ANALISA PERBANDINGAN METODE SUGENO DAN MAMDANI DALAM SISTEM PREDIKSI CUACA (STUDI KASUS BMKG KELAS III TANJUNGPINANG)
|
|
- Glenna Hartanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ANALISA PERBANDINGAN METODE SUGENO DAN MAMDANI DALAM SISTEM PREDIKSI CUACA (STUDI KASUS BMKG KELAS III TANJUNGPINANG) Zulkifli Mahmud Jurusan Teknik Informatika, Fakultas Teknik Universitas Maritim Raja Ali Haji zulkiflimahmud1228@gmail.com Nerfita Nikentari, S.T., M.Cs. Dosen Jurusan Teknik Informatika, Fakultas Teknik Universitas Maritim Raja Ali Haji Eka Suswaini, S.T., M.T. Dosen Jurusan Teknik Informatika, Fakultas Teknik Universitas Maritim Raja Ali Haji ABSTRAK Banyaknya tuntutan dari berbagai pihak yang membutuhkan informasi kondisi cuaca yang lebih cepat, lengkap dan akurat maka muncullah berbagai metode untuk melakukan prediksi cuaca. Prediksi cuaca adalah salah satu contoh permasalahan yang sering sekali memiliki jawaban yang tidak pasti. Logika fuzzy merupakan salah satu metode untuk menyelesaikan permasalahan tersebut. Tujuan penelitian ini adalah membangun sistem yang diharapkan mampu melakukan prediksi cuaca menggunakan metode Sugeno dan Mamdani serta membandingkan hasil prediksi dari kedua metode tersebut. Pada penelitian ini digunakan 5 variabel input yaitu suhu, tekanan, kelembaban, kecepatan angin dan intensitas penyinaran matahari. Dari 90 data yang digunakan sebagai data test diperoleh hasil prediksi cuaca sebagai berikut: prediksi cuaca menggunakan metode Sugeno mehasilkan data tepat prediksi sebanyak 69 data atau tingkat keakuratan sebesar 76,67%. Sedangkan prediksi dengan metode Mamdani memiliki 29 data tepat prediksi atau tingkat keakuratan sebesar 32,22%. ABSTRACT Many demands from some people who need more quickly, complete and accurate information on weather conditions so comes some methods for predicting the weather. Weather prediction is one of many problems that often have uncertain answer. Fuzzy logic is a method to resolve that case. The purpose of this essay is to build a system that can predict the weather using Sugeno and Mamdani, then compare the predict result from both methods. There are 5 input variables which are temperature, pressure, humidity, wind speed and solar radiation. From 90 data used as test data obtained weather prediction results : the weather prediction with Sugeno method obtained 69 valid prediction data or 76,67%. While the prediction with Mamdani method had 29 valid prediction data or 32,22%. 1
2 I. PENDAHULUAN Menurut Ervina (2014), cuaca adalah keadaan atmosfer pada suatu daerah dengan cakupan wilayah yang sempit dan dalam waktu yang relatif singkat. Banyak faktor yang mempengaruhi kondisi cuaca. Keadaan cuaca dipengaruhi oleh beberapa unsur cuaca yang saling berkaitan satu sama dengan yang lain yaitu suhu, kelembaban udara, kecepatan angin, tekanan udara dan intensitas penyinaran matahari. Banyak orang yang menggantungkan hidupnya pada keadaan cuaca, seperti petani, nelayan, pedagang, pekerja kantoran hingga siswa sekolah, bahkan pilot pesawat terbang. Dikarenakan banyaknya tuntutan dari berbagai pihak yang membutuhkan informasi kondisi cuaca yang lebih cepat, lengkap, dan akurat maka muncullah berbagai metode untuk melakukan prediksi cuaca. Prediksi cuaca adalah salah satu contoh permasalahan yang sering sekali memiliki jawaban yang tidak pasti. Logika fuzzy merupakan salah satu metode untuk menyelesaikan permasalahan tersebut. Menurut Decky Irmawan dan Khamami Herusantoso (2008), prediksi cuaca merupakan suatu hasil kegiatan pengamatan kondisi fisis dan dinamis udara dari berbagai tempat pengamatan yang kemudian dikumpulkan, di mana kumpulan hasil pengamatan dilakukan secara matematis dengan memperhatikan ruang dan waktu kecenderungan kondisi fisis udara sedemikian rupa sehingga diperoleh suatu prediksi. Berdasarkan latar belakang masalah yang telah diuraikan sebelumnya, maka perumusan masalah yang diangkat pada tugas akhir ini adalah Bagaimana membangun sistem prediksi cuaca menggunakan metode Sugeno dan Mamdani serta Bagaimana perbandingan hasil prediksi cuaca menggunakan metode Sugeno dan Mamdani. Tujuan penelitian ini adalah Menganalisa hasil perbandingan prediksi cuaca metode Sugeno dan metode Mamdani. Sedangkan manfaat dari penelitian ini diharapkan dapat menghasilkan sistem yang mampu memprediksi cuaca menggunakan metode Sugeno dan Mamdani serta mengetahui 2
