-1 dan Kriteria-2 dibentuk fungsi keanggotaan dari kombinasi operasi himpunan fuzzy yang sesuai, yaitu : a. ( ) [ ( ) ( )] b. ( ) * ( ( ) ( )) ( ( ) ( ))+ Nilai fire strength untuk Kriteria-1 disajikan pada Tabel 4, hanya terdapat satu nilai fire strength yang lebih besar dari 0 (nol), yaitu bernilai 0.15 yang merupakan kode kendaraan D. Jadi kendaraan yang direkomendasikan sesuai dengan Kriteria-1 adalah kendaran D. Tabel 4. Nilai Fire strength untuk Kriteria-1. Derajat Keanggotaan Nilai Fire Strength Kode HargaMAHAL SilinderKECIL HargaMAHAL SilinderKECIL D A B C E F G H I J K L M N O P Q
15 Kode HargaMURAH (a1) Tabel 5. Nilai fire strength untuk Kriteria-2. TangkiBANYAK (a2) Nilai Keanggotaan PanjangSEDANG (b1) JarakPANJANG (b2) a1 a2 Nilai Fire Strength b1 b2 (a1 a2) (b1 b2) L G Q C K F A B D E H I J M N O P Hasil nilai fire strength untuk Kriteria-2 dapat dilihat pada Tabel 5. Kombinasi kriteria harga murah dan volume-tangki-bbm banyak memberikan hasil semua nilai fire strength sama dengan 0 (nol), seperti terlihat pada kolom-6 Tabel 5. Hal ini berarti tidak ada kendaraan yang direkomendasikan untuk kriteria tersebut. Sedangkan untuk Kriteria- 2, terdapat enam nilai fire strength yang lebih besar dari 0 (nol), yaitu bernilai : 0.05, 0.07, 0.20, 0.35, 0.46, 0.49 pada kode kendaraan : F, K, C, Q, G, L, ini berarti 6 kendaraan tersebut memenuhi Kriteria-2. Kendaraan dengan fire strength terbesar, yaitu 0.49 untuk kode kendaraan L merupakan kendaraan yang mendapat rekomendasi terbaik untuk Kriteria-2. 15
16 SIMPULAN DAN SARAN Dari pembahasan diatas dapat diambil simpulan bahwa penerapan fuzzy model Tahani untuk kendaraan bermotor roda dua terdapat tiga kemungkinan hasil rekomendasi, yaitu tidak ada hasil rekomendasi, terdapat satu hasil rekomendasi atau terdapat lebih dari satu rekomendasi kendaraan bermotor yang dipilih. Apabila terdapat lebih dari satu hasil rekomendasi, maka kendaraan bermotor roda dua yang mempunyai nilai fire strength tertinggi merupakan rekomendasi terbaik. Kemungkinan kriteria pemilihan kendaraan bermotor roda dua dapat berkembang sesuai dengan variabel dan himpunan fuzzy yang dirumuskan, serta banyaknya jenis dan tipe kendaraannya, maka perlu adanya pengembangan pada pengelolaan dan pengolahan datanya dengan memanfaatkan basisdata dan aplikasi yang berbasis pada basisdata, agar proses pengolahan datanya dapat lebih cepat dan efisien. DAFTAR PUSTAKA Amalia, L Model Fuzzy Tahani Untuk Pemodelan Sistem Pendukung Keputusan (SPK). Seminar Nasional Aplikasi Teknologi Informasi 2010, Yogyakarta. Eliyani Decision Support System Untuk Pembelian Mobil Menggunakan Fuzzy Database Model Tahani. Seminar Nasional Aplikasi Teknologi Informasi 2009., Yogyakarta. Bojadziev, M & Bojadziev, G Fuzzy Logic for Business, Finance, and Management 2 nd Edition.,World Scientific. Singapore. Kusumadewi, S & Purnomo, H Aplikasi Logika Fuzzy Untuk Pendukung Keputusan.,Graha Ilmu. Yogyakarta. Susilo, F Penghantar Himpunan & Logika Kabur Serta Aplikasinya. Universitas Sanata Dharma. Yogyakarta. Wang, L-X A Course in Fuzzy System and Control., Prentice Hall Internasional. Amerika. Diakses tanggal 10 September Diakses tanggal 10 September Diakses tanggal 10 September
17 MAKALAH II 17
18 PROGRAM APLIKASI FUZZY DATABASE MODEL TAHANI UNTUK PEMILIHAN KENDARAAN BERMOTOR RODA DUA BERDASARKAN KRITERIA LINGUISTIK Yosep Bungkus F. M. 1), Lilik Linawati 2), Tundjung Mahatma 3) 1) Mahasiswa Program Studi Matematika FSM UKSW 2), 3) Dosen Program Studi Matematika FSM UKSW Fakultas Sains dan Matematika, Universitas Kristen Satya Wacana Jl. Diponegoro Salatiga ) 2) 3) Abstrak Dalam makalah ini disajikan pengelolaan data didasarkan pada fuzzy database model Tahani yang diimplementasikan menjadi program aplikasi menggunakan Visual Basic 6.0. Program aplikasi ini berfungsi untuk merekomendasikan pemilihan kendaraan bermotor roda dua dengan kriteria linguistik terhadap data kendaraan yang memiliki spesifikasi pasti. Dengan masukan berupa kriteria linguistik, program aplikasi ini memberikan hasil keluaran berupa rekomendasi jenis-jenis kendaraan sesuai dengan kriteria yang dibentuk. Penentuan rekomendasi kendaraan didasarkan pada nilai fire strength yang dihasilkan. Tiga kemungkinan rekomendasi yang dihasilkan yakni: tidak terdapat hasil rekomendasi, terdapat satu hasil rekomendasi, dan terdapat lebih dari satu rekomendasi kendaraan bermotor. Ketiga kemungkinan rekomendasi ini dihasilkan berdasar pada nilai fire strength yang diperoleh menurut kriteria linguistik tertentu. Kata kunci : Fuzzy Database, Model Tahani, Program Aplikasi Rekomendasi, Fire Strength. 1 PENDAHULUAN Merepresentasi kebutuhan pelanggan akan barang atau jasa merupakan salah satu faktor penting dalam kegiatan jual-beli suatu barang atau jasa, dimana pembeli memiliki kriteria akan barang atau jasa yang diinginkannya. Pembeli seringkali hanya menyebutkan kriteria-kriteria yang diinginkan secara kualitatif atau disebut sebagai kriteria linguistik, sementara data yang dimiliki penjual adalah spesifikasi secara kuantitatif. Untuk itu perlu dicari suatu cara yang dapat menjembatani atau menerjemahkan kriteria dari pembeli agar dapat diolah penjual sehingga penjual dapat memenuhi kriteria pembeli, salah satunya metode fuzzy model Tahani. Penggunaan metode fuzzy model Tahani untuk merekomendasikan kendaraan bermotor roda dua telah dikaji oleh Maliana dkk (2013). Penggelolaan data secara manual menjadi kurang efisien dan membutuhkan banyak waktu apabila melibatkan banyak data, sehingga perlu suatu alat bantu untuk pengelolaan dan pengolahan data. Kajian dalam makalah ini merupakan pengembangan dari penelitian Maliana dkk (2013) diatas, yaitu mengimplemetasikan fuzzy model Tahani untuk pengegolaan dan pengolahan data dalam bentuk program aplikasi berbasis fuzzy database untuk merekomendasikan kendaraan bermotor roda dua. 18
