BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI"

Transkripsi

1 BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI.1 Tinjauan Pustaka Penelitian yang berjudul Sistem Pakar untuk Diagnosa Awal Gangguan Otak Demensia dan Gangguan Mental Depresi pada Lansia (Lanjut Usia) dengan Metode Fordward Chaining dan Dempster Shafer membahas tentang sistem pakar untuk mendiagnosa awal gangguan otak demensia dan gangguan depresi pada lanjut usia, dimana metode forward chaining digunakan sebagai mesin inferensi yaitu proses inferensi yang memulai pencarian dari premis atau data masukan berupa gejala menuju pada konklusi yaitu kesimpulan. Selain itu sistem pakar ini juga menggunakan metode dempster shafer sebagai metode untuk menghitung nilai kepercayaan atas gejala yang diberikan oleh pengguna (Nusandika, 013). Sistem pakar untuk mengetahui gangguan depresi mayor dengan menggunakan faktor kepastian merupakan sistem yang dapat digunakan untuk mendeteksi dini gangguan yang terkait dengan depresi dengan menggunakan metode certainty factor untuk mementukan kepastian besarnya persentase gejala depresi yang di alami seseorang. Tujuan penelitian ini yaitu untuk menentukan besarnya gangguan sehingga orang yang mengalami gangguan yang terkait dengan depresi dapat mengetahui seberapa besar gangguan yang dialami dan bagaimana terapi yang harus dilakukan (Astuti dan Kusrini, 015). Salah satu penelitian tentang sistem pakar tingkat depresi yaitu Sistem Pakar untuk Menentukan Tingkatan Depresi dengan Metode Fuzzy Inference System Sugeno (FIS Sugeno). Sistem pakar ini akan bekerja dengan cara menerima inputan berupa gejala depresi yang diberikan oleh pengguna. Dan sistem memberikan output berupa tingkatan depresi serta terapi atau threatment dengan menggunakan FIS Sugeno untuk memecahkan masalah ketidakpastian yang dapat direpresentasikan secara linguistic. Terdapat 3 tingkatan depresi pada sistem pakar yang dirancang, antara lain : depresi ringan, depresi sedang dan depresi berat. Hasil pengujian yang dilakukan memiliki persentase tingkat kesesuaian sebesar 80% (Alfarisi, et al, 015). 4

2 5 Penelitian yang berjudul Implementasi Fuzzy Tsukamoto dalam Mendiagnosa Penyakit Diabetes Melitus adalah penelitianyang membuat suatu sistem penegakan penyakit diabetes mellitus menggunakan metode tsukamoto. Variabel-variabel pendukung penegakan diagnosa penyakit tersebut digunakan dalam pembentukan himpunan fuzzy. Himpunan fuzzy itu akan diproses dengan metode tsukamoto sehingga menghasilkan suatu keputusan. Aplikasi yang dirancang telah diuji dengan melibatkan rekam medik diagnosa dari dokter, diketahui hasil dari pengujian tersebut memiliki tingkat akurasi sebesar 87%. Dengan ini sistem pakar yang dihasilkan bisa digunakan sebagai alat bantu sementara untuk diagnosa penyakit diabetes melitus (Maulana dan Nurhadiyono (015). Selanjutnya, penelitian yang berjudul Metode Logika Fuzzy Tsukamoto Dalam Sistem Pengambilan Keputusan Penerimaan Beasiswa adalah penelitian yang merancang sistem pengambilan keputusan yang bisa digunakan oleh mahasiswa untuk mempermudah penentuan siapa yang berhak mendapatkan beasiswa. Sistem yang dibuat di dukung dengan metode logika fuzzy tsukamoto yang dibuat berdasarkan data dan norma sumber daya manusia dengan kriteriakriteria yang telah ditentukan oleh pihak donator. Hasil dari proses ini berupa bobot penilaian siswa yang merupakan dasar rekomendasi dalam pengambilan keputusan penerimaan beasiswa. Software ini dibuat dengan menggunakan Microsoft Access 007 dan Micosoft Visual Basic 6.0 sebagai tool dengan aplikasi ini dapat membantu pihak pemberi beasiswa dalam proses penyaringan penerima beasiswa dengan tepat dan cepat (Maryaningsih, et al, 013).. Landasan Teori..1 Depresi Depresi merupakan respon normal terhadap berbagai stress kehidupan. Depresi dianggap abnormal bila di luar kewajaran dan berlanjut terus sampai saatsaat dimana kebanyakan orang sudah dapat pulih kembali (Atkinson, 1991). Ciricirinya antara lain tidak ada harapan, patah hati, mengalami ketidakberdayaan berlebihan, selalu memikirkan kekurangan diri dan rasa tidak berarti.

3 6 Menurut Beck (1985), depresi merupakan suatu primary mood disorder atau sebagai suatu affective disorder. Kemudian Beck memandang depresi dalam komponen-komponen sebagai berikut: a. Depresi merupakan kesedihan yang berkepanjangan dan keadaan jiwa yang apatis (komponen afektif) b. Depresi merupakan cara berpikir yang salah dalam memandang realitas di luar dan di dalam diri sendiri, sehingga terbentuk konsep diri yang negatif yang berlanjut pada perasaan rendah diri (komponen kognitif) c. Depresi merupakan gangguan terhadap fungsi fisiologis yang antara lain menyebabkan sukar tidur dan hilangnya nafsu makan serta seksual (komponen fisiologis). d. Depresi merupakan hilangnya kemampuan untuk berfungsinya secara wajar serta hilangnya dorongan dan energi untuk bertindak (komponen perilaku) Depresi menurut WHO (World Health Organization) merupakan suatu gangguan mental umum yang ditandai dengan mood tertekan, kehilangan kesenangan atau minat, perasaan bersalah atau harga diri rendah, gangguan makan atau tidur, kurang energi, dan konsentrasi yang rendah... Jenis-jenis Depresi Berdasarkan kriteria DSM IV-TR, terdapat dua jenis gangguan depresi yang bersifat klinis, yaitu (American Psychiatric Association, 000; Rosenvald, Oei & Schmidt, 007): a. Gangguan Depresi Mayor Gangguan depresi mayor merupakan gangguan depresi yang paling umum terjadi. Individu dengan gangguan depresi mayor akan mengalami episodeepisode depresi dan normal/remisi yang terlihat cukup kontras. Diagnosis untuk gangguan depresi mayor dapat diberikan jika individu mengalami setidaknya lima dari delapan kriteria berikut selama setidaknya dua minggu berturut-turut, dan hal ini menganggu keberfungsiannya sehari-hari: 1) Adanya suasana hati/mood depresif hampir sepanjang hari ) Kehilangan minat melakukan hal-hal yang disukai