3 metode mana yang lebih baik antara metode Sugeno dan Mamdani dalam penerapannya pada sistem prediksi cuaca. II. TINJAUAN PUSTAKA Menurut Kusumadewi dan Purnomo (2010), logika Fuzzy adalah komponen pembentuk soft computing. Dasar logika Fuzzy adalah teori himpunan Fuzzy. Pada teori himpunan Fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan sangatlah penting. Nilai keanggotaan menjadi ciri utama dari penalaran dengan logika Fuzzy tersebut. 2.1 Himpunan Fuzzy Himpunan Fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel Fuzzy. Ada beberapa hal yang perlu diketahui dalam pemahaman sistem Fuzzy: 1. Variabel Fuzzy merupakan variabel yang hendak dibahas dalam suatu sistem Fuzzy. Contoh: permintaan, persediaan, produksi. 2. Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabe Fuzzy. Contoh: semesta pembicaraan untuk variabel Temperatur: X= [0,100]. 3. Domain himpunan Fuzzy adalah keseluruhan nilai yang diizinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan Fuzzy.Contoh domain himpunan Fuzzy untuk semesta X=[0, 120]. 2.2 Fungsi Keanggotaan Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik titik input data ke dalam nilai keanggotaannya yang memiliki interval antara 0 sampai 1. Representasi Kurva Bentuk Bahu Daerah yang terletak di tengahtengah suatu variabel yang direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun (misalkan: dingin bergerak ke sejuk bergerak ke hangat dan bergerak ke panas). Tetapi terkadang salah satu sisi dari variabel tersebut tidak mengalami 3
4 perubahan. Sebagai contoh, apabila telah mencapai kondisi panas, kenaikan Temperatur akan tetap berada pada kondisi panas. Gambar 2.1 Kurva Bahu 2.3 Metode Mamdani Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun Menurut Kusumadewi dan Purnomo (2010), Untuk mendapatkan output pada metode Mamdani diperlukan 4 tahapan: 1. Pembentukan Himpunan Fuzzy Pada Metode Mamdani, baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan Fuzzy. 2. Aplikasi Fungsi Implikasi Pada metode Mamdani, fungsi implikasi yang digunakan adalah Min. 3. Komposisi Aturan Pada metode ini, solusi himpunan Fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah Fuzzy, dan mengaplikasikannya ke output dengan menggunakan operator OR (union). 4. Penegasan (DeFuzzy) Input dari proses defuzzifikasi adalah suatu himpunan Fuzzy yang diperoleh dari komposisi aturanaturan Fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan Fuzzy tersebut. Gambar 2.2 Flowchart Metode Mamdani 4
5 2.4 Metode Sugeno Model Fuzzy Sugeno memiliki penalaran yang hampir sama dengan model Fuzzy Mamdani. Namun, bila output penalaran dengan model Fuzzy Mamdani berupa himpunan Fuzzy, dalam model Fuzzy Sugeno output berupa konstanta atau persamaan linier. z = Z1 x α Zn x αn α1 x x αn Gambar 2.3 Flowchart Metode Sugeno 2.5 Prediksi Cuaca Menurut Ahmad Rivai (2013) ada beberapa unsur cuaca yang berinteraksi satu dengan yang lainnya yang pada hasil akhirnya menghasilkan hujan. Unsur-unsur tersebut dijelaskan di bawah ini. Suhu Udara Suhu atau temperatur udara adalah derajat panas dari aktivitas molekul dalam atmosfer. Secara fisis suhu didefinisikan sebagai tingkat gerakan yang berasal dari molekul benda, makin cepat gerakan molekulnya, makin tinggi suhunya. Tekanan Udara Pada saat tekanan udara tinggi cuaca biasanya kering dan cerah. Sebaliknya saat tekanan menurun, saat udara naik menyebabkan terjadi daerah tekanan rendah, cuaca biasanya basah dan berawan. Kelembaban Udara Kelembaban udara adalah kandungan uap air di udara yang terdiri dari kelembaban mutlak, kelembaban nisbi (relatif), maupun defisit tekanan uap air. Angin Angin adalah udara yang bergerak yang diakibatkan oleh rotasi 5