19 Data spesifikasi kendaraan bermotor yang deterministik dapat disimpan sebagai database dan dikelola dengan menggunakan DBMS (Database Management Systems) yang dapat menangani penciptaan, pemeliharaan dan pengendalian akses data (Kadir, 2009). Di sisi lain data dalam bentuk kualitatif atau linguistik dapat dikelola menggunakan konsep himpunan fuzzy sehingga dapat direpresentasikan secara kuantitatif. Kriteria-kriteria seperti harga, suhu, dan kecepatan dalam teori himpunan fuzzy direpresentasikan sebagai variabel fuzzy, yang mana masing-masing variabel fuzzy dinyatakan dalam beberapa himpunan fuzzy sesuai dengan domain yang ditentukan berdasarkan himpunan crisp. Sebagai contoh variabel fuzzy harga dikaitkan pada himpunan fuzzy murah, sedang dan mahal dengan batas-batas domain tertentu. Dalam penelitian ini dikaji bagaimana membuat program aplikasi berbasis fuzzy database dengan menerapkan model Tahani untuk menentukan rekomendasi pemilihan suatu barang berdasarkan kriteria linguistik, terhadap sejumlah barang yang memiliki spesifikasi deterministik. Dalam hal ini obyek penelitiannya adalah kendaraan bermotor roda dua. Seperti diketahui terdapat banyak merek dan tipe kendaraan bermotor roda dua, yang mana masing-masing mempunyai spesifikasi berbeda dan memungkinkan terbentuknya banyak kombinasi kriteria linguistik, sehingga perlu adanya suatu program aplikasi yang dapat digunakan sebagai pengolah data secara cepat dan efisien dengan jumlah data yang banyak. Program aplikasi yang dibuat berbasis fuzzy database dengan menggunakan bahasa pemrograman Visual Basic 6.0 dan aplikasi DBMS menggunakan Ms. Access. 2 DASAR TEORI Himpunan Fuzzy Dalam himpunan crisp setiap elemen dalam himpunannya selalu dapat ditentukan secara tegas apakah ia merupakan anggota dari himpunan atau bukan. Pada kenyataanya tidak semua himpunan terdefinisi secara tegas dikarenakan terdapat perbedaan persepsi setiap orang, misalnya himpunan kendaraan murah. Untuk mengatasi hal ini maka Zadeh pada tahun 1965 mengaitkan himpunan tersebut dengan suatu fungsi yang dapat menyatakan derajat kesesuaiannya. Misalkan kendaraan dengan kapasitas silinder 100 cc dikaitkan dengan suatu fungsi dan mempunyai nilai fungsi sebesar 0,23. Misalkan dimiliki himpunan A yang dikaitkan dengan himpunan fuzzy maka secara matematis himpunan fuzzy dalam semesta X dapat dinyatakan sebagai himpunan pasangan terurut yang didefinisikan oleh : {( ( )) } 19
20 Dengan ( ) adalah fungsi keanggotaan yang memetakan x anggota himpunan semesta X ke selang tertutup [0,1]. Nilai ( ) adalah nilai fungsi keanggotaan dari x, yang disebut juga sebagai derajat keanggotaan (Susilo, 2003). Terdapat beberapa fungsi keanggotaan dalam himpunan fuzzy, diantaranya adalah: fungsi keanggotaan linear seperti direpresentasikan pada Gambar 1., dan fungsi keanggotaan segitiga seperti direpresentasikan pada Gambar 2. (Kusumadewi, 2004). Gambar 1.(a) merepresentasikan fungsi keanggotaan linear naik dan Gambar 1.(b) menyatakan fungsi keanggotaan linear turun. (a) (b) Gambar 1. Representasi Fungsi Keanggotaan Fuzzy Linear. Dengan rumus fungsi keanggotaan linear naik dinyatakan seperti pada persamaan (1), sedangkan fungsi keanggotaan linear turun dinyatakan seperti pada persamaan (2). ( ) { (1) ( ) { (2) Fungsi segitiga direpresentasikan seperti pada Gambar 2. dengan rumus fungsinya dinyatakan sebagai persamaan (3). Fungsi keanggotaan fuzzy ini merupakan gabungan dari fungsi keanggotaan linear naik dan fungsi keanggotaan linear turun. Gambar 2. Representasi Fungsi Keanggotaan Fuzzy Segitiga. 20
21 ( ) { (3) Operasi Himpunan Fuzzy Terdapat tiga operasi dasar untuk mengkombinasikan dan memodifikasi beberapa himpunan fuzzy yang dikemukakan oleh Zadeh. Operasi tersebut adalah komplemen pada suatu himpunan fuzzy serta gabungan dan irisan pada himpunan-himpunan fuzzy (Wang,1997). Operasi komplemen pada suatu himpunan fuzzy, hasilnya dinyatakan sebagai himpunan fuzzy dengan fungsi keanggotaan seperti persamaan (4). ( ) ( ) (4) Operasi gabungan antara dua himpunan fuzzy dan himpunan fuzzy, hasilnya dinyatakan sebagai himpunan fuzzy dengan fungsi keanggotaan seperti persamaan (5), dimana nilai keanggotaan hasil gabungan himpunan fuzzy ini merupakan nilai maksimal diantara derajat keanggotaan dari himpunan-himpunan fuzzy yang digabungkan. ( ) [ ( ) ( )] (5) Operasi irisan antara dua himpunan fuzzy dan himpunan fuzzy, hasilnya dinyatakan sebagai himpunan fuzzy dengan fungsi keanggotaan seperti persamaan (6), dimana nilai keanggotaan hasil irisan himpunan fuzzy ini merupakan nilai minimum diantara derajat keanggotaan dari himpunan-himpunan fuzzy yang diiriskan. ( ) [ ( ) ( )] (6) Fuzzy Database Model Tahani Model Tahani pada fuzzy database dideskripsikan sebagai suatu model yang digunakan untuk memproses pencarian data yang didasarkan pada operasi-operasi dalam teori himpunan fuzzy untuk mendapatkan informasi yang sesuai dengan kriteria pencarian datanya, sehingga sangat tepat digunakan dalam proses pencarian data yang akurat (Bojadziev, 2007). Dalam pencarian data, model Tahani pada data fuzzy menggunakan nilai fire strength sebagai dasar pengambilan keputusan. Nilai fire strength merupakan nilai derajat keanggotaan hasil dari operasi-operasi himpunan fuzzy, sehingga nilai fire strength berada pada interval [0,1]. 21
