Analisa Fuzzy Logic Untuk Menentukan Kepuasan Pelayanan Kinerja Pegawai BAAK (Bagian Administrasi dan Akademik) di Universitas Internasional Batam

Ukuran: px
Mulai penontonan dengan halaman:

Download "Analisa Fuzzy Logic Untuk Menentukan Kepuasan Pelayanan Kinerja Pegawai BAAK (Bagian Administrasi dan Akademik) di Universitas Internasional Batam"

Transkripsi

1 Konferensi Nasional Sistem Informasi 2016 STT Ibnu Sina Batam, Agustus Analisa Fuzzy Logic Untuk Menentukan Kepuasan Pelayanan Kinerja Pegawai BAAK (Bagian Administrasi dan Akademik) di Universitas Internasional Batam Syaeful Anas Aklani Universitas Internasional Batam Jalan Gajah Mada, Baloi Seiladi, Batam syaeful@uib.ac.id Abstrak Tujuan penelitian ini adalah untuk mengetahui tingkat kepuasan pelayanan yang dilakukan pegawai Bagian Administrasi dan Akademik Universitas Internasional Batam, karena dengan mengetahui kepuasan pelayanan maka diketahui tentang kualitas sebuah perguruan tinggi, terdapat item item yang di gunakan untuk mengukur kepuasan diantaranya tentang sikap keramah tamahan pegawai (Keramahan Pegawai, Sopan Santun Pegawai, Penyelesaian keluhan mahasiswa yang dilakukan dengan tepat waktu, Jawaban yang diberikan yang lengkap, jelas, dan memuaskan ), juga tentang penampilan pegawai dan ketersediaan informasi dalam hal ini tentang Kecepatan waktu penerbitan dokumen yang diperlukan untuk informasi mahasiswa, atau secara umum tentang Secara umum layanan birokrasi, maka di harapkan dengan adanya analisa ini pihak manajemen dapat mengambil keputusan tentang kepuasan kinerja pegawai. Kata kunci: analisa, fuzzy logic, kinerja pegawai 1. Pendahuluan Salah satu penentu bagian keberhasilan di dalam sebuah Universitas adalah dalam bidang pelayanan pegawai dan kinerja nya, apakah sudah memenuhi syarat yang diharapkan oleh organisasi atau belum. Muhammad Zainer (2010:41) [1] mendefinisikan kinerja merupakan keseluruhan proses bekerja dari individu yang hasilnya dapat digunakan landasan untuk menentukan apakah pekerjaan individu itu baik atau sebaliknya. Kinerja juga merupakan keluaran yang dihasilkan oleh fungsi fungsi atau indikator suatu pekerjaan atau suatu profesi di dalam waktu tertentu (Wirawan, 2009:5). [2] Dengan kinerja pegawai yang bagus maka universitas akan tumbuh dan berkembang menjadi lebih baik lagi, untuk menciptakan sumberdaya yang handal membutuhkan pemgelolaan yang baik agar kinerja pegawai lebih optimal maka di perlukan alat ukur untuk menentukan pelayanan kinerja pegawai, untuk mengukur kinerja tersebut di gunakan sebuah metode fuzzy logic untuk mengukur tingkat kinerja nya. Fuzzy logic merupakan salah satu komponen pembentuk soft computing, yang dapat digunakan untuk menganalisa dan menentukan kepuasan pelayanan kinerja pegawai yang ada di Universitas Internasional Batam. 2. Metode Penelitian Metode penelitian yang di gunakan menggunakan beberapa sampling dan dilakukan dengan metode fuzzy logic dengan metode Mandani dan matlab Sub Bab 1 waktu dan tempat penelitian Penelitian dilaksanakan di Universitas Internasional Batam, untuk menentukan kepuasan pelayanan kinerja pegawai, sehingga pihak manajemen dapat mengambil langkah yang pasti untuk kedepannya terhadap kepuasan kinerja pegawai yang berada di lingkungan universitas iternasional batam Sub Bab 2 Populasi dan Sampel Penelitian Untuk populasi penelitian mengambil data pegawai di lingkungan universitas internasional batam dan konsultasi langsung ke bagian administrasi dan akademik, untuk kebutuhan perhitungan data apa saja yang di perlukan dalam penelitian ini. 3. Hasil dan Pembahasan Dalam analisa ini penulis menganalisa dan mengelompok kelompokkan data untuk memudahkan dalam mengerjakan perancangan sistem yang telah direncanakan sebelumnya sesuai dengan variabel variabel yang dibutuhkan, guna untuk menganalisa data yang diperlukan dalam perancangan sistem ini. Syaeful ( 2014) [3],