4 7 3) Mengalami penurunan atau kenaikan berat badan yang disertai perubahan selera makan 4) Mengalami masalah tidur yang muncul hampir setiap hari 5) Mengalami agitasi/ kegelisahan psikomotor 6) Mengalami rasa lelah yang berlebihan 7) Merasa tidak berdaya, sulit berpikir dan konsentrasi 8) Adanya kemunculan pikiran-pikiran buruk mengenai kematian, termasuk keinginan bunuh diri b. Gangguan Distimik Gangguan distimik merupakan jenis gangguan depresi yang ditandai dengan perasaan murung dalam jangka waktu yang lama dan pengidapnya seringkali menerima perasaan tersebut sebagai bagian dari kehidupannya sehari-hari. Diagnosis ini diberikan jika individu mengalami simtomsimtom depresi hampir sepanjang hari dan hampir setiap hari, paling tidak selama dua tahun untuk orang dewasa dan satu tahun untuk anak-anak dan remaja. Simtom-simtom depresi yang muncul setidaknya dua dari tujuh simtom berikut: 1) Tidak ada selera makan atau makan berlebihan ) Insomnia atau hipersomnia 3) Tidak ada tenaga atau lelah 4) Merasa harga diri rendah 5) Konsentrasi buruk 6) Sulit membuat keputusan 7) Merasa tidak memiliki harapan...3 Tingkatan Depresi Terdapat 6 tingkatan dalam depresi, diantaranya adalah : a. Depresi normal b. Gangguan mood c. Depresi batas klinis d. Depresi sedang

5 8 e. Depresi berat f. Depresi ekstrim..4 Skala Pengukuran Tingkat Depresi dalam ilmu Psikologi Untuk mengukur tingkat depresi seseorang, dalam dunia psikologi terdapat alat ukur yang telah paten, salah satunya adalah Beck Depression Inventory (BDI). Alat ukur ini merupakan jenis inventory yang memiliki beberapa pilihan jawaban, dan diisi sendiri oleh masing-masing partisipan sesuai kondisi yang mereka rasakan. Alat ukur ini dikembangkan pertama kali oleh Beck, Ward dan Mendelson (1961) untuk mengukur tingkat depresi pada populasi yang bersifat general. Suwantara, Lubis dan Rusli (005) sudah mengadaptasi alat ukur ini ke dalam Bahasa Indonesia dengan beberapa penyesuaian, misalnya jumlah pilihan jawaban pada setiap item dan norma yang dianggap lebih sesuai untuk partisipan di Indonesia (Arjadi, 01). Beck Depression Inventory yang sudah diadaptasi oleh Suwantara, Lubis dan Rusli (005). Dapat dilihat pada Tabel.1, daftar pernyataan pada BDI terdiri dari 1 nomor kelompok pernyataan. Masing-masing nomor harus diisi dengan memilih salah satu pilihan jawaban yang dianggap partisipan sebagai pilihan jawaban yang paling sesuai dengan dirinya. Selanjutnya, menurut Arjadi, (01) alat ukur BDI diketahui memiliki 3 (tiga) dimensi dalam depresi (Shafer, 006), yaitu dimensi sikap negatif terhadap diri sendiri (11 item), penurunan performa (7 item), dan gejala somatis (3 item). Tabel. 1 Daftar Pernyataan-pernyataan pada skala BDI No. Skor Pernyataan 1 0 Saya merasa senang 1 Saya terkadang merasa sedih Saya merasa sendu atau sedih setiap waktu dan saya tidak dapat menghilangkannya 3 Saya sangat sendu atau sedih sehingga saya merasa tidak tahan lagi 0 Saya optimis menghadapi masa depan

6 9 No. Skor Pernyataan 1 Saya merasa berkecil hati menghadapi masa depan Saya merasa tidak memiliki pandangan terhadap masa depan 3 Saya merasa tidak ada harapan dimasa depan, dan segala sesuatunya tidak dapat diperbaiki 3 0 Saya tidak merasa seperti orang yang gagal 1 Saya merasa lebih banyak gagal dibanding banyak orang Kalau saya meninjau kembali hidup saya, yang dapat saya lihat hanyalah banyaknya kegagalan 3 Saya merasa apapun yang saya lakukan pasti akan gagal 4 0 Saya tidak merasa tidak puas secara khusus 1 Saya merasa bosan untuk sebagian besar waktu Saya tidak menikmati segala sesuatu sama seperti biasanya 3 Saya tidak lagi mendapat kepuasan dari hal apapun 5 0 Saya tidak merasa bersalah secara khusus 1 saya merasa bersalah di waktu-waktu tertentu Terkadang saya merasa bersalah di sebagian besar waktu 3 Saya selalu merasa bersalah sepanjang waktu 6 0 Saya tidak merasa bahwa saya sedang dihukum 1 Saya merasa saya sedang dihukum atau akan dihukum Saya merasa saya pantas dihukum 3 Saya ingin dihukum 7 0 Saya tidak merasa kecewa terhadap diri saya sendiri 1 Saya merasa kecewa terhadap diri saya sendiri Saya muak terhadap diri saya sendiri 3 Saya membenci diri saya sendiri 8 0 Saya tidak merasa lebih buruk dibanding orang lain 1 Saya mencela diri saya sendiri Karena kelemahan atau kesalahan kesalahan saya