22 Berikut ini merupakan langkah-langkah pencarian data menggunakan model Tahani pada data fuzzy: 1. Penentuan variabel dan himpunan fuzzy serta fungsi keanggotaannya. 2. Perhitungan nilai keanggotaan setiap himpunan. 3. Penyusunan kriteria. 4. Perhitungan nilai fire stregth. 5. Penentuan hasil rekomendasi. 3 METODE PENELITIAN Data Penelitian ini merupakan pembuatan program aplikasi berbasis fuzzy database yang merupakan penerapan model Tahani untuk pemilihan kendaraan bermotor roda dua. Kriteria linguistik yang dibentuk berdasarkan pada beberapa spesifikasi data berbagai kendaraan bermotor roda dua dan dinyatakan sebagai variabel fuzzy dan dikaitkan dengan himpunan fuzzy yang sesuai. Data diperoleh dari internet yang diakses pada tanggal 10 September Dalam penelitian ini dikaji data 17 kendaraan bermotor roda dua dari tiga merek dan tipe yang dinyatakan sebagai kode A, B, C, dst. Variabel- variabel fuzzy yang digunakan sebagai kriteria adalah harga, kapasitas-silinder, panjang-kendaraan, volumetangki-bbm dan jarak-mesin-ke-tanah. Data tersaji pada Tabel 1. 22
23 Tabel 1. Data Spesifikasi Kendaraan Bermotor Roda Dua No. Kode Harga (Jutaan Rupiah) Kapasitas Silinder (cc) Bobot (kg) Tangki Bahan Bakar (lt) Jarak Mesin ke Tanah (mm) 1 A B C D E F G H I J K L M N O P Q Langkah langkah Penelitian 1. Perancangan sistem. Terdapat 2 pihak eksternal yang berhubungan dengan sistem ini, yaitu Administrator dan Operator. Administrator merupakan pihak yang memiliki wewenang untuk memasukan, mengubah atau menghapus data kendaraan dan menginput batas-batas himpunan fuzzy. Sedangkan Operator mendapat layanan berupa rekomendasi kendaraan bermotor roda dua setelah memasukan kriteria yang diinginkan. Pada Gambar 3, terdapat enam proses dalam menjalankan program aplikasi. Keenam proses tersebut yaitu proses pemeliharaan data kendaraan, proses pemasukan batas himpunan fuzzy, proses penghitungan derajat keanggotaan, proses pemasukan kriteria, proses perhitungan nilai fire strength dan proses penentuan rekomendasi kendaraan. Pada proses pemeliharaan data kendaraan, data disimpan dan diambil dari tabel data kendaraan. Pada proses input batas himpunan fuzzy, data-data disimpan dan diambil dari tabel batas himpunan. Pada proses penghitungan derajat keanggotaan, hasil dari perhitungan derajat keanggotaan sesuai fungsi keanggotaanya disimpan 23
24 pada tabel derajat keanggotaan. Pada proses pemasukan kriteria kendaraan, Operator memasukkan kriteria kendaraan yang diinginkan, dan kemudian dilanjutkan pada proses kelima perhitungan nilai fire strength dengan mengambil data dari tabel derajat keanggotaan. Proses terakhir adalah penentuan rekomendasi, berdasarkan nilai fire strength dicari data yang direkomendasikan dari tabel data kendaraan. Gambar 3. Diagram Pemmrosesan Data. 2. Pembuatan struktur tabel. Terdapat 3 tabel yang digunakan pada program aplikasi yang dibuat, yaitu : a. Tabel Kendaraan, digunakan untuk menyimpan data tentang spesifikasi tiap jenis kendaraan. Dengan struktur seperti tersaji pada Tabel 2. Tabel 2. Struktur Tabel Data Kendaraan Bermotor Roda Dua. Nama Field Type Data Keterangan Kode* Integer Kode kendaraan Nama Text Nama kendaraan Harga Number Harga kendaraan Silinder Number Kapasitasilinder Bobot Number Bobot kendaraan Tangki Number Volume tangki kendaraan Jarak Number Jarak dari tanah b. Tabel Himpunan, digunakan untuk menyimpan data batas setiap himpunan fuzzy. Dengan struktur seperti tersaji pada Tabel 3. 24
25 Tabel 3. Struktur Tabel Himpunan. Nama Field Type Data Keterangan Kode* Integer BatasHarga Number Nilai batas himpunan pada variabel Harga BatasSilinder Number Nilai batas himpunan pada variabel Silinder BatasBobot Number Nilai batas himpunan pada variabel Bobot BatasTangki Number Nilai batas himpunan pada variabel Tangki BatasJarak Number Nilai batas himpunan pada variabel Jarak c. Tabel DK, digunakan untuk menyimpan data derajat keanggotaan suatu jenis kendaraan tertentu pada himpunan fuzzy tertentu yang nantinya menjadi dasar pencarian nilai fire strength. Dengan struktur seperti tersaji pada Tabel 4. Tabel 4. Struktur Tabel DK. Nama Field Type Data Keterangan Kode* Integer HargaMURAH Number Nilai derajat keanggotaan untuk harga di himp. MURAH HargaSEDANG Number Nilai derajat keanggotaan untuk harga di himp. SEDANG HargaMAHAL Number Nilai derajat keanggotaan untuk harga di himp. MAHAL SilinderKECIL Number Nilai derajat keanggotaan untuk Silinder di himp. KECIL SilinderSEDANG Number Nilai derajat keanggotaan untuk Silinder di himp. SEDANG SilinderBESAR Number Nilai derajat keanggotaan untuk Silinder di himp. BESAR BobotRINGAN Number Nilai derajat keanggotaan untuk Bobot di himp. RINGAN BobotSEDANG Number Nilai derajat keanggotaan untuk Bobot di himp. SEDANG BobotBERAT Number Nilai derajat keanggotaan untuk Bobot di himp. BERAT TangkiKECIL Number Nilai derajat keanggotaan untuk Tangki di himp. KECIL TangkiSEDANG Number Nilai derajat keanggotaan untuk Tangki di himp. SEDANG TangkiBESAR Number Nilai derajat keanggotaan untuk Tangki di himp. BESAR JarakRENDAH Number Nilai derajat keanggotaan untuk Jarak di himp. RENDAH JarakSEDANG Number Nilai derajat keanggotaan untuk Jarak di himp. SEDANG JarakTINGGI Number Nilai derajat keanggotaan untuk Jarak di himp. TINGGI Keterangan : * adalah kunci. 3. Perancangan program aplikasi. Perancangan sistem diatas diimplementasikan dengan membuat suatu program aplikasi berbasis fuzzy database dengan menerapkan fuzzy model Tahani. Menu utama yang merupakan tampilan awal program aplikasi menampilkan pilihan kategori pengguna yaitu Administrator atau Operator. Selain sebagai pihak yang berwenang memberikan batas himpunan seorang Administrator juga diberi 3 fungsi utama yaitu : 25