2 2 Tabel 3.1 Tabel Ramah Tamah Tingkat Kepuasan No Deksripsi tidak menarik cukup menarik menarik Sangat menarik 1. Keramahan Pegawai (Ramah) 2. Sopan Santun Pegawai (Sopan Santun) 3. Penyelesaian keluhan mahasiswa yang dilakukan dengan tepat waktu (Tepat) 4. Jawaban yang diberikan yang lengkap, jelas, dan memuaskan (Lengkap) Tabel 3.2 Penampilan Tingkat Kepuasan No Deksripsi Kurang cukup baik Sangat baik baik 1. Pegawai berpenampilan rapi, menarik dan menggunakan dasi /jas (penampilan) 2. Menggunakan identitas sesuai yang ada di Univrsitas (identitas) 3. Pegawai menjaga kebersihan di meja kerjanya (Kebersihan) Tabel 3.3 keserdiaan Informasi Tingkat Kepuasan No Deksripsi Kurang Cukup puas Sangat puas puas puas 1. Kecepatan waktu penerbitan dokumen yang diperlukan (dokumen) 2. Tingkat kepuasan terhadap layanan dan dokumen yang diberikan BAAK (kepuasan) 3. Secara umum layanan birokrasi BAAK (umum) 4. Kecepatan dan keakuratan data yang diupload di portal (kecepatan) 3.1 Analisa Sistem Untuk Variabel Sopan Santun Di dalam Variabel Sopan Santun terdapat input nilai rata rata dari variabel ini adalah sebagai berikut : (1)Ramah, (2) Sopan, (3) Tepat, (4) Lengkap. Untuk nilai Variabel cara kerja perawat dibagi menjadi 4 bagian di antaranya adalah : Tabel 3.4 Himpunan Fuzzy Variabel Sopan Santun Semesta Pembicaraan Himpunan Fuzzy Domain Nilai kurang 0-40 cukup Nilai menarik Sangat menarik Diagram Membership Function dapat untuk Variabel Sopan Santun gambar ini : Gambar 3.1 Membership Function Variabel Ramah Tamah Terdapat 4 himpunan fuzzy untuk variable Perilaku antara lain : Sangat baik, baik, cukup dan kurang. Himpunan fuzzy kurang memiliki domain (0-40) dengan derajat keanggotaan kurang tertinggi terdapat pada nilai 40, jika nilai variabel semakin tinggi dan melebihi nilai 30 maka semakin mendekati

3 3 cukup, himpunan fuzzy kurang di presentasikan dengan bahu kiri, himpunan fuzzy kurang sebagai berikut : 1 ; X 3 30 [X 3 ] = ; (1) 0 ; X 3 0 Untuk himpunan fuzzy cukup mempunyai domain (30 60) dengan derajat keanggotan cukup, tertinggi nilainya terdapat pada 45, jika nilai variabel semakin tinggi dan melebihi nilai 45 maka semakin mendekati baik. Himpunan fuzzy kurang di implementasikan dengan fungsi keanggotaan segitiga, himpunan fuzzy kurang sebagai berikut ; 0 ; X 3 30 atau X 3 60 [X 3 ] = ; (2) ; Untuk himpunan fuzzy baik mempunyai domain (50 90) dengan derajat keanggotan baik, tertinggi nilainya terdapat pada 70, jika nilai variabel semakin tinggi dan melebihi nilai 70 maka semakin mendekati sangat baik. Himpunan fuzzy baik di implementasikan dengan fungsi keanggotaan segitiga, himpunan fuzzy baik sebagai berikut ; 0 ; X 3 50 atau X 3 90 µ menarik [X 3 ] = ; (3) ; Sedangkan untuk himpunan fuzzy selalu mempunyai domain (70 100) dengan derajat keanggotaan sangatbaik, tertinggi nilainya terdapat pada 85, apabila nilai kurang dari 85 maka mendekati baik, himpunan fuzzy selalu di presentasikan dengan bahu kanan 0 ; X 3 70 µ sangat menarik [X 3 ] = (4) 1; X 3 85 Analisa Sistem Untuk Variabel Penampilan Di dalam Variabel cara kerja perawat terdapat input nilai rata rata dari variabel Cara kerja perawat adalah sebagai berikut : (1) Renampilan, (2)Identitas, (3) Untuk nilai Variabel cara kerja perawat dibagi menjadi 4 bagian diantaranya adalah : Tabel 3.5 Himpunan Fuzzy Variabel Perilaku Semesta Pembicaraan Himpunan Fuzzy Domain Nilai Kurang 0-50 Cukup Nilai Baik Sangat Baik Diagram Membership Function dapat untuk variabel Perilaku, dapat dilihat pada gambar ini : Judul Artikel (Nama Penulis Pertama)