7 10 No. Skor Pernyataan Saya menyalahkan diri saya sendiri atas kesalahan-kesalahan saya selama ini 3 Saya menyalahkan diri saya sendiri terhadap segala keburukan yang terjadi 9 0 Saya sama sekali tidak mempunyai pikiran untuk bunuh diri 1 Saya mempunyai pikiran untuk bunuh diri, tetapi saya tidak akan melakukannya Saya mempunyai rencana untuk bunuh diri 3 Saya ingin bunuh diri 10 0 Saya tidak menangis lebih sering daripada biasanya 1 Saya sekarang lebih sering menangis dibanding biasanya Saya menangis sepanjang waktu, saya tidak dapat menghentikannya 3 Saya biasanya dapat menangis, teteapi sekarang sama sekali tidak dapat meskipun saya ingin menangis 11 0 Saya sekarang tidak lebih tersinggung dibanding biasanya 1 Saya sama sekali tidak menjadi tersinggung terhadap hal-hal yang biasanya membuat saya tersinggung Saya lebih mudah kesal atau tersinggug dibanding biasanya 3 Saya merasa tersinggung sepanjang waktu 1 0 Saya tidak kehilangan perhatian terhadap orang lain 1 Sekarang saya kurang tertarik terhadap orang lain dibanding biasanya Saya telah kehilangan sebagian besar perhatian saya terhadap orang lain dan hanya sedikit tertarik terhadap mereka 3 Saya telah kehilangan seluruh perhatian saya terhadap orang lain dan sama sekali tidak peduli terhadap mereka 13 0 Saya dapat membuat keputusan sebaik biasanya 1 Saya mencoba menunda-nunda dalam mengambil keputusan

8 11 No. Skor Pernyataan Saya mengalami banyak kesulitan dalam mengambil keputusan 3 Saya sama sekali tidak dapat mengambil keputusan lagi 14 0 Saya tidak merasa penampilan saya lebih jelek dibanding dulu 1 Saya merasa ada perubahan perubahan tetap/permanen dalam penampilan saya Saya cemas, saya kelihatan tua atau tidak menarik 3 Saya merasa bahwa penampilan saya jelek atau tampak menjijikkan 15 0 Saya dapat bekerja sebaik sebelumnya 1 Saya memerlukan usaha tambahan untuk memulai suatu pekerjaan Saya harus mendorong diri saya dengan kerja keras untuk melakukan sesuatu 3 Saya sama sekali tidak dapat mengerjakan pekerjaan apapun 16 0 Saya bisa tidur sebaik biasanya 1 Saya bangun pagi dengan rasa lebih lelah dari pada biasanya Saya bangun 1 jam lebih awal daripada biasanya dan menyadari akan sulit tidur kembali 3 Saya bangun pagi-pagi sekali setiap hari dan tidak dapat tidur lebih dari 5 jam 17 0 Saya tidak merasa lebih lelah daripada biasanya 1 Saya lebih mudah menjadi lelah dibanding biasanya Saya menjadi lelah jika mengerjakan apapun 3 Saya terlalu lelah untuk mengerjakan apapun 18 0 Selera makan saya tidak lebih buruk daripada biasanya 1 Selera makan saya tidak sebaik sebagaimana biasanya Selera makan saya jauh lebih buruk sekarang 3 Saya sama sekali tidak mempunyai selera makan lagi 19 0 Kalaupun ada saya tidak banyak kehilangan berat badan 1 Saya telah kehilangan berat badan lebih dari.5 kg

9 1 No. Skor Pernyataan Saya telah kehilangan berat badan lebih dari 5 kg 3 Saya telah kehilangan berat badan lebih dari 7.5 kg 0 Saya tidak menghawatirkan kesehatan saya lebih daripada 0 biasanya Saya khawatir akan rasa sakit atau sakit perut atau sembelit (sulit 1 buang air besar) Saya begitu khawatir akan kesehatan badan saya sehingga sulit untuk memikirkan hal-hal lain 3 Seluruh perhatian saya tersita oleh apa yang saya rasakan 1 Saya tidak merasakan adanya perubahan apapun dalam minat saya 0 terhadap seks 1 Saya kurang tertarik terhadap seks dibanding biasanya Minat saya terhadap seks jauh berkurang sekarang 3 Saya sama sekali telah kehilangan minat terhadap seks Keterangan: Dimensi sikap negatif pada diri sendiri Dimensi penurunan performa Dimensi gejala somatis Setelah semua nomor diisi oleh partisipan, skor dapat diberikan dan dijumlahkan hingga diperoleh skor total. Dari skor total yang telah didapatkan dapat diputuskan tingkat depresi yang dialami oleh lansia. Tabel. merupakan rincian tingkatan depresi pada skala BDI. Tabel. Tingkatan Depresi (Beck, 1961) Tingkat depresi Skala Normal 0 10 Gangguan mood Batas klinis depresi 17 0 Depresi sedang 1 30 Depresi berat 31 40