26 1. Addnew. Dengan fungsi ini Administrator dapat memasukan data kendaraan bermotor roda dua yang baru. 2. Edit. Digunakan untuk mengubah data kendaraan. 3. Delete. Fungsi ini berguna untuk menghapus data kendaraan bermotor roda dua. Sedangkan Operator berfungsi sebagai pihak yang memproses data kendaraan bermotor roda dua, dengan masukan berupa kriteria linguistik kendaraan dan hasil berupa rekomendasi kendaraan bermotor roda dua yang memenuhi kriteria linguistik. Struktur rancangan program aplikasi dapat dilihat pada Gambar 4. Gambar 4. Struktur Program Aplikasi. 4 HASIL DAN PEMBAHASAN Berdasarkan rancangan di atas dibuat suatu program aplikasi dengan menggunakan bahasa pemrograman Visual Basic 6.0 dan DBMS Ms. Access. Di bawah ini dipaparkan beberapa screenshot dari program aplikasi yang dibuat. Jendela Menu Jendela menu seperti Gambar 5 adalah awal pengoperasian program aplikasi. Terdapat dua kategori pengguna, yaitu Administrator dan Operator. Administrator merupakan pihak yang berwenang memasukan, mengubah atau menghapus data kendaraan dan memberikan batas himpunan fuzzy. Pada makalah ini Administrator diasumsikan sebagai manajer. Sedangkan Operator merupakan pihak yang mempunyai kewenangan memasukan kriteria kendaraan sesuai dengan keinginan pembeli, pada makalah ini Operator diasumsikan sebagai salesman atau staf marketing yang berhadapan langsung dengan pembeli. 26
27 Gambar 5. Rancangan Jendela Menu. Jendela Administrator Pada jendela ini Administrator dapat menambah, mengubah (seperti pada Gambar 6a dan 6b) atau menghapus data kendaraan. Pada penelitian Maliana dkk (2013) data kendaraan bermotor roda dua diolah secara manual dengan menggunakan fuzzy model Tahani dan didapat nilai derajat keanggotaan untuk setiap jenis kendaraan seperti pada Tabel 5 dengan menggunakan batasan rata-rata, nilai terbesar dan nilai terendah untuk setiap himpunannya. Tabel 5. Derajat Keanggotaan Setiap Kendaraan menurut Variabel dan Himpunan Fuzzynya. Kode Harga (Rp) Kapasitas Silinder (cc) Panjang Kendaraan (mm) Volume Tangki Bahan Bakar (lt) Jarak Mesin ke Tanah (mm) Murah Sedang Mahal Kecil Sedang Besar Pendek Sedang Panjang Sedikit Sedang Banyak Pendek Sedang Panjang A B C D E F G H I J K L M N O P Q
28 Pada jendela ini Administrator dapat memasukan data batas himpunan fuzzy pada kolom yang telah disediakan, dimana batas himpunan fuzzy mengikuti dinamika interpretasi kriteria kendaraan. Sehingga nilai derajat keanggotaan setiap himpunan dapat berubah dan nilai derajat keanggotaan ini ditampilkan pada jendela Operator seperti Gambar 8. Jendela Administrator yang telah berisi data dapat dilihat pada Gambar 7. (a) Gambar 6. Jendela Addnew dan Edit. (b) Gambar 7. Jendela Administrator. Jendela Operator Pada jendela ini Operator dapat menentukan kriteria kendaraan yang diinginkan pada frame Kriteria. Kriteria yang bisa dibentuk sesuai dengan spesifikasi kendaraan. Selanjutnya tombol PROSES digunakan untuk menampilkan rekomendasi yang sesuai. Terdapat tiga informasi pada frame Rekomendasi, yaitu semua kendaraan yang 28
29 memenuhi kriteria, kendaraan yang paling memenuhi kriteria, dan besar nilai fire strength dari kendaraan yang paling memenuhi kriteria. Jendela Operator dapat dilihat pada Gambar 8. Gambar 8. Jendela Operator. Selanjutnya akan dibahas beberapa contoh penerapan program aplikasi untuk menentukan rekomendasi berdasarkan beberapa kriteria secara bervariasi, dengan menggunakan beberapa kriteria dari beberapa variabel yang telah dibuat. Beberapa contoh kriteria sebagai penerapannya adalah sebagai berikut : a. Contoh 1 Kriteria-1 = Diinginkan kendaraan yang harganya mahal dan kapasitassilindernya kecil. Berdasarkan Kriteria-1 dibentuk fungsi keanggotaan dari kombinasi operasi himpunan fuzzy yang sesuai, yaitu : ( ) [ ( ) ( )] Nilai fire strength untuk Kriteria-1 disajikan pada Tabel 6, hanya terdapat satu nilai fire strength yang lebih besar dari 0 (nol), yaitu bernilai yang merupakan kode kendaraan D. Jadi kendaraan yang direkomendasikan sesuai dengan Kriteria-1 adalah kendaran D. 29
30 Tabel 6. Nilai Fire strength untuk Kriteria-1. Kode Derajat Keanggotaan Nilai Fire Strength HargaMAHAL SilinderKECIL HargaMAHAL SilinderKECIL D A B C E F G H I J K L M N O P Q b. Contoh 2. Kriteria-2 = Diinginkan kendaraan yang harganya sedang dan bobot banyak atau volume-tangki-bbm sedang dan jarak-mesin-ke-tanah tinggi. Berdasarkan Kriteria-1 dibentuk fungsi keanggotaan dari kombinasi operasi himpunan fuzzy yang sesuai, yaitu : ( ) * ( ( ) ( )) ( ( ) ( ))+ Dengan cara yang sama didapat hasil rekomendasi C,D,E,F,O,P,Q dengan kendaraan jenis P merupakan rekomendasi utama karena memiliki nilai fire strength terbesar yaitu 0.75 seperti pada Gambar 9. c. Contoh 3. Kriteria-3 = Diinginkan kendaraan yang harganya murah dan volumetangki-bbm besar. ( ) [ ( ) ( )] Dengan cara yang sama didapat hasil rekomendasi tidak ada hasil., yang berarti tidak ada kendaraan yang sesuai dengan kriteria
31 Gambar 9. Hasil Kriteria 2. 5 KESIMPULAN DAN SARAN Dari pembahasan diatas dapat dibuat simpulan bahwa : 1. Penerapan model Tahani pada data fuzzy dengan program aplikasi berbasis fuzzy database untuk kendaraan bermotor roda dua terdapat tiga kemungkinan hasil rekomendasi, yaitu tidak ada hasil rekomendasi, terdapat satu hasil rekomendasi atau terdapat lebih dari satu rekomendasi kendaraan bermotor yang dipilih. Apabila terdapat lebih dari satu hasil rekomendasi, maka kendaraan bermotor roda dua yang mempunyai nilai fire strength tertinggi merupakan rekomendasi terbaik. 2. Program aplikasi dapat dijalankan oleh siapa saja yang mendapat kewenangan untuk mengoperasikan program aplikasi tanpa harus memahami teori fuzzy model Tahani. Saran yang dapat diberikan adalah : 1. Untuk pengembangan lebih lanjut variabel dan himpunan fuzzy dapat ditambah, agar hasil rekomendasi lebih mendekati kriteria yang diinginkan. 2. Program aplikasi dapat dikembangkan untuk objek lain selain kendaraan bermotor roda dua. 31