4 4 Gambar 3.2 Membership Function Variabel Perilaku Terdapat 4 himpunan fuzzy untuk variabel Perilaku antara lain : Sangat baik, baik, cukup dan kurang. Himpunan fuzzy kurang memiliki domain (0-50) dengan derajat keanggotaan kurang tertinggi terdapat pada nilai 40, jika nilai variabel semakin tinggi dan melebihi nilai 40 maka semakin mendekati cukup, himpunan fuzzy kurang dipresentasikan dengan bahu kiri, himpunan fuzzy kurang sebagai berikut : 1 ; X 2 40 [X 2 ] = ; (5) 0 ; X 2 0 Untuk himpunan fuzzy cukup mempunyai domain (40 70) dengan derajat keanggotan cukup, tertinggi nilainya terdapat pada 55, jika nilai variabel semakin tinggi dan melebihi nilai 55 maka semakin mendekati sering. Himpunan fuzzy cukup diimplementasikan dengan fungsi keanggotaan segitiga, himpunan fuzzy cukup sebagai berikut ; 0 ; X 2 40 atau X 2 70 [X 2 ] = ; (6) ; Untuk himpunan fuzzy baik mempunyai domain (60 90) dengan derajat keanggotan baik, tertinggi nilainya terdapat pada 75, jika nilai variabel semakin tinggi dan melebihi nilai 75 maka semakin mendekati sangat baik. Himpunan fuzzy baik di implementasikan dengan fungsi keanggotaan segitiga, himpunan fuzzy baik sebagai berikut ; 0 ; X 2 60 atau X 2 90 [X 2 ] = ; (7) ; Sedangkan untuk himpunan fuzzy selalu mempunyai domain (80 100) dengan derajat keanggotaan sangat baik, tertinggi nilainya terdapat pada 90, apabila nilai kurang dari 90 maka mendekati sering, himpunan fuzzy sangat baik dipresentasikan dengan bahu kanan 0 ; X 2 80 [X 2 ] = (8) 1; X 2 90 Analisa Sistem Untuk Variabel Hasil Penilaian Pegawai Di dalam Variabel cara kerja perawat terdapat input nilai rata rata dari variabel Cara kerja pegawai adalah sebagai berikut : (1) Sangat Baik, (2) Baik, (3) Cukup, (4) Kurang Untuk nilai Variabel Hasil Penilaian Perawat bagi menjadi 4 bagian diantaranya adalah : Tabel 3.6 Variabel Hasil Penilaian Perawat Semesta Pembicaraan Himpunan Fuzzy Domain Nilai Kurang 0-50 Cukup Nilai Baik Sangat Baik Terdapat 4 himpunan fuzzy untuk variabel Hasil antara lain : Sangat baik, Baik,sangat cukup, cukup, kurang, jelek, sangat jelek. Himpunan fuzzy sangat jelek memiliki domain (0-50) dengan derajat keanggotaan kurang tertinggi terdapat pada nilai 40, jika nilai variabel semakin tinggi dan melebihi nilai

5 5 40 maka semakin mendekati kurang, himpunan fuzzy kurang dipresentasikan dengan bahu kiri, himpunan fuzzy kurang sebagai berikut : 1 ; X 5 40 µkurang [X 5 ] = ; 40 X 5... (9) 0 ; X 5 0 Untuk himpunan fuzzy cukup mempunyai domain (40 65) dengan derajat keanggotan cukup, tertinggi nilainya terdapat pada 50, jika nilai variabel semakin tinggi dan melebihi nilai 50 maka semakin mendekati kurang. Himpunan fuzzy cukup di implementasikan dengan fungsi keanggotaan segitiga, himpunan fuzzy kurang sebagai berikut ; 0 ; X 5 40 atau X 5 65 µcukup [X 5 ] =... ; (10) ; Untuk himpunan fuzzy baik mempunyai domain (60 85) dengan derajat keanggotan baik, tertinggi nilainya terdapat pada 75, jika nilai variabel semakin tinggi dan melebihi nilai 80 maka semakin mendekati sangat baik. Himpunan fuzzy baik di implementasikan dengan fungsi keanggotaan segitiga, himpunan fuzzy baik sebagai berikut ; 0 ; X 5 60 atau X 5 85 [X 5 ] = ; (11) ; Sedangkan untuk himpunan fuzzy sangat baik mempunyai domain (80 100) dengan derajat keanggotaan selalu, tertinggi nilainya terdapat pada 90, apabila nilai kurang dari 80 maka mendekati baik, himpunan fuzzy selalu di presentasikan dengan bahu kanan 0 ; X 5 80 [X 5 ] = (12) 1; X 5 90 Tabel 3.7 Data Pegawai Dalam Penilaian Kinerja Pegawai NO Nama Pegawai Sopan santun Perilaku Kesediaan informasi 1 Pegawai Pegawai Pegawai Pegawai Pegawai Penalaran (Inferensi) Tahap ini merupakan penentuan rule-rule dari sistem logika fuzzy, aturan-aturan dapat dibentuk untuk menyatakan relasi antara input dan output. Tiap aturan merupakan implementasi. Operator yang digunakan untuk menghubungkan aturan-aturan input adalah operator And yang menggambarkan antara input-output adalah IF THEN If (Ramahtamah is menarik) and (Penampilan is baik) and (KeserdiaanInformasi is Sangatpuas) then (output1 is Baik) α- hasil penilaian pegawai = µtrbaik µpbaik µissangatbaik PPbaik = µtrbaik (72) µpbaik (67) µissangatbaik (85) = min (0,9, ; 0,46 ; 0) = 0, Jadi Nilai Penalaran terendah (Min) adalah = 0 Judul Artikel (Nama Penulis Pertama)