10 13 Tingkat depresi Skala Depresi ekstrim > 40 Lebih lanjut, skala pengukuran BDI dapat dilihat pada lampiran C...5 Lanjut Usia Menurut Undang-undang Republik Indonesia Nomor 13 tahun 1998 tentang Kesejahteraan Lanjut Usia yang dimaksud dengan lanjut usia adalah penduduk berusia 60 tahun ke atas (Irawan, 013). Sementara itu, Quadagno (00) menggolongkan kelompok Lanjut Usia menjadi tiga berdasarkan usia kronologisnya, yaitu tahun (young-old), tahun (old-old), dan 85 tahun ke atas (oldest-old). Kriteria yang sedikit berbeda diungkapkan oleh Black (1994) yang menjelaskan usia young-old berada pada rentang pertengahan usia 50 tahunan sampai pertengahan usia 70 tahunan, tanpa menyebutkan angka yang pasti. Dari berbagai kategori yang berbeda ini, dapat diperkirakan bahwa masa lansia dimulai sekitar usia pertengahan 50 tahun sampai 60 tahun, dan berakhir pada akhir hayat masing-masing individu. Di dalam penelitian ini sendiri, kriteria usia yang digunakan sebagai subyek adalah lansia yang berada pada kategori usia young-old dan old-old, yaitu dari pertengahan usia 50 tahun sampai 84 tahun (Arjadi, 01)...6 Penyebab Depresi pada Lanjut Usia Terdapat beberapa faktor penyebab depresi pada lansia, yaitu faktor biologis, psikologis dan sosial (Arjadi, 01). a. Faktor Biologis Terkait dengan Kesehatan Fisik Depresi pada lansia biasanya berhubungan dengan kondisi fisik dan kejiwaan. Sebagai contoh, depresi biasanya berkaitan dengan diabetes, gangguan pernapasan, gangguan ginjal, alzheimer, dan masalah-masalah kesehatan lainnya. Kemunculan depresi sendiri dapat disebabkan oleh adanya masalah kesehatan tersebut. Hal ini dapat berlaku sebaliknya, yaitu depresi berkepanjangan dapat pula mencetuskan munculnya masalah

11 14 kesehatan pada lansia, misalnya karena depresi, mereka tidak makan dengan baik hingga kesehatannya terganggu. b. Faktor Psikologis Faktor psikologis yang dapat menyebabkan depresi pada lansia salah satunya adalah pikiran negatif yang mereka miliki ketika menghadapi suatu masalah dalam hidupnya. Lansia yang mempersepsikan masalah secara negatif akan memiliki tendensi mengembangkan depresi yang levelnya lebih tinggi daripada yang tidak mempersepsikan masalah secara negatif. Kemampuan coping dengan masalah juga menentukan daya tahan yang dimiliki lansia untuk tidak mengalami depresi berkelanjutan. Kemampuan coping yang buruk akan membuat lansia sulit menghadapi masalahnya, hingga berpotensi memunculkan depresi. c. Faktor Sosial Faktor ini khususnya bicara mengenai keberadaan dukungan sosial (social support). Ketika memasuki usia lansia, individu akan meninggalkan lingkungan pekerjaan, tidak lagi aktif seperti dahulu, hingga mengalami perubahan dalam sistem sosialnya. Ketika sudah tidak aktif berhubungan dengan orang lain, lansia dapat merasa kesepian, dan hal ini memiliki potensi untuk berkembang menjadi depresi, terlebih jika mereka tidak memiliki kegiatan apapun dan teman beraktivitas sehari-hari..7 Sistem Pakar Sistem pakar adalah cabang kecerdasan buatan yang menggunakan pengetahuan/knowledge khusus untuk memecahkan masalah pada level human expert/pakar. Sistem pakar banyak dikembangkan dalam berbagai ilmu, salah satu diantaranya dalam bidang kedokteran untuk melakukan diagnosa penyakit. Sistem pakar digunakan untuk menentukan diagnosa penyakit akan membantu mengkonfirmasi diagnosa dan menentukan saran dan terapinya. Menurut Turban (1995), untuk membangun sebuah sistem pakar maka komponen-komponen dasar yang harus dimiliki paling sedikit adalah sebagai berikut :

12 15 a. Antar muka pemakai (User Interface) b. Basis pengetahuan (Knowledge Base) c. Mesin inferensi desain sistem yang digunakan dalam penelitian ini adalah desain model Turban yang dapat dilihat pada Gambar.1 Gambar. 1 Desain Mesin Inferensi (Turban, 1995)..8 Logika Fuzzy..8.1 Definisi Logika Fuzzy Kata fuzzy merupakan kata sifat yang berarti kabur, tidak jelas. Fuzziness atau kekaburan atau ketidakjelasan atau ketidakpastian selalu meliputi keseharian manusia. Orang yang belum pernah mengenal fuzzy logic pasti akan mengira bahwa fuzzy logic adalah sesuatu yang rumit dan tidak menyenangkan. Namun, sekali seseorang mulai mengenalnya, pasti akan tertarik untuk ikut mempelajari fuzzy logic. Fuzzy logic dikatakan sebagai logika baru yang lama, sebab ilmu tentang fuzzy logic modern dan metodis baru ditemukan beberapa tahun yang lalu, padahal sebenarnya konsep tentang fuzzy logic itu sendiri sudah ada sejak lama (Kusumadewi, 013). Logika fuzzy adalah sebuah metodologi berhitung dengan variabel kata kata (linguistic variable) sebagai pengganti berhitung dengan bilangan. Kata kata yang digunakan dalam logika fuzzy bukan sepresisi bilangan namun dekat dengan intuisi manusia. Tidak semua kondisi memiliki nilai kebenaran salah dan benar atau