6 bumi dan juga karena adanya perbedaan tekanan udara disekitarnya. Radiasi Matahari Radiasi yang dipancarkan matahari walaupun hanya sebagian kecil yang diterima permukaan bumi merupakan sumber energi utama untuk proses-proses fisika atmosfer. III. PERANCANGAN DAN IMPLEMENTASI Pada bab ini akan dibahas mengenai analisa perancangan Sistem prediksi cuaca menggunakan metode Fuzzy Sugeno dan Mamdani. Tahap analisa perancangan sistem terdiri dari perancangan logika Fuzzy dan analisis kebutuhan perangkat lunak. 3.1 Perancangan Logika Fuzzy Tahap analisa perancangan logika Fuzzy meliputi penjelasan mengenai variabel Fuzzy, himpunan Fuzzy, semesta pembicara, domain himpunan Fuzzy, fungsi keanggotaan, aturan Fuzzy serta langkah pada metode Sugeno dan Mamdani. Berikut penjelasan lebih lanjut dari masing-masing tahapan. A. Fungsi Keanggotaan Fungsi keanggotaan memiliki interval 0 sampai 1 diambil berdasarkan rentang nilai domain himpunan Fuzzy dari tiap variabel. Berikut akan dijabarkan lebih lanjut mengenai fungsi keanggotaan dari masing-masing variabel. Fungsi keanggotaan variabel suhu Gambar 3.1 Kurva fungsi keanggotaan suhu Fungsi keanggotaan suhu dibuat berdasarkan persamaan 2.1, persamaan 2.2 dan persamaan 2.3 : µ(rendah) = µ(sedang) = µ(tinggi) = 26,7 x 26,7 23,9 x 22,4 26,7 23,9 29,5 x 29,5 26,7 1; x 23,9 ; 23,9 < x < 26,7 0; x 26,7 1; x = 26,7 ; 23,9 < x < 26,7 ; 26,7 < x < 29,5 0; x 29,5 ataux 23,9 1; x 29,5 x 26,7 29,5 26,7 ; 26,7 < x < 29,5 0; x 26,7 Fungsi keanggotaan variabel tekanan 6
7 Gambar 3.2 Kurva fungsi keanggotaan tekanan Fungsi keanggotaan tekanan dibuat berdasarkan persamaan 2.1, persamaan 2.2 dan persamaan 2.3 : 1; x 1006,6 µ(rendah) = 1011,25 x ; 1006,6 < x < 1011, , ,6 0; x 1011,25 1; x = 1011,25 µ(sedang) = x 1006,6 ; 1006,6 < x < 1011, , ,6 1015,9 x ; 1011,25 < x < 1015,9 1015,9 1011,25 0; x 1015,9 atau x 1006,6 1; x 1015,9 µ(tinggi) = x 1011,25 ; 1015,9 1011, ,25 < x < 1015,9 0; x 1011,25 Fungsi keanggotaan variabel kelembaban Gambar 3.4 Kurva fungsi keanggotaan kecepatan angin Fungsi keanggotaan kecepatan angin dibuat berdasarkan persamaan 2.1, persamaan 2.2 dan persamaan 2.3 : µ(rendah) = µ(sedang) = µ(tinggi) = 9,5 x 9,5 1 x 1 9, x 18 9,5 1; x 1 ; 1 < x < 9,5 0; x 9,5 1; x = 9,5 ; 1 < x < 9,5 ; 9,5 < x < 18 0; x 18 atau x 1 1; x 18 x 9,5 18 9,5 ; 9,5 < x < 18 0; x 9,5 Fungsi keanggotaan variabel intensitas penyinaran matahari Gambar 3.3 Kurva fungsi keanggotaan kelembaban Fungsi keanggotaan kelembaban dibuat berdasarkan persamaan 2.1, persamaan 2.2 dan persamaan 2.3 : µ(rendah) = µ(sedang) = µ(tinggi) = 84 x x x ; x 69 ; 69 < x < 84 0; x 84 1; x = 84 ; 69 < x < 84 ; 84 < x < 99 0; x 99 ataux 69 1; x 99 x ; 84 < x < 99 0; x 84 Fungsi keanggotaan variabel kecepatan angin Gambar 3.5 Kurva fungsi keanggotaan intensitas penyinaran matahari Fungsi keanggotaan intensitas penyinaran matahri dibuat berdasarkan persamaan 2.1, persamaan 2.2 dan persamaan 2.3 : µ(rendah) = µ(sedang) = µ(tinggi) = 50 x 50 1 x x ; x 1 ; 1 < x < 50 0; x 50 1; x = 50 ; 1 < x < 50 ; 50 < x < 99 0; x 99 atau x 1 1; x 99 x ; 50 < x < 99 0; x 50 7
8 B. Pembentukan Aturan Fuzzy Berdasarkan data training selama 2 tahun terbentuk 25 aturan Fuzzy yang akan digunakan pada Sistem prediksi cuaca. Aturan Fuzzy Pada Metode Sugeno Pada Sistem prediksi cuaca ini digunakan metode Sugeno orde 0 dimana konsekuen adalah sebuah konstanta. Konstanta diperoleh dari pembobotan himpunan Fuzzy dari masing-masing variabel. Berdasarkan landasan teori tentang prediksi cuaca yang ada pada halaman 16 dan 17 dibentuk pembobotan dari masing-masing himpunan Fuzzy sebagai berikut : Untuk fungsi keanggotaan suhu, himpunan rendah diberi bobot 1, sedang diberi bobot 2, dan tinggi diberi bobot 3. Untuk fungsi keanggotaan tekanan: himpunan rendah diberi bobot 3, sedang diberi bobot 2, dan tinggi diberi bobot 1. Untuk fungsi keanggotaan kelembaban: himpunan rendah diberi bobot 1, sedang diberi bobot 2, dan tinggi diberi bobot 3. Untuk fungsi keanggotaan kecepatan angin: himpunan rendah diberi bobot 1, sedang diberi bobot 2, dan tinggi diberi bobot 3. Untuk fungsi keanggotaan intensitas penyinaran matahari : himpunan rendah diberi bobot 3, sedang diberi bobot 2, dan tinggi diberi bobot 1. Untuk rule yang meprediksi hujan penjumlahan bobot ditambah 3. Berdasarkan rule yang terbentuk dan pernyataan diatas, maka nilai rentang prediksi cuaca yang berlaku adalah: Berawan jika < 12,5. Hujan jika skor 12,5. Aturan Fuzzy Pada Metode Mamdani Aturan Fuzzy yang digunakan pada metode Mamdani hampir sama aturan Fuzzy pada metode Sugeno, hanya saja jika pada metode Sugeno konsekuen berupa konstanta, pada metode Mamdani konsekuen berupa himpunan Fuzzy. 8