6 6 Gambar 3.3 Hasil FIS Editor Gambar 3.4 Hasil Penerapan Fuzzy Rule untuk menghitung kepuasan pegawai Gambar 3.5 Hasil Penerapan Fuzzy Rule editor If Then untuk menghitung kepuasan pegawai Berikut contoh implementasi penggunaan fuzzy logic untuk menganalisa kepuasan kinerja pegawai BAAK universitas internasional Batam, dengan sampel acak pegawai satu dengan nilai, sopan santun 72, perilaku 67 dan keserdiaan informasi 85 maka di dapat penilaian 64,4 4. Simpulan Dengan menggunakan algoritma fuzzy logic maka diketahui tentang kinerja pegawai Bagian Administrasi dan Akademik untuk menentukan tentang kinerja kepuasan pelayanan pegawai di Universitas Internasional Batam, sesuai yang di harapkan Daftar Pustaka [1] Nela Pima Rahmawati, Bambang Swasto, Arik Prasetia. Pengaruh lingkungan kerja terhadap karyawan. Jurnal Administrasi Bisnis. tahun; vol 8 No 2 : halaman 1-9. [2] Zurni Sahara Samosir. Pengaruh Kualitas Pelayanan Terhadap Kepuasan Mahasiswa Menggunakan Perpustakaan USU. Jurnal Studi Perpustakaan dan Informasi, vol 1 No 1, Juni 2005 [3] Syaeful Anas Aklani. Metode Fuzzy Logic Untuk Evaluasi Kinerja Pelayanan Perawat (Studi Kasus : RSIA Siti Hawa Padang) Jurnal edikinformatika Vo 1 No hal [4] Syaeful Anas Aklani, Sistem Pengambilan Keputusan Untuk Menentukan Berapa Lama Masa Studi dan IPK Menggunakan Model Metode Fuzzy Tahani (Studi Kasus : STKIP PGRI Sumatera Barat) Jurnal Pelangi Vol 6 No 2 Juni 2014 hal 63-77

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

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(35-43)

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(35-43) Metode Fuzzy Logic Untuk Evaluasi Kinerja Pelayanan Perawat ( Studi Kasus : RSIA Siti Hawa Padang ) Syaeful Anas Aklani Prodi Pendidikan Informatika, STKIP PGRI Sumbar aklani@gmail.com http://dx.doi.org/10.22202/jei.2014.v1i1.1435

Lebih terperinci

PENGGUNAAN METODE FUZZY DALAM PENILAIAN TINGKAT KEMAMPUAN NON-AKADEMIK MAHASISWA MELALUI SATUAN KREDIT KEGIATAN MAHASISWA

PENGGUNAAN METODE FUZZY DALAM PENILAIAN TINGKAT KEMAMPUAN NON-AKADEMIK MAHASISWA MELALUI SATUAN KREDIT KEGIATAN MAHASISWA Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) p-issn: 23-7699 Vol. 3, No. 4, Desember 2016, hlm. 23-28 e-issn: 228-679 PENGGUNAAN METODE FUZZY DALAM PENILAIAN TINGKAT KEMAMPUAN NON-AKADEMIK MAHASISWA

Lebih terperinci

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang Penerapan Fuy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang Thomson Mary Program Studi Pendidikan Informatika, STKIP PGRI Sumatera Barat Kampus II, Gunung Pangilun, Padang Email:

Lebih terperinci

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

NURAIDA, IRYANTO, DJAKARIA SEBAYANG Saintia Matematika Vol. 1, No. 6 (2013), pp. 543 555. ANALISIS TINGKAT KEPUASAN KONSUMEN BERDASARKAN PELAYANAN, HARGA DAN KUALITAS MAKANAN MENGGUNAKAN FUZZY MAMDANI (Studi Kasus pada Restoran Cepat Saji

Lebih terperinci

BAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL. asing. Dalam pengalaman keseharian kita, permasalahan yang berkaitan dengan fuzzy

BAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL. asing. Dalam pengalaman keseharian kita, permasalahan yang berkaitan dengan fuzzy BAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL 4.1 Pengenalan konsep fuzzy logic Konsep mengenai fuzzy logic bukanlah merupakan sesuatu yang baru dan asing. Dalam pengalaman keseharian kita,

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

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

Penentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno Penentuan Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno Shenna Miranda #1, Minora Longgom Nasution *2, Muhammad Subhan #3 #1 Student of Mathematics department State University