13 16 bernilai 0 dan 1. Ada suatu kondisi yang berada di antara 0 dan 1 yang dinamakan kesamaran (fuzzy). Alasan digunakannya logika fuzzy adalah (Kusumadewi, 003): a. Konsep logika fuzzy mudah dimengerti dengan konsep matematis sebagai dasar dari penalaran fuzzy yang sangat sederhana dan mudah dimengerti. b. Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahan perubahan, dan ketidakpastian yang menyertai permasalahan. c. Logika fuzzy memiliki toleransi terhadap data data yang tidak tepat. Jika diberikan sekelompok data yang cukup homogeny, dan kemudian ada beberapa data yang eksklusif, maka logika fuzzy memiliki kemampuan untuk menanganinya. d. Logika fuzzy mampu memodelkan fungsi fungsi nonlinear yang sangat kompleks. e. Logika fuzzy dapat mengaplikasikan pengalaman pengalaman para ahli secara langsung tanpa memulai proses pelatihan. Dalam hal ini sering disebut dengan nama Fuzzy Expert System menjadi bagian terpenting. f. Logika fuzzy dapat bekerja sama dengan teknik teknik kendali secara konvensional. Hal ini umumnya terjadi pada aplikasi di bidang mesin ataupun teknik elektro. g. Logika fuzzy didasarkan pada bahasa alami. Logika fuzzy menggunakan bahasa sehari hari sehingga mudah untuk dimengerti...8. Himpunan Fuzzy Himpunan tegas (crisp) A didefinisikan oleh item-item yang ada pada himpunan itu. Jika a.a, maka nilai yang berhubungan dengan a adalah 1. namun jika a.a, maka nilai yang berhubungan dengan a adalah 0. notasi A = {x P(x)} menunjukkan bahwa A berisi item x dengan p(x) benar. Jika XA merupakan fungsi karakteristik A dan properti P, maka dapat dikatakan bahwa P(x) benar, jika dan hanya jika XA(x)=1 (Kusumadewi, 003). Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item

14 17 dalam semesta pembicaraan tidak hanya berada pada 0 atau 1, namun juga nilai yang terletak diantaranya. Dengan kata lain, nilai kebenaran suatu item tidak hanya benar atau salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai-nilai yang terletak antara benar dan salah. Himpunan fuzzy memiliki atribut, yaitu (Kusumadewi, 003): a. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami. b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel. Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu sebagai berikut (Kusumadewi, 003): a. Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu sistem fuzzy. b. Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel. c. Semesta Pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan merupakan himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat berupa bilangan positif maupun negatif. Adakalanya nilai semesta pembicaraan ini tidak dibatasi batas atasnya. d. Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Seperti halnya semesta pembicaraan, domain merupakan himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan. Nilai domain dapat berupa bilangan positif maupun negatif...9 Fuzzy Tsukamoto..9.1 Pengertian Metode tsukamoto merupakan perluasan dari penalaran monoton, pada metode tsukamoto setiap konsekuen pada aturan yang berbentuk IF-Then harus

15 18 direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot (Kusumadewi, 013). Flowchart fuzzy Tsukamoto dapat dilihat pada Gambar.. Gambar. Flowchat Fuzzy Tsukamoto..9. Fungsi Keanggotaan Dalam himpunan fuzzy terdapat beberapa representasi dari fungsi keanggotaan, salah satunya yaitu representasi linear. Pada representasi linear, pemetaan input ke derajat keanggotaannya digambarkan sebagai suatu garis lurus. Representasi linear NAIK

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

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

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

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1.Tinjauan Pustaka Sistem pakar dapat menganalisa tingkat stres pada mahasiswa tingkat akhir dengan melibatkan psikolog dan psikiater sebagai ahli dalam memberi

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

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

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

LAMPIRAN A. Skala Penelitian (A-1) Beck Depression Inventory (A-2) Skala Penerimaan Teman Sebaya (A-3) Skala Komunikasi Orangtua-Anak

LAMPIRAN A. Skala Penelitian (A-1) Beck Depression Inventory (A-2) Skala Penerimaan Teman Sebaya (A-3) Skala Komunikasi Orangtua-Anak LAMPIRAN A Skala Penelitian (A-1) Beck Depression Inventory (A-2) Skala Penerimaan Teman Sebaya (A-3) Skala Komunikasi Orangtua-Anak LAMPIRAN A Skala Penelitian (A-1) Beck Depression Inventory No : Usia

Lebih terperinci

SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH

SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH KECERDASAN BUATAN SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH AMARILIS ARI SADELA (E1E1 10 086) SITI MUTHMAINNAH (E1E1 10 082) SAMSUL (E1E1 10 091) NUR IMRAN

Lebih terperinci

Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic

Aplikasi 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 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

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

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

FUZZY 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 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

BAB 2 LANDASAN TEORI

BAB 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 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

BAB II LANDASAN TEORI. 2.1 Penelusuran Minat dan Kemampuan (PMDK) diselenggarakan oleh suatu perguruan tinggi secara mandiri.

BAB II LANDASAN TEORI. 2.1 Penelusuran Minat dan Kemampuan (PMDK) diselenggarakan oleh suatu perguruan tinggi secara mandiri. BAB II LANDASAN TEORI 2.1 Penelusuran Minat dan Kemampuan (PMDK) PMDK adalah salah satu program penerimaan mahasiswa baru yang diselenggarakan oleh suatu perguruan tinggi secara mandiri. Sesuai dengan

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 1 BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Penelitian yang dilakukan oleh Apriliani Wulandari, (2007), Penelitian ini memfokuskan pada penggunaan kriteria Bayes dalam proses pemberian

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Dalam penelitian diagnosa penyakit asma dengan menggunakan metode fuzzy Tsukamoto, dibutuhkan data mengenai gejala penyakit dari seorang pakar atau

Lebih terperinci

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER 1 Yasidah Nur Istiqomah (07018047), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik Informatika 2 Program

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sebuah aplikasi berupa Sistem Pendukung Keputusan (Decision Support System) mulai dikembangkan pada tahun 1970. Decision Support Sistem (DSS) dengan

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

: 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

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

KECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana

KECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana Logika Fuzzy KECERDASAN BUATAN (Artificial Intelligence) Materi 8 Entin Martiana 1 Kasus fuzzy dalam kehidupan sehari-hari Tinggi badan saya: Andi menilai bahwa tinggi badan saya termasuk tinggi Nina menilai

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI 3.1. Sistem Pendukung Keputusan DSS adalah suatu sistem informasi yang datanya diproses dalam bentuk pembuatan keputusan bagi pemakai akhir. Karena berorientasi pada pemakai akhir,