9 3.2 Analisa Dan Perancangan Sistem Tahap analisis kebutuhan perangkat lunak meliputi flowchart aplikasi, perancangan DFD, perancangan Database dan desain antarmuka sistem. prediksi atau tingkat keakuratan sebesar 76,67% sedangkan prediksi cuaca dengan menggunakan metode Mamdani memiliki 29 data tepat prediksi atau dari total 90 data uji atau tingkat keakuratan sebesar 32,22%. Flowchart Flowchart merupakan diagram yang menggambarkan alur kerja dari sistem yang akan dibangun. Gambar 3.6 Flowchart Sistem Prediksi Cuaca IV. ANASLISA Hasil uji coba didapat dari total 90 data test, prediksi cuaca dengan menggunakan metode Sugeno memiliki 69 data tepat V. Kesimpulan dan Saran Dengan demikian dapat ditarik kesimpulan bahwa metode Sugeno lebih baik daripada metode Mamdani dalam studi kasus prediksi cuaca. Untuk penelitian lebih lanjut, penulis memberikan beberapa saran diantaranya : 1. Menggunakan data training yang lebih banyak. 2. Menambahkan variabel pada penelitian seperti arah angin atau variabel cuaca lainnya yang berkaitan dengan perubahan cuaca. 3. Menggunakan metode FIS lainnya yaitu metode Tsukamoto. DAFTAR PUSTAKA BPS Kepulauan Riau, 2014, Kepulauan Riau Dalam Angka 2014, Badan Pusat Statistik Provinsi Kepulauan Riau, Tanjungpinang. 9
10 Ervina. (2014), Apa Bedanya Cuaca dan Iklim?, om/kidnesia2014/dar i-nesi/sekitar- Kita/Sains/Apa- Bedanya-Cuaca-dan- Iklim, 7 April 2015 Habibullah, N.W., Arifin, S., dan Widjiantoro, B.L., 2012, Perancangan Sistem Prediktor Cuaca Maritim Dengan Menggunakan Metode Fuzzy Takagi Sugeno, Jurnal Teknik Pomits, 1(1), 1-6. Indrabayu., Harun, N., Pallu, M.S., Achmad, A., dan Febriyati, F., 2012, Prediksi Curah Hujan Dengan Fuzzy Logic, Prosiding 2012 Hasil Penelitian Fakultas Teknik, Fakultas Teknik Universitas Hasanudin Makassar, Desember Irmawan, D., dan Herusantoso, K., 2011, Penerapan Logika Fuzzy Sebagai Sistem Pendukung Keputusan Prakiraan Cuaca, Konferensi Teknologi Informasi dan Komunikasi untuk Indonesia, Bandung, Juni Kusumadewi, S., dan Purnomo, H., 2010, Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Graha Ilmu, Yogyakarta. Meiryani, (2014), Pendekatan Waterfall Dalam Pengembangan Sistem, et/bahankuliah/analisaperancangansistem/item/ pendekatan-waterfalldalampengembangansistem, 7 April 2015 Rivai, A., (2013), Unsur-unsur Cuaca, dari pi.go.id/utama.cgi?cet akartikel& , 7 April 2015 Sari, N.E., 2011, Prediksi Cuaca Berbasis Logika Fuzzy Untuk Rekomendasi Penerbangan Di Bandar Udara Raja Haji Fisabilillah Tanjungpinang, Skripsi, Universitas Gunadarma, Jakarta. Subekti, S.A., 2014, Penggunaan Metode Fuzzy Mamdani Dan Sugeno Untuk Pengambilan Keputusan Dalam Analisis Kredit Studi 10
11 Kasus : Pengambilan Keputusan Kredit PT. Kandimadu Arta Cabang Salatiga, Skripsi, Universitas Kristen Satya Wacana, Salatiga. Suryatin, B., 2008, Fisika IX Untuk Sekolah Menengah Pertama dan MTs Kelas IX, Grasindo, Jakarta. Mamdani dan Sugeno, Jurnal TICOM, 1(1), Yudihartanti, Y., Syukur, A., Wahono, R.S., 2011, Analisis Komparasi Metode Mamdani Dan Sugeno Dalam Penjadwalan Mata Kuliah, Jurnal Teknologi Informasi, 7(2). Harmoko, I.W., dan Nazori., 2012, Prototipe Model Prediksi Peluang Kejadian Hujan Menggunakan Metode Fuzzy Logic Tipe 11
PENERAPAN LOGIKA FUZZY SEBAGAI SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA. Gedung GOI Lt.II Bandara Ngurah Rai Denpasar
214 PENERAPAN LOGIKA FUZZY SEBAGAI SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA Decky Irmawan 1), Khamami Herusantoso 2) 1) Stasiun Meteorologi Klas I Ngurah Rai Gedung GOI Lt.II Bandara Ngurah Rai Denpasar
Lebih terperinciREVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA
Seminar Nasional Sistem Informasi Indonesia, 6 November 2017 REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA Anisa Citra Mutia, Aria Fajar Sundoro,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan
Lebih terperinciPREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO
PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO Ahmad Bahroini 1, Andi Farmadi 2, Radityo Adi Nugroho 3 1,2,3Prodi Ilmu Komputer FMIPA UNLAM Jl. A. Yani Km 36 Banjarbaru, Kalimantan
Lebih terperinciJurnal 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 terperinciSIMULASI 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 terperinciBAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan
BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental
Lebih terperinciPENERAPAN LOGIKA FUZZY UNTUK MEMPREDIKSI CUACA HARIAN DI BANJARBARU
PENERAPAN LOGIKA FUZZY UNTUK MEMPREDIKSI CUACA HARIAN DI BANJARBARU Uli Mahanani 1, Arfan Eko Fahrudin 1, dan Nurlina 1 ABSTRACT. Information about the weather is very important because the weather is
Lebih terperinciLAPORAN AKHIR PENELITIAN DOSEN PEMULA USULAN PENELITIAN DOSEN PEMULA
LAPORAN AKHIR PENELITIAN DOSEN PEMULA USULAN PENELITIAN DOSEN PEMULA PENERAPAN LOGIKA FUZZY PADA PENILAIAN KINERJA PEGAWAI: PENERAPAN LOGIKA FUZZY PADA PENILAIAN KINERJA PEGAWAI: STUDI KASUS UNIVERSITAS
Lebih terperinciPenerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak
Lebih terperinciKata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa
SISTEM PENDUKUNG KEPUTUSAN METODE SUGENO DALAM MENENTUKAN TINGKAT KEPRIBADIAN SISWA BERDASARKAN PENDIDIKAN (STUDI KASUS DI MI MIFTAHUL ULUM GONDANGLEGI MALANG) Wildan Hakim, 2 Turmudi, 3 Wahyu H. Irawan
Lebih terperinciRima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang
Sistem Pendukung Keputusan Dalam Menentukan Jenis Budidaya Ikan Dengan Mengukur Kualitas Air Menggunakan Metode Fuzzy Tsukamoto (Studi Kasus : Balai Benih Ikan di Pengujan Kabupaten Bintan) Rima Ayuningtyas
Lebih terperinciBAB 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 terperinciAplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic
Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha Menggunakan Fuzzy Logic 1. Pendahuluan Jual beli motor merupakan suatu kegiatan transaksi yang mungkin sering kita temukan di kehidupan sehari-hari. Untuk
Lebih terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciBAB 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 terperinciPenentuan 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 terperinciBAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya
BAB II LANDASAN TEORI A. Logika Fuzzy Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya berada di luar model matematis dan bersifat inexact. Konsep ketidakpastian inilah yang
Lebih terperinciFUZZY LOGIC CONTROL 1. LOGIKA FUZZY
1. LOGIKA FUZZY Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan
Lebih terperinciBAB 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 terperinciPengantar Kecerdasan Buatan (AK045218) Logika Fuzzy
Logika Fuzzy Pendahuluan Alasan digunakannya Logika Fuzzy Aplikasi Himpunan Fuzzy Fungsi keanggotaan Operator Dasar Zadeh Penalaran Monoton Fungsi Impilkasi Sistem Inferensi Fuzzy Basis Data Fuzzy Referensi
Lebih terperinciBAB 1 PENDAHULUAN. Saat ini dengan cuaca yang kurang menentu, hujan yang tiba-tiba sangat deras, atau hujan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Saat ini dengan cuaca yang kurang menentu, hujan yang tiba-tiba sangat deras, atau hujan sedang dengan waktu yang cukup lama, atau hujan di semua bagian Indonesia terutama
Lebih terperinciLOGIKA 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 terperinciARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA
ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA Rima Liana Gema, Devia Kartika, Mutiana Pratiwi Universitas Putra Indonesia YPTK Padang email: rimalianagema@upiyptk.ac.id ABSTRAK
Lebih terperinciErwien Tjipta Wijaya, ST.,M.Kom
Erwien Tjipta Wijaya, ST.,M.Kom PENDAHULUAN Logika Fuzzy pertama kali dikenalkan oleh Prof. Lotfi A. Zadeh tahun 1965 Dasar Logika Fuzzy adalah teori himpunan fuzzy. Teori himpunan fuzzy adalah peranan
Lebih terperinciABSTRAK. Kata Kunci : Curah Hujan, Levenberg Marquardt, Backpropagation. ABSTRACT
ABSTRAK Dufan, Ariel. 2016. Prediksi Curah Hujan Dengan Menggunakan Algoritma Levenberg- Marquardt Dan Backpropagation (Studi Kasus : BMKG Kota Tanjungpinang), Skripsi. Tanjungpinang: Jurusan Teknik Informatika,