Lebih terperinci

SISTEM PENGAMBILAN KEPUTUSAN UNTUK MENENTUKAN LAMA MASA STUDI DAN IPK MENGGUNAKAN METODE FUZZY TAHANI. Abstract

SISTEM PENGAMBILAN KEPUTUSAN UNTUK MENENTUKAN LAMA MASA STUDI DAN IPK MENGGUNAKAN METODE FUZZY TAHANI. Abstract Vol. 6 No.2 Juni 2014 (126-131) http://dx.doi.org/10.22202/jp.2014.v6i2.297 Website: ejournal.stkip-pgri-sumbar.ac.id/index.php/pelangi SISTEM PENGAMBILAN KEPUTUSAN UNTUK MENENTUKAN LAMA MASA STUDI DAN

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

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

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

EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI Karmila Suryani 1), Khairudin 2) 1) FKIP Universitas Bung Hatta Padang 2) FKIP Universitas Bung Hatta Padang e-mail: karmilasuryani.ptik@gmail.com,khaihatta@yahoo.com

Lebih terperinci

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

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

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

Lebih terperinci

BAB III PERANCANGAN SISTEM

BAB III PERANCANGAN SISTEM BAB III PERANCANGAN SISTEM Pada bab ini akan dibahas perancangan serta penerapan pengendalian berbasis logika fuzzy pada sistem Fuzzy Logic Sebagai Kendali Pendingin Ruangan Menggunakan MATLAB. Dan simulasi

Lebih terperinci

Versi Online tersedia di : JURNAL TECH-E (Online)

Versi Online tersedia di :  JURNAL TECH-E (Online) JURNAL TECH-E - VOL. 1 NO. 1 (17) Versi Online tersedia di : http://bsti.ubd.ac.id/e-jurnal JURNAL TECH-E 2581-1916 (Online) Artikel Perancangan Aplikasi Penentu Jurusan IPA atau IPS Pada SMA Menggunakan

Lebih terperinci

Metode Fuzzy Mamdani untuk Evaluasi Kinerja Pelayanan Perawat Fuzzy Mamdani Method for Nurse Performance Evaluation

Metode Fuzzy Mamdani untuk Evaluasi Kinerja Pelayanan Perawat Fuzzy Mamdani Method for Nurse Performance Evaluation 8 ISSN: 1978-1520 Metode Fuzzy Mamdani untuk Evaluasi Kinerja Pelayanan Perawat Fuzzy Mamdani Method for Nurse Performance Evaluation Aris Muthohar 1, Yuniarsi Rahayu 2 1,2 Jurusan Teknik Informatika,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian dalam tugas akhir ini adalah BPR BKK Kendal yang beralamatkan di jalan Soekarno Hatta No 335 Kendal. Penelitian ini berlangsung dari bulan

Lebih 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

ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG

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

Lebih terperinci

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

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

PENERAPAN LOGIKA FUZZY UNTUK MENGUKUR KINERJA FRONTLINER PEGAWAI BANK BRI

PENERAPAN LOGIKA FUZZY UNTUK MENGUKUR KINERJA FRONTLINER PEGAWAI BANK BRI PENERAPAN LOGIKA FUZZY UNTUK MENGUKUR KINERJA FRONTLINER PEGAWAI BANK BRI Deval Gusrion Universitas Putra Indonesia YPTK Padang, Indonesia devalgusrion@gmail.com ABSTRACT Performance measurement front-liner

Lebih terperinci

BAB III ANALISIS KEBUTUHAN PERANGKAT LUNAK

BAB III ANALISIS KEBUTUHAN PERANGKAT LUNAK 1.6.2 Metode Pembuatan Perangkat Lunak 3 1 7 SistematikaPenulisan 4 BAB II LANDASAN TEORI 2.1 Sistem 2.2 Informasi 2.3 Sistem Informasi 7 2.4 Basis Data 0 o 2.5 Konsep Logika Fuzzy 8 2.5.1 Himpunan Crisp

Lebih terperinci

Sistem Pengambilan Keputusan Untuk Menentukan Berapa Lama Masa Studi dan IPK Menggunakan Model Metode Fuzzy Tahani

Sistem Pengambilan Keputusan Untuk Menentukan Berapa Lama Masa Studi dan IPK Menggunakan Model Metode Fuzzy Tahani Jurnal Pelangi Vol 6 No Juni 4 Sistem Pengambilan Keputusan Untuk Menentukan Berapa Lama Masa Studi dan IPK Menggunakan Model Metode Fuzzy Tahani (Studi Kasus : STKIP PGRI Sumatera Barat) Oleh : Syaeful

Lebih terperinci

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

Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani M-4 Dewi Mardhiyana Universitas Pekaloangan dewimardhiyana139@gmail.com

Lebih terperinci

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

MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA

MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA Muhammad Ilham 10211078 Program Studi Fisika, Institut Teknologi Bandung, Indonesia Email: muhammad_ilham@students.itb.ac.id Asisten:

Lebih terperinci

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak

Lebih terperinci

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

Research of Science and Informatic

Research of Science and Informatic Sains dan Informatika Vol.2 (N0.2) (2016): 20-30 1 Rifa, Nency, Expert System For Determine Lecturer Performance JURNAL SAINS DAN INFORMATIKA Research of Science and Informatic e-mail: jit.kopertis10@gmail.com