32 6 DAFTAR PUSTAKA Bojadziev, M & Bojadziev, G Fuzzy Management 2 nd Edition.,World Scientific. Singapore. Logic for Business, Finance, and Kadir, Abdul Dasar Perancangan dan Implementasi Database Relasional., Andi. Yogyakarta. Kusumadewi, S & Purnomo, H Aplikasi Logika Fuzzy Untuk Pendukung Keputusan.,Graha Ilmu. Yogyakarta. Maliana, Y. B. F & Linawati, L. & Mahatma, T Penerapan Model Tahani Pada Data Fuzzy Untuk Pemilihan Kendaraan Bermotor Roda Dua Berdasarkan Kriteria Linguistik., Seminar Nasional 2013, Kartasura. Utami, E & Sukrisno Konsep Dasar Pengolahan dan Pemrograman Database dengan SQL Server, Ms. Accsess, dan Ms. Visual Basic., Andi. Yogyakarta. Susilo, F Penghantar Himpunan & Logika Kabur Serta Aplikasinya. Universitas Sanata Dharma. Yogyakarta. Wang, L-X A Course in Fuzzy System and Control., Prentice Hall Internasional. Amerika. Diakses tanggal 10 September Diakses tanggal 10 September Diakses tanggal 10 September
33 BAB IV PENUTUP Kesimpulan Berdasarkan kedua makalah dapat disimpulkan : 1. Penerapan fuzzy model Tahani untuk kendaraan bermotor roda dua terdapat tiga kemungkinan hasil rekomendasi, yaitu tidak ada hasil rekomendasi, terdapat satu hasil rekomendasi atau terdapat lebih dari satu rekomendasi kendaraan bermotor yang dipilih. Apabila terdapat lebih dari satu hasil rekomendasi, maka kendaraan bermotor roda dua yang mempunyai nilai fire strength tertinggi merupakan rekomendasi terbaik. 2. Program aplikasi bersifat fleksibel, karena batas himpunan fuzzy dapat dengan mudah disesuaikan mengikuti dinamika interpretasi kriteria. 3. Program aplikasi dapat dijalankan oleh siapa saja yang mendapat kewenangan untuk mengoperasikan program aplikasi tanpa harus memahami teori fuzzy model Tahani. Saran Berdasarkan kedua makalah yang telah dikaji, saran yang dapat diberikan adalah : 1. Untuk pengembangan lebih lanjut variabel dan himpunan fuzzy dapat ditambah, agar hasil rekomendasi lebih mendekati kriteria yang diinginkan. 2. Program aplikasi dapat dikembangkan untuk objek lain selain kendaraan bermotor roda dua. 33
34 UCAPAN TERIMA KASIH Penulis menyadari bahwa banyak pihak yang telah mendukung dan membantu, sehingga penyusunan skripsi ini dapat berjalan dengan lancar. Oleh karena itu, pada kesempatan ini penulis mengucapkan terima kasih atas segala doa, nasihat, bimbingan dan dorongan baik materi maupun spiritual kepada : 1. Dr. Bambang Susanto selaku Ketua Program Studi Matematika. 2. Dra. Lilik Linawati, M.Kom selaku pembimbing utama yang dengan sabar membimbing, mengarahkan dan memberikan motivasi selama proses penulisan skripsi ini sehingga laporan skripsi ini dapat diselesaikan dengan baik. 3. Tundjung Mahatma, S.Pd, M.Kom selaku pembimbing pendamping yang memberikan saran, membimbing, dan mengarahkan penulis sehingga laporan skripsi ini dapat diselesaikan dengan baik. 4. Dosen pengajar, Dr. Bambang Susanto, Dra. Lilik Linawati, M.Kom, Dr. Adi Setiawan, M.Sc, Tundjung Mahatma,S.Pd, M.Kom, Didit Budi Nugroho, M.Si, Dr. Hanna Arini Parhusip, M.Sc, Leopoldus Ricky Sasongko, S.Si yang telah memberikan ilmu pengetahuan kepada penulis selama studi di FSM UKSW. 5. Staf TU FSM, Pak Edy, Mbak Eny, dan Mas Basuki yang telah banyak memberikan bantuan kepada penulis. 6. Keluarga terkasih yang telah memberikan doa dan dorongan kepada penulis sehingga dapat menyelesaikan penulisan skripsi ini dengan baik. 7. Yang terkasih Arinta Widyasari atas motivasi dan doa kepada penulis. 8. Sahabat-sahabat Ayu, Dewi, Ruth. Yang selalu memberikan semangat kepada penulis. 9. Teman-teman Progdi Matematika Angkatan 2010, Vina, Nova, Leni, Ane, Vero, Sutrimah, terima kasih atas bantuan dan kebersamaan kalian selama ini. 10. Semua pihak yang tidak dapat penulis sebutkan satu persatu yang juga mendukung penulis selama penulisan skripsi ini. Penulis menyadari sepenuhnya bahwa dalam penulisan skripsi ini masih terdapat banyak kekurangan dan jauh dari kesempurnaan. Oleh karena itu, penulis sangat mengharapkan segala saran dan nasihat dari pembaca. Harapan penulis, semoga skripsi ini bermanfaat bagi semua pihak. Salatiga, Januari 2014 Penulis 34
PROGRAM APLIKASI FUZZY DATABASE MODEL TAHANI UNTUK PEMILIHAN KENDARAAN BERMOTOR RODA DUA BERDASARKAN KRITERIA LINGUISTIK
PROGRAM APLIKASI FUZZY DATABASE MODEL TAHANI UNTUK PEMILIHAN KENDARAAN BERMOTOR RODA DUA BERDASARKAN KRITERIA LINGUISTIK Oleh, YOSEP BUNGKUS FIJAR MALIANA NIM : 662010004 TUGAS AKHIR Diajukan kepada Program
Lebih terperinciPROSIDING SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA TAHUN 2013 (VOLUME 2)
PROSIDING SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA TAHUN 2013 (VOLUME 2) TEMA: Menumbuhkan Tindak Pikir Kreatif pada Pembelajaran Matematika sebagai Implementasi Kurikulum 2013 EDITOR: Prof.
Lebih terperinciPENGOPTIMALAN KADAR PROKSIMAT PADA MOCORIN DENGAN MENGGUNAKAN ALGORITMA GENETIK (AG)
PENGOPTIMALAN KADAR PROKSIMAT PADA MOCORIN DENGAN MENGGUNAKAN ALGORITMA GENETIK (AG) Oleh, RUTH KRISTIANINGSIH NIM : 662010008 TUGAS AKHIR Diajukan kepada Program Studi Matematika, Fakultas Sains dan Matematika
Lebih terperinciProgram Studi Matematika
Model Volatilitas ARCH(1) untuk Returns dengan Error Berdistribusi non-central Student-t dan Skewed Student-t Studi Kasus: Pasar Valuta Asing Indonesia ARCH(1) Volatility Models for Returns with non-central
Lebih terperinciBAB II. KAJIAN PUSTAKA. A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto
BAB II. KAJIAN PUSTAKA A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto Masalah kinerja pegawai di Universitas Muhammadiyah Purwokerto sangat mendapat perhatian. Hal ini dibuktikan dengan diadakannya
Lebih terperinciSISTEM 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan perkembangan zaman dan kompleksnya kehidupan, maka manusia menginginkan tersedianya informasi yang tepat dan akurat dalam mengambil keputusan.