Lebih terperinciPERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan)
PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan) Komang Wahyudi Suardika 1, G.K. Gandhiadi 2, Luh Putu Ida Harini 3 1 Program
Lebih terperinciBAB 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 terperinciBAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan sistem yang kompleks. Logika fuzzy memberikan rangka kerja yang kuat dalam memecahkan masalah
Lebih terperinciBAB II: TINJAUAN PUSTAKA
BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali
Lebih terperinciMENENTUKAN 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 terperinciPenerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi
Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi Berdasarkan Data Persediaan dan Jumlah Permintaan Ria Rahmadita Surbakti 1), Marlina Setia Sinaga 2) Jurusan Matematika FMIPA UNIMED riarahmadita@gmail.com
Lebih terperinciBAB 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 terperinciPENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI
PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI Much. Djunaidi Jurusan Teknik Industri Universitas Muhammadiyah Surakarta Jl. Ahmad Yani Tromol Pos 1 Pabelan Surakarta email: joned72@yahoo.com
Lebih terperinciPresentasi 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 terperinciAPLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)
APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI) 1Venny Riana Agustin, 2 Wahyu H. Irawan 1 Jurusan Matematika, Universitas
Lebih terperinciDAFTAR ISI LEMBAR JUDUL... LEMBAR PERSEMBAHAN... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN TUGAS AKHIR... ABSTRAK... ABSTRACT... KATA PENGANTAR...
DAFTAR ISI Halaman LEMBAR JUDUL... LEMBAR PERSEMBAHAN... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN TUGAS AKHIR... ABSTRAK... ABSTRACT... KATA PENGANTAR... BIODATA ALUMNI... DAFTAR ISI... DAFTAR TABEL... DAFTAR
Lebih terperinci: 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 terperinciSIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY
SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY Nesi Syafitri. N Teknik Informatika, Fakultas Teknik Universitas Islam Riau, Jalan Kaharuddin Nasution No. 3,
Lebih terperinciInstitut 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 terperinciProses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum
Prosiding Penelitian SPeSIA Unisba 2015 ISSN: 2460-6464 Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum 1 Fitria Tri Suwarmi, 2 M. Yusuf Fajar,
Lebih terperinciPENGESAHAN PEMBIMBING...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN PEMBIMBING... ii HALAMAN PERNYATAAN KEASLIAN... iii LEMBAR PENGESAHAN PENGUJI... iv HALAMAN PERSEMBAHAN... v HALAMAN MOTTO... vii KATA PENGANTAR... viii
Lebih terperinciMEMBANGUN PERANGKAT LUNAK PENENTUAN DAYA LISTRIK DENGAN LOGIKA FUZZY
MEMBANGUN PERANGKAT LUNAK PENENTUAN DAYA LISTRIK DENGAN LOGIKA FUZZY Farikhah Indriani 1, Supriyono 2 1 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Jln. Kaliurang
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN DOSEN PEMBIMBING DENGAN METODE LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DOSEN PEMBIMBING DENGAN METODE LOGIKA FUZZY Ainul Yaqin 1), Ema Utami 2), Emha Taufiq Luthfi 3) 1,2,3 Magister Teknik informatika STMIK AMIKOM Yogyakarta 1,2,3 Jl Ring
Lebih terperinciSISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB
JURNAL MATRIX VOL. 3, NO. 1, MARET 2013 39 SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB I Ketut Suwintana Jurusan Akuntansi Politeknik Negeri Bali Kampus Bukit Jimbaran Bali Telp. +62 361 701981 Abstrak:.Logika
Lebih terperinciIMPLEMENTASI 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang sangat penting dalam kelangsungan hidupnya. Untuk memenuhi kebutuhan beras, setiap manusia mempunyai cara-cara
Lebih terperinciBAB II 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 terperinciPENERAPAN FUZZY INFERENCE SYSTEM PADA PREDIKSI CURAH HUJAN DI SURABAYA UTARA
LOGO PENERAPAN FUZZY INFERENCE SYSTEM PADA PREDIKSI CURAH HUJAN DI SURABAYA UTARA Oleh: DYNES RIZKY NAVIANTI (1208100017) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Logika Fuzzy Logika fuzzy merupakan suatu metode pengambilan keputusan berbasis aturan yang digunakan untuk memecahkan keabu-abuan masalah pada sistem yang sulit dimodelkan