Lebih terperinci

BAB III. Sub Kompetensi :

BAB III. Sub Kompetensi : BAB III CONTOH APLIKASI LOGIKA FUZZY MENGGUNAKAN MATLAB Kompetensi : 1. Mahasiswa memecahkan masalah rekayasa melalui pendekatan logika fuzzy. Sub Kompetensi : 1. Dapat menggunakan tahapan pemecahan masalah

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

MODEL FUZZY TAHANI UNTUK PENENTUAN SISWA TERBAIK DI SEKOLAH

MODEL FUZZY TAHANI UNTUK PENENTUAN SISWA TERBAIK DI SEKOLAH Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 207, pp. 24~22 24 MODEL FUZZY TAHANI UNTUK PENENTUAN SISWA TERBAIK DI SEKOLAH Ghofar Taufik AMIK BSI Jakarta e-mail: ghofar.gft@bsi.ac.id Abstrak

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

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

: 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

Metode Fuzzy Logic Untuk Evaluasi Kinerja Pelayanan Perawat Rumah Sakit Permata Bekasi (RSPB) ABSTRACT

Metode Fuzzy Logic Untuk Evaluasi Kinerja Pelayanan Perawat Rumah Sakit Permata Bekasi (RSPB) ABSTRACT Metode Fuzzy Logic Untuk Evaluasi Kinerja Pelayanan Perawat Rumah Sakit Permata Bekasi (RSPB) M. Ridwan Effendi jundi79@gmail.com Fakultas Komputer Jurusan Sistem Informasi Universitas Mohammad Husni Thamrin

Lebih terperinci

DAFTAR ISI. KATA PENGANTAR i. DAFTAR ISI. iv. DAFTAR GAMBAR. viii. DAFTAR TABEL. x. DAFTAR LAMPIRAN.. xi. 1.1 Latar Belakang dan Rumusan Masalah..

DAFTAR ISI. KATA PENGANTAR i. DAFTAR ISI. iv. DAFTAR GAMBAR. viii. DAFTAR TABEL. x. DAFTAR LAMPIRAN.. xi. 1.1 Latar Belakang dan Rumusan Masalah.. DAFTAR ISI Halaman ABSTRAK ABSTRACT KATA PENGANTAR i DAFTAR ISI. iv DAFTAR GAMBAR. viii DAFTAR TABEL. x DAFTAR LAMPIRAN.. xi BAB I PENDAHULUAN 1.1 Latar Belakang dan Rumusan Masalah.. 1 1.1.1 Latar Belakang

Lebih terperinci

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN Seminar Nasional Inovasi dan Teknologi (SNIT) 202 MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN Ghofar Taufiq AMIK Bina Sarana Informatika Jakarta Jl. Kramat Raya

Lebih terperinci

PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO

PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO Ahmad Bahroini 1, Andi Farmadi 2, Radityo Adi Nugroho 3 1,2,3Prodi Ilmu Komputer FMIPA UNLAM Jl. A. Yani Km 36 Banjarbaru, Kalimantan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

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

BAB III ANALISIS SISTEM

BAB III ANALISIS SISTEM BAB III ANALISIS SISTEM 3. Identifikasi Masalah Masalah yang dihadapi adalah sebagai berikut :. Banyak kriteria yang terlibat dalam perhitungan yang masih menggunakan cara konvensional sehingga membutuhkan

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

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

Studi Kasus Fuzzy Logic 2016

Studi Kasus Fuzzy Logic 2016 1. Menentukan Himpunan Fuzzy Menggunakan Formula Di Microsoft Excell 2.1 Representasi Linier Naik Diketahui Persamaan Fungsi Keanggotaan Sebagai berikut : Berapakah µ[40], µ[45], µ[50]? Langkah-langkahnya

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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

Lebih terperinci

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

Jurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN: PENERAPAN LOGIKA FUZZY UNTUK MENENTUKAN MAHASISWA BERPRESTASI DI STMIK CIKARANG MENGGUNAKAN JAVA NETBEANS DAN MYSQL Ema Dili Giyanti 1), Ali Mulyanto 2) 1) Program Studi Teknik Informatika, STMIK Cikarang

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY

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

Lebih terperinci

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

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN 7 terboboti dari daerah output fuzzy. Metode ini paling dikenal dan sangat luas dipergunakan. First of Maxima (FoM) dan Last of Maxima (LoM) Pada First of Maxima (FoM), defuzzifikasi B( y) didefinisikan

Lebih 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

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

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

Lebih terperinci

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN Saintia Matematika Vol. 1, No. 3 (2013), pp. 233 247. PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN Zati Azmiana, Faigiziduhu Bu ulolo, dan Partano Siagian Abstrak.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Logika Fuzzy Logika Fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh pada tahun1965. Teori ini banyak diterapkan di berbagai bidang, antara lain representasipikiran manusia