Lebih terperinci

APLIKASI SISTEM PAKAR TINGKAT DEPRESI PADA REMAJA MENGGUNAKAN CERTAINTY FACTOR

APLIKASI SISTEM PAKAR TINGKAT DEPRESI PADA REMAJA MENGGUNAKAN CERTAINTY FACTOR APLIKASI SISTEM PAKAR TINGKAT DEPRESI PADA REMAJA MENGGUNAKAN CERTAINTY FACTOR Joan Angelina Widians 1), Masna Wati 2), Juriah 3) 1), 2),3) Teknik Informatika Universitas Mulawarman Samarinda Jl Barong

Lebih terperinci

LOGIKA FUZZY. Kelompok Rhio Bagus P Ishak Yusuf Martinus N Cendra Rossa Rahmat Adhi Chipty Zaimima

LOGIKA FUZZY. Kelompok Rhio Bagus P Ishak Yusuf Martinus N Cendra Rossa Rahmat Adhi Chipty Zaimima Sistem Berbasis Pengetahuan LOGIKA FUZZY Kelompok Rhio Bagus P 1308010 Ishak Yusuf 1308011 Martinus N 1308012 Cendra Rossa 1308013 Rahmat Adhi 1308014 Chipty Zaimima 1308069 Sekolah Tinggi Manajemen Industri

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Permintaan, Persediaan dan Produksi 2.1.1 Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat

Lebih terperinci

REVIEW JURNAL LOGIKA FUZZY

REVIEW JURNAL LOGIKA FUZZY REVIEW JURNAL LOGIKA FUZZY Disusun oleh : Gita Adinda Permata 1341177004309 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS NEGERI SINGAPERBANGSA KARAWANG KATA PENGANTAR Assalamualaikum

Lebih terperinci

MENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO

MENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO MENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO Ganjar Ramadhan Jurusan Teknik Informatika, Universitas Islam Negeri Syarif Hidayatullah Jakarta Email : ganjar.ramadhan05@yahoo.com

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

Sistem Pakar Untuk Mengetahui Gangguan Depresi Mayor Dengan Menggunakan Faktor Kepastian

Sistem Pakar Untuk Mengetahui Gangguan Depresi Mayor Dengan Menggunakan Faktor Kepastian Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Sistem Pakar Untuk Mengetahui Gangguan Depresi Mayor Dengan Menggunakan Faktor Kepastian Aninda Astuti 1), Kusrini 2)

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 4 BAB 2 TINJAUAN PUSTAKA 2. 1. Fuzzy Logic Fuzzy logic pertama kali dikembangkan oleh Lotfi A. Zadeh pada tahun 1965. Teori ini banyak diterapkan di berbagai bidang, antara lain representasi pikiran manusia

Lebih terperinci

ke dalam suatu ruang output. Orang yang belum pernah mengenal logika fuzzy pasti

ke dalam suatu ruang output. Orang yang belum pernah mengenal logika fuzzy pasti BAB II LANDASAN TEORI 2.1 Logika Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Orang yang belum pernah mengenal logika fuzzy pasti akan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Permintaan 2.1.1 Pengertian Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat pendapatan tertentu

Lebih terperinci

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.

Logika 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 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

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

melukiskan perasaan-perasaan yang Anda rasakan saat ini - Beri tanda (X) pilihan Anda pada kolom yang tertera di samping

melukiskan perasaan-perasaan yang Anda rasakan saat ini - Beri tanda (X) pilihan Anda pada kolom yang tertera di samping LAMPIRAN SKALA DEPRESI (BDI) Petunjuk - Pilihlah salah satu pertanyaan masing-maisng kelompok, yang paling tepat melukiskan perasaan-perasaan yang Anda rasakan saat ini - Beri tanda (X) pilihan Anda pada

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

LAMPIRAN 1 INSTRUMEN PENELITIAN

LAMPIRAN 1 INSTRUMEN PENELITIAN LAMPIRAN 1 INSTRUMEN PENELITIAN KUESIONER PENELITIAN HUBUNGAN DUKUNGAN KELUARGA DAN DEPRESI DENGAN KUALITAS HIDUP PASIEN HIV/AIDS DI RSUP.H.ADAM MALIK MEDAN TAHUN 2014 Petunjuk 1. Kuesioner terdiri dari

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

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH 68 REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH Septiani Nur Hasanah 1, Nelly Indriani Widiastuti 2 Program Studi Teknik Informatika. Universitas Komputer Indonesia. Jl.

Lebih terperinci

APLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI

APLIKASI 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 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

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

KECERDASAN BUATAN LOGIKA FUZZY

KECERDASAN BUATAN LOGIKA FUZZY KECERDASAN BUATAN LOGIKA FUZZY Pengertian adalah suatu cara untuk memetakan suatu ruang input ke dalam suatu ruang output. Skema logika fuzzy Antara input dan output terdapat suatu kotak hitam yang harus

Lebih terperinci

Lampiran 1 LEMBAR INFORMASI PASIEN Kepada Yth. Calon Responden Penelitian Pasien di Unit Hemodialisis RS PKU Muhammadiyah Gamping Dengan hormat, Saya

Lampiran 1 LEMBAR INFORMASI PASIEN Kepada Yth. Calon Responden Penelitian Pasien di Unit Hemodialisis RS PKU Muhammadiyah Gamping Dengan hormat, Saya 84 Lampiran 1 LEMBAR INFORMASI PASIEN Kepada Yth. Calon Responden Penelitian Pasien di Unit Hemodialisis RS PKU Muhammadiyah Gamping Dengan hormat, Saya yang bertandatangan di bawah ini, Nama : Fadhila

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

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini teknologi dan pengetahuan kemajuannya sangat pesat,kemajuan teknologi dan pengetahuan juga berkembang pesat di bidang kesehatan, selain itu hal ini juga

Lebih terperinci

RANCANGAN SISTEM PAKAR DENGAN METODE FORWARD CHAINING DAN HETEROASSOCOATIVE MEMORY UNTUK MENDETEKSI TINGKAT DEPRESI SESEORANG