Lebih terperinciSistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani
Sistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani Eddy Triswanto S., ST., M.Kom. Jurusan Sistem Informasi Institut Informatika Indonesia Jl. Raya Sukomanunggal Jaya 3, Surabaya
Lebih terperinciPENDAHULUAN A. LATAR BELAKANG MASALAH
PENDAHULUAN A. LATAR BELAKANG MASALAH Dalam pelaksanaan pembelajaran selalu ditemui evaluasi-evaluasi untuk menguji tingkat pemahaman terhadap suatu bahan yang dipelajari. Evaluasi-evaluasi ini tidak boleh
Lebih terperinciPERHITUNGAN HARGA OPSI EROPA MENGGUNAKAN METODE GERAK BROWN GEOMETRIK
PERHITUNGAN HARGA OPSI EROPA MENGGUNAKAN METODE GERAK BROWN GEOMETRIK Oleh: Kristoforus Ardha Sandhy Pradhitya NIM : 662008001 TUGAS AKHIR Diajukan kepada Program Studi Matematika, Fakultas Sains dan Matematika
Lebih terperinciBAB 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 terperinciBAB II MAKALAH Makalah 1 :
BAB II MAKALAH Makalah 1 : Analisis penilaian kinerja karyawan menggunakan Fuzzy Linear Programming (FLP). Dipresentasikan dalam Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA 2013 yang diselenggarakan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ) Dimas Wahyu Wibowo 1, Eka Larasati Amalia 2 1,2 Teknik Informatika, Politeknik Negeri
Lebih terperinciDECISION SUPPORT SYSTEM UNTUK PEMBELIAN MOBIL MENGGUNAKAN FUZZY DATABASE MODEL TAHANI
DECISION SUPPORT SYSTEM UNTUK PEMBELIAN MOBIL MENGGUNAKAN FUZZY DATABASE MODEL TAHANI Eliyani 1, Utomo Pujianto 2, Didin Rosyadi 3 123 Jurusan Teknik Informatika Muhammadiyah Gresik Jl.Sumatera 101Gresik
Lebih terperinciREKAYASA APLIKASI KATALOG REKOMENDASI PEMILIHAN SEPEDA MOTOR MENGGUNAKAN METODE FUZZY TAHANI
REKAYASA APLIKASI KATALOG REKOMENDASI PEMILIHAN SEPEDA MOTOR MENGGUNAKAN METODE FUZZY TAHANI Deby Kurniawan 1), Muhammad Fadlan 2) 1) Teknik Informatika STMIK PPKIA Tarakanita Rahmawati Tarakan 2) Sistem
Lebih terperinciANALISIS PERBANDINGAN METODE PERAMALAN INDEKS HARGA SAHAM GABUNGAN ( IHSG ) DENGAN MENGGUNAKAN METODE OLS-ARCH/GARCH DAN ARIMA TUGAS AKHIR
ANALISIS PERBANDINGAN METODE PERAMALAN INDEKS HARGA SAHAM GABUNGAN ( IHSG ) DENGAN MENGGUNAKAN METODE OLS-ARCH/GARCH DAN ARIMA Oleh: JORDAN GRESTANDHI NIM: 662008016 TUGAS AKHIR Diajukan Kepada Program
Lebih terperinciRumusan Masalah Tujuan Batasan Masalah
PENDAHULUAN Bank adalah sebuah lembaga keuangan dan badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan selanjutnya menyalurkan kepada masyarakat dalam bentuk kredit. Kredit merupakan
Lebih terperinciFUZZY LINEAR PROGRAMMING DENGAN FUNGSI KEANGGOTAAN KURVA-S UNTUK PENILAIAN KINERJA KARYAWAN
FUZZY LINEAR PROGRAMMING DENGAN FUNGSI KEANGGOTAAN KURVA-S UNTUK PENILAIAN KINERJA KARYAWAN Astuti Irma Suryani ), Lilik Linawati 2) dan Hanna A. Parhusip 2) ) Mahasiswa Program Studi Matematika FSM UKSW
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 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 terperinciSISTEM 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 terperinciOleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**
PENERAPAN TOPSIS FUZZY MADM DALAM MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi** STMIK AMIKOM YOGYAKARTA ABSTRAK Penelitian ini
Lebih terperinciAplikasi Fuzzy Decision Making Dengan Menggunakan Metode Mamdani Penggandaan Dalam Pemilihan Smartphone
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 A - 8 Aplikasi Fuzzy Decision Making Dengan Menggunakan Metode Mamdani Penggandaan Dalam Pemilihan Smartphone Muhammad Najib Mubarrok, Agus
Lebih terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciBAB II TINJAUAN TEORITIS
BAB II TINJAUAN TEORITIS 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 terperinciFUZZY 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini jenis mobil begitu banyak dari berbagai merk, secara umum dibagi menjadi beberapa jenis yaitu: Sedan, SUV (Sport Utility Vehicle), MPV (Multi Purpose
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakang Logika fuzzy merupakan salah satu komponen pembentuk soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pada tahun 1965. Dasar logika
Lebih terperinci1. BAB I PENDAHULUAN. Kamera digital (kamera saku dan kamera semi professional) merupakan
1. BAB I PENDAHULUAN Latar Belakang Kamera digital (kamera saku dan kamera semi professional) merupakan imaging device yang sangat akrab digunakan dalam kebutuhan masyarakat modern saat ini. Kamera digital
Lebih terperinciPrediksi Ketersediaan Beras di Masyarakat Menggunakan Logika Fuzzy Dalam Upaya Meningkatkan Ketahanan Pangan ( Studi Kasus di Kecamatan Harau)
Prediksi Ketersediaan Beras di Masyarakat Menggunakan Logika Fuzzy Dalam Upaya Meningkatkan Ketahanan Pangan ( Studi Kasus di Kecamatan Harau) Hezy Kurnia Universitas Putra Indonesia YPTK, Padang e-mail
Lebih terperinciSISTEM 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 terperinciBAB II: TINJAUAN PUSTAKA
BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali
Lebih terperinciAplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)
Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap) Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani Fakultas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang .
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem database yang digunakan oleh manusia hanya mampu menangani data yang bersifat pasti (crisp), begitu pula pada query yang menggunakan bahasa Structured Query
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 terperinciPerancangan Aplikasi Rekomendasi Pemilihan Lokasi Rumah dengan Memanfaatkan Fuzzy Database Metode Tahani
Perancangan Aplikasi Rekomendasi Pemilihan Lokasi Rumah dengan Memanfaatkan Fuzzy Database Metode Tahani 23 Sathya Adi Dharma Program Studi Teknik Informatika Fakultas Teknologi Informasi Institut Informatika
Lebih terperinciBAB I PENDAHULUAN. Sebuah toko komputer ingin membangun suatu database yang isinya tidak
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sebuah toko komputer ingin membangun suatu database yang isinya tidak hanya komponen-komponen dasar komputer, tetapi juga informasi yang dapat membantu dalam
Lebih 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 terperinciLogika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.