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat

BAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat BAB IV HASIL DAN PEMBAHASAN A. Analisis Tingkat Kesehatan Bank Tingkat kesehatan bank dapat diketahui dengan melihat peringkat komposit bank tersebut. Menurut peraturan Bank Indonesia No. 13/1/PBI/2011

Lebih 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 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

Praktikum sistem Pakar Fuzzy Expert System

Praktikum sistem Pakar Fuzzy Expert System Praktikum sistem Pakar Fuzzy Expert System Ketentuan Praktikum 1. Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa untuk praktikum pertemuan ke - 8 2. Mahasiswa akan mendapatkan penjelasan

Lebih terperinci

Jurnal String Vol. 1 No. 1 Tahun 2016 ISSN: MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL

Jurnal String Vol. 1 No. 1 Tahun 2016 ISSN: MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL Fanisya Alva Mustika 1, Sutrisno 2 Program Studi Teknik Informatika, Universitas Indraprasta PGRI Jakarta 1,2 E-mail: alva.mustika@gmail.com

Lebih terperinci

Kata kunci: Kepuasan, Logika Fuzzy, SERVQUAL. Keywords: Satisfaction, Fuzzy Logic, SERVQUAL

Kata kunci: Kepuasan, Logika Fuzzy, SERVQUAL. Keywords: Satisfaction, Fuzzy Logic, SERVQUAL ANALISIS KEPUASAN MASYARAKAT TERHADAP KUALITAS PELAYANAN PENGADILANAGAMA KABUPATEN KEDIRI DENGAN PENDEKATAN LOGIKA FUZZY (ANALYSIS OF COMMUNITY SATISFACTION TO QUALITY SERVICE OF RELIGIOUS COURTS KAB.

Lebih terperinci

Prediksi 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) 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 terperinci

Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI

Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI III.1 Teori Logika fuzzi III.1.1 Logika fuzzi Secara Umum Logika fuzzi adalah teori yang memetakan ruangan input ke ruang output dengan menggunakan aturan-aturan

Lebih terperinci

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

BAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan BAB 1 PENDAHULUAN 1.1. Latar Belakang Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan sistem yang kompleks. Logika fuzzy memberikan rangka kerja yang kuat dalam memecahkan masalah

Lebih terperinci

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

Perancangan Aplikasi Rekomendasi Pemilihan Lokasi Rumah dengan Memanfaatkan Fuzzy Database Metode Tahani

Perancangan 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 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

Aplikasi Fuzzy Metode Mamdani untuk Rekomendasi Pemilihan Minat Grup Riset Mahasiswa

Aplikasi Fuzzy Metode Mamdani untuk Rekomendasi Pemilihan Minat Grup Riset Mahasiswa Aplikasi Fuzzy Metode Mamdani untuk Rekomendasi Pemilihan Minat Grup Riset Mahasiswa Astrie Kusuma Dewi 1), Adhistya Erna Permanasari 2), Indriana Hidayah 3) 1), 2), 3) Jurusan Teknik Elektro dan Teknologi

Lebih terperinci

PEMODELAN SISTEM FUZZY DENGAN MENGGUNAKAN MATLAB

PEMODELAN SISTEM FUZZY DENGAN MENGGUNAKAN MATLAB PEMODELAN SISTEM FUZZY DENGAN MENGGUNAKAN MATLAB Afan Galih Salman Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University Jln. K.H. Syahdan No 9, Palmerah, Jakarta Barat 11480 asalman@binus.edu

Lebih terperinci

MODEL PENENTUAN GURU BERPRESTASI BERBASIS ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)

MODEL PENENTUAN GURU BERPRESTASI BERBASIS ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) MODEL PENENTUAN GURU BERPRESTASI BERBASIS ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Wanti Rahayu 1 1 Mahasiswa Universitas Indraprasta PGRI Email : 1 wanti.reiku@gmail.com Abstrak- Guru merupakan aspek

Lebih terperinci

( ) ( ;,, ) Π(,, ) ( ;, ) ( ;, ) ( ) BAB I PENDAHULUAN A. Latar Belakang Masalah Provinsi Daerah Istimewa Yogyakarta merupakan salah satu kota tujuan wisata yang cukup menarik minat para wisatawan baik

Lebih terperinci

PREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI

PREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI PREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI Rizka Munia Yogaswara 1), Gunawan Abdillah 2), Dian Nursantika

Lebih 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

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

ANALISA TINGKAT KEPUASAN MASYARAKAT DENGAN KUALITAS KINERJA KEPOLISIAN MENGGUNAKAN METODE FUZZY LOGIC SUGENO

ANALISA TINGKAT KEPUASAN MASYARAKAT DENGAN KUALITAS KINERJA KEPOLISIAN MENGGUNAKAN METODE FUZZY LOGIC SUGENO ANALISA TINGKAT KEPUASAN MASYARAKAT DENGAN KUALITAS KINERJA KEPOLISIAN MENGGUNAKAN METODE FUZZY LOGIC SUGENO Sestri Novia Rizki Dosen Program Studi Teknik Informatika Universitas Putera Batam sestrino90@gmail.com