Lebih terperinciBAB 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 terperinciPENDAHULUAN A. LATAR BELAKANG MASALAH
PENDAHULUAN A. LATAR BELAKANG MASALAH Dalam pelaksanaan pembelajaran selalu ditemui evaluasi-evaluasi untuk menguji tingkat pemahaman terhadap suatu bahan yang dipelajari. Evaluasi-evaluasi ini tidak boleh
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY. Abstraksi
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY Denny Cristiono T.S., Yugowati P.,Sri Yulianto J.P. Fakultas Teknologi Informasi Universitas Kristen
Lebih terperinci1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Salah satu aplikasi sistem cerdas yang paling sukses dan masih berkembang saat ini yaitu peramalan beban listrik. Peramalan beban listrik adalah suatu ilmu
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ) Dimas Wahyu Wibowo 1, Eka Larasati Amalia 2 1,2 Teknik Informatika, Politeknik Negeri
Lebih terperinciPENERAPAN INFERENSI FUZZY UNTUK KENDALI SUHU RUANGAN PADA PENDINGIN RUANGAN (AC)
PENERAPAN INFERENSI FUZZY UNTUK KENDALI SUHU RUANGAN PADA PENDINGIN RUANGAN (AC) Kartina Diah KW,ST1), Zulfa Noviardi2) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PERAMALAN CUACA DENGAN MENGGUNAKAN LOGIKA FUZZY MAMDANI
SISTEM PENDUKUNG KEPUTUSAN PERAMALAN CUACA DENGAN MENGGUNAKAN LOGIKA FUZZY MAMDANI Disusun oleh : Dian Puspita Hapsari, Nikmatul Karimah Jurusan Sistem Informasi Fakultas Teknologi Informasi. ITS Email
Lebih terperinciOleh: ABDUL AZIS JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013
Oleh: ABDUL AZIS 1209 100 073 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013 Sektor pertanian merupakan salah satu penopang perekonomian
Lebih terperinciJurnal Coding, Sistem Komputer Untan Volume 05, No. 2 (2017), hal ISSN x
PENERAPAN LOGIKA FUZZY DALAM SISTEM PRAKIRAAN CUACA BERBASIS MIKROKONTROLER [1] Velma Kurniati, [2] Dedi Triyanto, [3] Tedy Rismawan [1][2][3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah kata benda yang berasal dari kata himpun. Kata kerjanya adalah menghimpun. Menghimpun adalah kegiatan yang berhubungan dengan berbagai objek apa saja.
Lebih terperinciMetode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan
Scientific Journal of Informatics Vol., No. 1, Mei 2016 p-issn 2407-7658 http://journal.unnes.ac.id/nju/inde.php/sji e-issn 2460-0040 Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan
Lebih terperinciSISTEM PAKAR MENENTUKAN KATEGORI UKT MAHASISWA MENGGUNAKAN METODE FUZZY TSUKAMOTO PADA POLITEKNIK NEGERI BANJARMASIN
SISTEM PAKAR MENENTUKAN KATEGORI UKT MAHASISWA MENGGUNAKAN METODE FUZZY TSUKAMOTO PADA POLITEKNIK NEGERI BANJARMASIN Agus Setiyo Budi N 1, M. Rizqon Ramadhan 2 Politeknik Negeri Banjarmasin 1,2 agus_sbn@poliban.ac.id
Lebih terperinciPENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI
PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI Ahmad Mufid Program Studi Sistem Komputer Fakultas Teknik Universitas Sultan Fatah (UNISFAT) Jl. Sultan Fatah No. 83 Demak Telpon
Lebih terperinciIMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS
IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS Alfa Saleh Teknik Informatika, Fak Ilmu Komputer Universitas Potensi Utama Jl KL Yos Sudarso KM 65 No3-A, Tanjung Mulia,
Lebih terperinciMODUL 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 terperinciBAB III ANALISA DAN PERANCANGAN SISTEM. ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai dengan
BAB III ANALISA DAN PERANCANGAN SISTEM III. Analisis Masalah Sistem yang dibuat pada studi kasus pemilihan spesifikasi komputer ini, ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai
Lebih terperinciPENGGUNAAN 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 terperinciSebelumnya... Penalaran pada Sistem Pakar. Ketidakpastian dalam Sistem Pakar. Contoh forward chaining & backward chaining
Sebelumnya... Penalaran pada Sistem Pakar Contoh forward chaining & backward chaining Ketidakpastian dalam Sistem Pakar Teori Peluang Teori Bayes Jaringan Bayes Faktor Kepastian Kecerdasan Buatan Pertemuan