LOGIKA FUZZY UTHIE Intro Pendahuluan Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. Lotfi Asker Zadeh adalah seorang ilmuwan
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA)
86 RANCANG BANGUN APLIKASI REKOMENDASI PEMBELIAN LAPTOP DENGAN METODE FUZZY DATABASE MODEL TAHANI BERBASIS WEB Hendry Setiawan 1, Seng Hansun 2 Program Studi Teknik Informatika, Universitas Multimedia
Lebih terperinciAPLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI
APLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI Hafsah1), Wilis Kaswidjanti2), Tendi R. Cili3) 1,2,3) Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari
Lebih terperinciDECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN
Seminar Nasional Inovasi dan Tren (SNIT)205 DECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN Ghofar Taufiq Akademi Manajemen Informatika dan Komputer Bina Sarana Informatika (AMIK
Lebih terperinciOleh, SRI AYU SUBEKTI NIM : TUGAS AKHIR
PENGGUNAAN METODE FUZZY MAMDANI DAN SUGENO UNTUK PENGAMBILAN KEPUTUSAN DALAM ANALISIS KREDIT Studi Kasus : Pengambilan Keputusan Kredit PT. Kandimadu Arta Cabang Salatiga Oleh, SRI AYU SUBEKTI NIM : 662010002
Lebih terperinciBAB 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBELIAN NOTEBOOK MENGGUNAKAN LOGIKA FUZZY TAHANI
Jurnal Informatika Mulawarman Vol. 6 No. 3 September 2011 98 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN NOTEBOOK MENGGUNAKAN LOGIKA FUZZY TAHANI 1) Hamdani 2) Haviluddin 3) Muhammad Syarif Abdillah 1,2,3) Program
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 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 terperinciPERAMALAN PERSENTASE PERUBAHAN DATA INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN FUZZY TIME SERIES
PERAMALAN PERSENTASE PERUBAHAN DATA INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN FUZZY TIME SERIES Endah Puspitasari 1, Lilik Linawati 2, Hanna Arini Parhusip 3 1,2,3 Progam Studi Matematika Fakultas Sains
Lebih terperinciSISTEM 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 terperinciBAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Pengembang atau developer perumahan selaku koordinator pelaksana di lapangan perlu diiringi oleh perkembangan teknologi komputer untuk dapat memenuhi kebutuhan
Lebih terperinciLOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK ANALISA PENDISTRIBUSIAN RASKIN ( STUDI KASUS DI KECAMATAN BUKIT SUNDI )
LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK ANALISA PENDISTRIBUSIAN RASKIN ( STUDI KASUS DI KECAMATAN BUKIT SUNDI ) Irzal Arief Wisky Universitas Putra Indonesia YPTK Padang irzal.arief2@gmail.com
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Karyawan didalam perusahaan merupakan sesuatu yang esensial untuk menjalankan roda perusahaan untuk mencapai tujuannya. Dalam pelaksanaannya, pencapaian tujuan tersebut
Lebih 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 terperinciDENIA FADILA RUSMAN
Sidang Tugas Akhir INVENTORY CONTROL SYSTEM UNTUK MENENTUKAN ORDER QUANTITY DAN REORDER POINT BAHAN BAKU POKOK TRANSFORMER MENGGUNAKAN METODE FUZZY (STUDI KASUS : PT BAMBANG DJAJA SURABAYA) DENIA FADILA
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Era persaingan yang semakin ketat pada saat sekarang ini telah menyebabkan perusahaan-perusahaan yang bergerak di bidang industri khususnya dalam bidang industri makanan
Lebih terperinciLOGIKA FUZZY FUNGSI KEANGGOTAAN
LOGIKA FUZZY FUNGSI KEANGGOTAAN FUNGSI KEANGGOTAAN (Membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai/derajat keanggotaannya yang memiliki interval
Lebih terperinciHimpunan Fuzzy. Sistem Pakar Program Studi : S1 sistem Informasi
Himpunan Fuzzy Sistem Pakar Program Studi : S1 sistem Informasi Outline Himpunan CRISP Himpunan Fuzzy Himpunan CRISP Pada himpunan tegas (crisp), nilai keanggotaan suatu item dalam suatu himpunan A, yang
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 terperinciBab 3 Metode dan Perancangan Sistem
26 Bab 3 Metode dan Perancangan Sistem 3.1 Metode Pengembangan Sistem 3.1.1 Pembahasan Metode Prototyping Metode penelitian yang digunakan pada pembuatan aplikasi ini adalah prototyping model. Seringkali
Lebih terperinciJOBSHEET 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 terperinciAplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic
Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha Menggunakan Fuzzy Logic 1. Pendahuluan Jual beli motor merupakan suatu kegiatan transaksi yang mungkin sering kita temukan di kehidupan sehari-hari. Untuk
Lebih terperinciBAB III METODE PENELITIAN. sistem yang digunakan untuk menggambarkan aliran data secara keseluruhan
30 BAB III METODE PENELITIAN Metode penelitian pada tugas akhir ini mencakup beberapa tahapan pengerjaan antara lain : 3.1. Perancangan Sistem Perancangan sistem pada penelitian tugas akhir ini terdiri
Lebih terperinciFUZZY LOGIC CONTROL 1. LOGIKA FUZZY
1. LOGIKA FUZZY Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Logika Fuzzy Teori himpunan logika samar dikembangkan oleh Prof. Lofti Zadeh pada tahun 1965. Zadeh berpendapat bahwa logika benar dan salah dalam logika konvensional tidak dapat
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM. ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai dengan
BAB III ANALISA DAN PERANCANGAN SISTEM III. Analisis Masalah Sistem yang dibuat pada studi kasus pemilihan spesifikasi komputer ini, ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai
Lebih terperinciPENENTUAN KUALITAS SOAL PILIHAN BERGANDA BERDASARKAN UJI RELIABILITAS KUDER-RICHARDSON, ANALISIS BUTIR DAN SISTEM INFERENSI FUZZY
PENENTUAN KUALITAS SOAL PILIHAN BERGANDA BERDASARKAN UJI RELIABILITAS KUDER-RICHARDSON, ANALISIS BUTIR DAN SISTEM INFERENSI FUZZY Oleh, CHRISTINA RARA NOVA YEDIDYA NIM : 662009801 TUGAS AKHIR Diajukan
Lebih terperinciREKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO Endra Pratama, Titin Sri Martini, Mania Roshwita Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BANTUAN SOSIAL PADA BADAN KETAHANAN PANGAN SUMATERA SELATAN
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BANTUAN SOSIAL PADA BADAN KETAHANAN PANGAN SUMATERA SELATAN M. Fariz Januarsyah Jurusan Teknik Informatika STMIK PalComTech Palembang Abstrak Proses seleksi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Kepuasan Pelanggan Perasaan puas pelanggan timbul ketika konsumen membandingkan persepsi mereka mengenai kinerja produk atau jasa dengan harapan mereka. Sementara itu kepuasan
Lebih terperinciBAB II KAJIAN TEORI. diantaranya mengenai Pariwisata di Yogyakarta, obyek wisata, penelitianpenelitian
BAB II KAJIAN TEORI Bab II berisi kajian teori. Teori-teori yang digunakan dalam penelitian ini diantaranya mengenai Pariwisata di Yogyakarta, obyek wisata, penelitianpenelitian terdahulu, teori himpunan
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 terperincimanusia diantaranya penyakit mata konjungtivitis, keratitis, dan glaukoma.