Lebih terperinci

LOGIKA FUZZY (Lanjutan)

LOGIKA FUZZY (Lanjutan) Metode Mamdani Metode mamdani sering dikenal sebagai metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Menurut metode ini, ada empat tahap yang harus dilalui untuk mendapatkan

Lebih terperinci

SIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS DI PDAM KOTA SURABAYA. oleh: WINDA ZULVINA

SIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS DI PDAM KOTA SURABAYA. oleh: WINDA ZULVINA SIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS PEMELIHARAAN PERALATAN PRODUKSI DI PDAM KOTA SURABAYA oleh: WINDA ZULVINA 5206100040 Dosen Pembimbing : Mahendrawathi

Lebih terperinci

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

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

Lebih terperinci

Ada 5 GUI tools yang dapat dipergunakan untuk membangun, mengedit, dan mengobservasi sistem penalaran, yaitu :

Ada 5 GUI tools yang dapat dipergunakan untuk membangun, mengedit, dan mengobservasi sistem penalaran, yaitu : BAB V FUZZY LOGIC MATLAB TOOLBOX Agar dapat mengunakan fungsi-fungsi logika fuzzy yang ada paad Matlab, maka harus diinstallkan terlebih dahulu TOOLBOX FUZZY. Toolbox. Fuzzy Logic Toolbox adalah fasilitas

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

ANALISIS KEPUASAN KONSUMEN BERDASARKAN TINGKAT PELAYANAN DAN HARGA KAMAR MENGGUNAKAN APLIKASI FUZZY DENGAN MATLAB 3.5.

ANALISIS KEPUASAN KONSUMEN BERDASARKAN TINGKAT PELAYANAN DAN HARGA KAMAR MENGGUNAKAN APLIKASI FUZZY DENGAN MATLAB 3.5. ANALISIS KEPUASAN KONSUMEN BERDASARKAN TINGKAT PELAYANAN DAN HARGA KAMAR MENGGUNAKAN APLIKASI FUZZY DENGAN MATLAB 3.5. Indah Pratiwi Jurusan Teknik Industri, Universitas Muhammadiyah Surakarta Jl. A. Yani

Lebih 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

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

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 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

Bab IV. Hasil Pengujian dan Analisis

Bab IV. Hasil Pengujian dan Analisis Bab IV Hasil Pengujian dan Analisis Pada bab ini akan dibahas mengenai pengujian mengenai sistem yang sudah dirancang dan dibuat. Pengujian yang dilakukan adalah pengujian dengan memberikan inputan yang

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas BAB II LANDASAN TEORI Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas dalam pembuatan tugas akhir ini. Secara garis besar teori penjelasan akan dimulai dari definisi logika fuzzy,

Lebih terperinci

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

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

Lebih terperinci

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

Institut Teknologi Sepuluh Nopember Surabaya

Institut Teknologi Sepuluh Nopember Surabaya Aplikasi Sistem Inferensi Fuzzy Metode Sugeno dalam Memperkirakan Produksi Air Mineral dalam Kemasan Oleh Suwandi NRP 1209201724 Dosen Pembimbing 1. Prof. Dr M. Isa Irawan, MT 2. Dr Imam Mukhlash, MT Institut

Lebih terperinci

ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN

ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN SUPRIYONO Sekolah Tinggi Teknologi Nuklir BATAN Jl. Babarsari Kotak Pos 6101/YKBB Yogyakarta. Email : masprie_sttn@yahoo.com

Lebih terperinci

BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN

BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN 4.1 Implementasi Sistem Implementasi sistem merupakan tahapan dimana sistem yang telah dirancang sebelumnya dapat berjalan dan dioperasikan. Implementasi sistem

Lebih terperinci

FUZZY LOGIC UNTUK MENENTUKAN STATUS GIZI PADA RUMAH SAKIT M. ZEIN PAINAN-PESSEL

FUZZY LOGIC UNTUK MENENTUKAN STATUS GIZI PADA RUMAH SAKIT M. ZEIN PAINAN-PESSEL FUZZY LOGIC UNTUK MENENTUKAN STATUS GIZI PADA RUMAH SAKIT M. ZEIN PAINAN-PESSEL Fitri Anita 1) 1 STKIP Pesisir Selatan Email : fitri_anita88@yahoo.com ABSTRACT Human life is crowded and busy often make

Lebih terperinci

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR Seminar Nasional Informatika 23 (semnasif 23) ISSN: 979-2328 UPN Veteran Yogyakarta, 8 Mei 23 FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR Sundari Retno Andani ) ) AMIK Tunas Bangsa

Lebih terperinci

Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto

Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto Zaenal Abidin Program studi Sistem Informasi STMIK Teknokrat Bandar Lampung, Indonesia

Lebih terperinci