RANCANGAN SISTEM PAKAR DENGAN METODE FORWARD CHAINING DAN HETEROASSOCOATIVE MEMORY UNTUK MENDETEKSI TINGKAT DEPRESI SESEORANG RANCANGAN SISTEM PAKAR DENGAN METODE FORWARD CHAINING DAN HETEROASSOCOATIVE MEMORY UNTUK MENDETEKSI TINGKAT DEPRESI SESEORANG Jasmir, S.Kom, M.Kom Dosen tetap STIKOM Dinamika Bangsa Jambi Abstrak Depresi

Lebih terperinci

MATERI KULIAH (PERTEMUAN 12,13) Lecturer : M. Miftakul Amin, M. Eng. Logika Fuzzy. Politeknik Negeri Sriwijaya Palembang

MATERI KULIAH (PERTEMUAN 12,13) Lecturer : M. Miftakul Amin, M. Eng. Logika Fuzzy. Politeknik Negeri Sriwijaya Palembang HIMPUNAN FUZZY MATERI KULIAH (PERTEMUAN 2,3) Lecturer : M. Miftakul Amin, M. Eng. Logika Fuzzy Jurusan Teknik Komputer Politeknik Negeri Sriwijaya Palembang Pokok Bahasan Sistem fuzzy Logika fuzzy Aplikasi

Lebih terperinci

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan

BAB 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 terperinci

Program Studi Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Malang 1. Abstrak

Program Studi Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Malang 1. Abstrak SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN JAGUNG MENGGUNAKAN METODE FUZZY INFERENCE TSUKAMOTO (STUDI KASUS DI DINAS PERTANIAN KOTA BLITAR) Yudha Rizki Widyanto 1, Ariadi Retno Tri Hayati Ririd,S.Kom.,M.Kom

Lebih terperinci

LEMBAR PENJELASAN UNTUK SUBJEK PENELITIAN

LEMBAR PENJELASAN UNTUK SUBJEK PENELITIAN LAMPIRAN 1 LEMBAR PENJELASAN UNTUK SUBJEK PENELITIAN Bapak/Ibu/Sdr/i Yth, Saya dr. Lenni Crisnawati Sihite, peserta Program Pendidikan Dokter Spesialis di Departemen Ilmu Kedokteran Jiwa akan melakukan

Lebih terperinci

Himpunan Fuzzy. Sistem Pakar Program Studi : S1 sistem Informasi

Himpunan 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 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

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Penelitian dengan judul Pemodelan Untuk Menentukan Kecukupan Angka Gizi Ibu Hamil. Penentuan status kecukupan angka gizi ibu hamil dilakukan

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan komputer sekarang ini sangat pesat dan salah. satu pemanfaatan komputer adalah dalam bidang kecerdasan buatan.

BAB I PENDAHULUAN. Perkembangan komputer sekarang ini sangat pesat dan salah. satu pemanfaatan komputer adalah dalam bidang kecerdasan buatan. BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan komputer sekarang ini sangat pesat dan salah satu pemanfaatan komputer adalah dalam bidang kecerdasan buatan. Di dalam bidang kecerdasan buatan, termasuk

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

RANCANG BANGUN SISTEM PENGUNDIAN SEPAKBOLA MENGGUNAKAN LOGIKA FUZZY

RANCANG BANGUN SISTEM PENGUNDIAN SEPAKBOLA MENGGUNAKAN LOGIKA FUZZY RANCANG BANGUN SISTEM PENGUNDIAN SEPAKBOLA MENGGUNAKAN LOGIKA FUZZY Irving Vitra Paputungan, Denni Irawan Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Jl. Kaliurang

Lebih terperinci

Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia

Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia Irmalia Suryani Faradisa dan Putri Sari Jurusan Teknik Elektro, Institut Teknologi Nasional Malang E-mail: faradyza@gmail.com Abstrak Gejala

Lebih terperinci

BAB II. KAJIAN PUSTAKA. A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto

BAB 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 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

manusia diantaranya penyakit mata konjungtivitis, keratitis, dan glaukoma.

manusia 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 5 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

FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII)

FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII) FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII) Arkham Zahri Rakhman 1, Helmanatun Nisa Wulandari 2, Geralvin Maheswara

Lebih terperinci

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

ARTIFICIAL 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

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

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

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sistem Pendukung Keputusan dapat diartikan sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan dalam situasi tertentu. Sistem

Lebih terperinci

SISTEM PAKAR DIAGNOSIS AWAL PENYAKIT KAMBING MENGGUNAKAN FUZZY INFERENCE TSUKAMOTO

SISTEM PAKAR DIAGNOSIS AWAL PENYAKIT KAMBING MENGGUNAKAN FUZZY INFERENCE TSUKAMOTO SISTEM PAKAR DIAGNOSIS AWAL PENYAKIT KAMBING MENGGUNAKAN FUZZY INFERENCE TSUKAMOTO Sella Dwi Ovie Dityanto 1, Ariadi Retno Tri Hayati Ririd 2, Rosa Andrie Asmara 3 1,2 Program Studi Teknik Informatika,

Lebih 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 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Di bidang kedokteran, saat ini sudah memanfaatkan teknologi komputer yaitu sistem pakar untuk meningkatkan pelayanan yang lebih baik pada masyarakat. Sistem

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Sistem Pakar adalah salah satu cabang dari kecerdasan buatan yang membuat penggunaan secara luas knowledge yang khusus untuk penyelesaian masalah tingkat manusia

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

APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER

APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER Aprilia Sulistyohati, Taufiq Hidayat Laboratorium Sistem Informasi dan Perangkat Lunak Jurusan Teknik Informatika Fakultas Teknologi

Lebih terperinci

FORMULIR PERMOHONAN MENJADI RESPONDEN. Judul: Studi Komparasi Tingkat Depresi Lansia Tinggal di Rumah dan. di Panti Sosial. Oleh:

FORMULIR PERMOHONAN MENJADI RESPONDEN. Judul: Studi Komparasi Tingkat Depresi Lansia Tinggal di Rumah dan. di Panti Sosial. Oleh: 71 Lampiran 1 FORMULIR PERMOHONAN MENJADI RESPONDEN Judul: Studi Komparasi Tingkat Depresi Lansia Tinggal di Rumah dan di Panti Sosial Oleh: NUR AYU FAZERINI NIM. 13612393 Saya adalah mahasiswa D III Keperawatan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Himpunan Himpunan adalah setiap daftar, kumpulan atau kelas objek-objek yang didefenisikan secara jelas, objek-objek dalam himpunan-himpunan yang dapat berupa apa saja: bilangan, orang,

Lebih terperinci

Rima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang

Rima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang Sistem Pendukung Keputusan Dalam Menentukan Jenis Budidaya Ikan Dengan Mengukur Kualitas Air Menggunakan Metode Fuzzy Tsukamoto (Studi Kasus : Balai Benih Ikan di Pengujan Kabupaten Bintan) Rima Ayuningtyas

Lebih 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

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

LAMPIRAN. Depresi. Teori Interpersonal Depresi

LAMPIRAN. Depresi. Teori Interpersonal Depresi LAMPIRAN Depresi Teori depresi dalam ilmu psikologi, banyak aliran yang menjelaskannya secara berbeda.teori psikologi tentang depresi adalah penjelasan predisposisi depresi ditinjau dari sudut pandang

Lebih terperinci

Pemanfaatan Metode Tsukamoto Untuk Klasifikasi Daerah Rawan Penyakit Tuberkulosis Paru Dalam Bentuk Sistem Informasi Geografis

Pemanfaatan Metode Tsukamoto Untuk Klasifikasi Daerah Rawan Penyakit Tuberkulosis Paru Dalam Bentuk Sistem Informasi Geografis Pemanfaatan Metode Tsukamoto Untuk Klasifikasi Daerah Rawan Penyakit Tuberkulosis Paru Dalam Bentuk Sistem Informasi Geografis Muhammad Ridwan Dwiangga Fakultas Teknologi Industri, Teknik Informatika Universitas

Lebih terperinci

LEMBAR PERSETUJUAN MENJADI RESPONDEN

LEMBAR PERSETUJUAN MENJADI RESPONDEN LAMPIRAN 34 35 Lampiran 1 LEMBAR PERSETUJUAN MENJADI RESPONDEN Sehubung dengan penelitian yang sedang dilaksanakan dengan judul PERBEDAAN TINGKAT DEPRESI SISWA PUTRI KELAS XI DI PONDOK PESANTREN AL-MUKMIN

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 12 BAB 1 PENDAHULUAN 1.1 Latar Belakang Keputusan merupakan kegiatan memilih suatu strategi atau tindakan dalam pemecahan suatu masalah. Dalam kehidupan sehari-hari manusia selalu dihadapkan pada permasalahan

Lebih terperinci

BAB 2. TINJAUAN PUSTAKA. gejala klinik yang manifestasinya bisa berbeda beda pada masing

BAB 2. TINJAUAN PUSTAKA. gejala klinik yang manifestasinya bisa berbeda beda pada masing BAB 2. TINJAUAN PUSTAKA 2.1. Gangguan Depresif Mayor Depresi merupakan suatu sindrom yang ditandai dengan sejumlah gejala klinik yang manifestasinya bisa berbeda beda pada masing masing individu. Diagnostic

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

IMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA

IMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA IMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA Subhan Hartanto Sistem Informatika, Universitas Pembangunan Panca Budi Jl. Jend Gatot Subroto, Simpang Tj., Medan Sunggal, Kota Medan,

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai teori-teori yang akan digunakan untuk menunjang dalam proses pembuatan tugas akhir ini.

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai teori-teori yang akan digunakan untuk menunjang dalam proses pembuatan tugas akhir ini. BAB II LANDASAN TEORI Pada bab ini akan dibahas mengenai teori-teori yang akan digunakan untuk menunjang dalam proses pembuatan tugas akhir ini. 2.1 CLUSTERING Clustering adalah proses pengelompokkan suatu

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

Lampiran 1. PERMOHONAN MENJADI RESPONDEN. Koping Pasien Gagal Ginjal Kronik yang Menjalani Hemodialisis di RS PKU Muhammadiyah Yogyakarta.

Lampiran 1. PERMOHONAN MENJADI RESPONDEN. Koping Pasien Gagal Ginjal Kronik yang Menjalani Hemodialisis di RS PKU Muhammadiyah Yogyakarta. LAMPIRAN Lampiran 1. PERMOHONAN MENJADI RESPONDEN Kepada Yth.Sdra/i Responden Di Unit Hemodialisis PKU Muhammadiyah 2 Yogyakarta Yogyakarta, Dengan hormat, Saya yang bertanda tangan dibawah ini : Nama

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

Soal UAS Pengantar Kecerdasan Buatan. Kelas 3IA01, 03, 05, 07, 11, 13, 14, 17, 18, 19, 21, 22 dan 23

Soal UAS Pengantar Kecerdasan Buatan. Kelas 3IA01, 03, 05, 07, 11, 13, 14, 17, 18, 19, 21, 22 dan 23 Soal UAS Pengantar Kecerdasan Buatan Kelas 3IA01, 03, 05, 07, 11, 13, 14, 17, 18, 19, 21, 22 dan 23 1. Pengertian kecerdasan menurut Winston dan Pendergast, 1994. Kecuali : a. Kemampuan belajar atau mengerti

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Game dan Video Game Menurut kamus Cambridge Advanced Learner Dictionary, game adalah sebuah aktivitas menghibur dan menyenangkan yang dimainkan oleh anak anak. Sedangkan video

Lebih 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

Penerapan Logika Fuzzy

Penerapan Logika Fuzzy 1 Penerapan Logika Fuzzy M. Faisal Baehaki - 13506108 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia 1 m_faisal_b@yahoo.com

Lebih terperinci