6 BAB II TINJAUAN PUSTAKA 2.1 Gambaran Tentang Mata Mata merupakan organ tubuh manusia yang paling sensitif apabila terkena benda asing misal asap dan debu. Debu akan membuat mata kita terasa perih atau
Lebih terperinciBAB II LANDASAN TEORI. konsep dasar dan definisi-definisi yang berkaitan dengan perangkat lunak yang
BAB II LANDASAN TEORI Pada landasan teori ini diuraikan sejumlah teori untuk membantu dan memecahkan permasalahan yang ada. Beberapa landasan teori tersebut meliputi konsep dasar dan definisi-definisi
Lebih terperinciAplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)
Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap) Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani Fakultas
Lebih terperinciBAB 1 PENDAHULUAN. data yang bersifat pasti(crisp). Begitu pula pada proses query, yang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah System database yang ada sampai sekarang, hanya mampu menangani data yang bersifat pasti(crisp). Begitu pula pada proses query, yang menggunakan bahasa Structure
Lebih terperinciPendapatan 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 terperinciPREDIKSI HARGA SAHAM BERBASIS WEB DENGAN SISTEM INFERENSI FUZI TSUKAMOTO
PREDIKSI HARGA SAHAM BERBASIS WEB DENGAN SISTEM INFERENSI FUZI TSUKAMOTO Muchlas, Tole Sutikno Program Studi Teknik Elektro, Fakultas Teknologi Industri, Universitas Ahmad Dahlan Kampus III UAD, Jl. Prof
Lebih terperinciPENERAPAN FUZZY-QUERY DATABASE PADA SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA
PENERAPAN FUZZY-QUERY DATABASE PADA SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Khoerul Anwar *), Ario Gunawan ABSTRACT The determination of scholarship recipients with several requirements
Lebih terperinciOptimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto
Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Sistem Informasi
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 terperinciSISTEM 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 terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Seiring dengan perkembangan teknologi komputer dan selular yang sedang terjadi sekarang ini, alat komunikasi merupakan suatu kebutuhan yang harus terpenuhi.
Lebih terperinciFuzzy Database. Abstrak. Pendahuluan. Pembahasan. Jarnuji.
Fuzzy Database Jarnuji Jarnuji.jarnuji@yahoo.com Abstrak Logika fuzzy merupakan alternatif cara berpikir yang dapat memodelkan kompleks sistem menggunakan pengetahuan dan pengalaman yang dipunyai logika
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Kantor Samsat UPTD Pajak Daerah Wilayah III Propinsi Lampung adalah salah satu instansi pemerintah yang beroperasi pada bidang pendapatan daerah khususnya pada pajak
Lebih terperinciSTMIK GI MDP. Program Studi Sistem Informasi Skripsi Sarjana Komputer Semester Genap Tahun 2010/2011
STMIK GI MDP Program Studi Sistem Informasi Skripsi Sarjana Komputer Semester Genap Tahun 2010/2011 Abstrak SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LOKASI PEMASARAN KECAP PADA PABRIK WAYANG MAS PALEMBANG
Lebih terperinciFUZZY SEBAGAI ALAT BANTU REKOMENDASI PERINGKAT PRODUK PADA KASUS PEMILIHAN PONSEL
FUZZY SEBAGAI ALAT BANTU REKOMENDASI PERINGKAT PRODUK PADA KASUS PEMILIHAN PONSEL Eddy Triswanto Setyoadi, ST., M.Kom. ABSTRAK Pada saat ini keberadaan ponsel sebagai salah satu alat komunikasi adalah
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Bagian tinjauan pustaka berisi tentang penjelasan singkat hasil-hasil penelitian atau analisis terdahulu yang ada hubungannya dengan permasalahan yang akan ditinjau dalam tugas
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 terperinciANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG
ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG Harison Dosen Jurusan Teknik Informatika Fakultas Teknologi Industri Institut Teknologi Padang Abstrak Keputusan
Lebih terperinciBAB I PENDAHULUAN. industri erat kaitannya dengan jumlah produksi yang harus disediakan. Seiring
BAB I PENDAHULUAN I.1. Latar Belakang Produksi merupakan kegiatan vital yang ada dalam suatu industri, kegiatan industri erat kaitannya dengan jumlah produksi yang harus disediakan. Seiring dengan meningkatnya
Lebih terperinciPengantar Kecerdasan Buatan (AK045218) Logika Fuzzy
Logika Fuzzy Pendahuluan Alasan digunakannya Logika Fuzzy Aplikasi Himpunan Fuzzy Fungsi keanggotaan Operator Dasar Zadeh Penalaran Monoton Fungsi Impilkasi Sistem Inferensi Fuzzy Basis Data Fuzzy Referensi
Lebih terperinciMODEL DENYUT JANTUNG DENGAN TEORI BIFURKASI DAN DISTRIBUSI INTERVAL DENYUT JANTUNG BERDASARKAN OPTIMASI FUNGSI GAUSS OLEH NELDER-MEAD SIMPLEX
MODEL DENYUT JANTUNG DENGAN TEORI BIFURKASI DAN DISTRIBUSI INTERVAL DENYUT JANTUNG BERDASARKAN OPTIMASI FUNGSI GAUSS OLEH NELDER-MEAD SIMPLEX HEARTBEAT MODEL USING BIFURCATION THEORY AND INTERVAL DISTRIBUTION
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 terperinciBAB I PENDAHULUAN. fasilitas- fasilitas atau fitur- fitur yang ada di perumahan tersebut dan faktor-faktor
BAB I PENDAHULUAN I.1 Latar Belakang Pengembang atau developer perumahan selaku koordinator pelaksana di lapangan perlu diiringi oleh perkembangan teknologi komputer untuk dapat memenuhi kebutuhan para
Lebih terperinciDAFTAR ISI ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL BAB I PENDAHULUAN
DAFTAR ISI ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI... iv DAFTAR GAMBAR...x DAFTAR TABEL... xiii BAB I PENDAHULUAN 1.1 Latar Belakang Masalah...1 1.2 Identifikasi Masalah...3 1.3 Maksud
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 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 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 terperinciPENERAPAN METODE ANALYTIC HIERARCHY PROCESS (AHP) DALAM EVALUASI KINERJA KARYAWAN
PENERAPAN METODE ANALYTIC HIERARCHY PROCESS (AHP) DALAM EVALUASI KINERJA KARYAWAN Oleh, SINTA ARIFIN NIM : 662009013 TUGAS AKHIR Diajukan kepada Program Studi Matematika, Fakultas Sains dan Matematika
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 terperinci