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA A. Kompetensi Pedagogik Menurut Mahmudin (2008) Kompetensi Guru merupakan seperangkat pengetahuan, keterampilan, dan perilaku yang harus dimiliki, dihayati, dikuasai, dan diaktualisasikan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY Hafsah, Heru Cahya Rustamaji, Yulia Inayati Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari No 2 Tambakbayan Yogyakarta
Lebih terperinciIMPLEMENTASI 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 terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 LOGIKA FUZZY Titik awal dari konsep modern mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh, dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari
Lebih terperinciFUZZY MULTI-CRITERIA DECISION MAKING
Media Informatika, Vol. 3 No. 1, Juni 2005, 25-38 ISSN: 0854-4743 FUZZY MULTI-CRITERIA DECISION MAKING Sri Kusumadewi, Idham Guswaludin Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciBAB III METODE FUZZY MAMDANI
29 BAB III METODE FUZZY MAMDANI Fuzzy Inference System merupakan sebuah kerangka kerja perhitungan berdasarkan konsep teori himpunan fuzzy dan pemikiran fuzzy yang digunakan dalam penarikan kesimpulan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY oleh: 1 I Putu Dody Lesmana, 2 Arfian Siswo Bintoro 1,2 Jurusan Teknologi Informasi, Politeknik
Lebih terperinciAPLIKASI LOGIKA FUZZY UNTUK PREDIKSI KEJADIAN HUJAN (Studi Kasus: Sub DAS Siak Hulu)
APLIKASI LOGIKA FUZZY UNTUK PREDIKSI KEJADIAN HUJAN (Studi Kasus: Sub DAS Siak Hulu) Hafidzilhaj Harys ) Imam Suprayogi 2) Rinaldi 2) ) Mahasiswa Jurusan Teknik Sipil 2) Dosen Jurusan Teknik Sipil Fakultas
Lebih terperinciBAB II KAJIAN PUSTAKA. mengikuti sertifikasi, baik pendidikan gelar (S-1, S-2, atau S-3) maupun nongelar (D-
BAB II KAJIAN PUSTAKA A. Kualifikasi Akademik Ditjendikti - kemendiknas, (2010) menyatakan bahwa kualifikasi akademik adalah ijazah pendidikan tinggi yang dimiliki oleh guru pada saat yang bersangkutan
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 terperinciMENDETEKSI KEBERADAAN NYAMUK AEDES AEGIPTY MENGGUNAKAN METODE FUZZY. Ikhlas Ali Syahbana
MENDETEKSI KEBERADAAN NYAMUK AEDES AEGIPTY MENGGUNAKAN METODE FUZZY Ikhlas Ali Syahbana Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wismarini.09 Pringsewu Lampung Website : www.stmikpringsewu.ac.id
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Zadeh (1965) memperkenalkan konsep fuzzy sebagai sarana untuk menggambarkan sistem yang kompleks tanpa persyaratan untuk presisi. Dalam jurnalnya Hoseeinzadeh et
Lebih terperinciTahap Sistem Pakar Berbasis Fuzzy
Company LOGO Penalaran Mamdani dan Tsukamoto Pada pendekatan Fuzzy Inference System Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2011 www.company.com
Lebih terperinciSebelumnya... Penalaran pada Sistem Pakar. Ketidakpastian dalam Sistem Pakar. Contoh forward chaining & backward chaining
Sebelumnya... Penalaran pada Sistem Pakar Contoh forward chaining & backward chaining Ketidakpastian dalam Sistem Pakar Teori Peluang Teori Bayes Jaringan Bayes Faktor Kepastian Kecerdasan Buatan Pertemuan
Lebih terperinciImplementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan Daerah Banjir di Semarang Utara
Scientific Journal of Informatics Vol. 2, No. 2, November 2015 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Implementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan
Lebih terperinciPENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI
JURNAL LOGIC. VOL. 15. NO. 3. NOPEMBER 2015 199 PENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI Ni Made Karmiathi Jurusan Teknik Elektro, Politeknik Negeri Bali Bukit JImbaran,
Lebih terperinciRANCANG BANGUN APLIKASI PERAMALAN CUACA DENGAN MENGGUNAKAN METODE FUZZY MAMDANI (STUDI KASUS KOTA SURABAYA)
RANCANG BANGUN APLIKASI PERAMALAN CUACA DENGAN MENGGUNAKAN METODE FUZZY MAMDANI (STUDI KASUS KOTA SURABAYA) Yonatan Widianto 1*, Tamaji 2 1 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciNURAIDA, IRYANTO, DJAKARIA SEBAYANG
Saintia Matematika Vol. 1, No. 6 (2013), pp. 543 555. ANALISIS TINGKAT KEPUASAN KONSUMEN BERDASARKAN PELAYANAN, HARGA DAN KUALITAS MAKANAN MENGGUNAKAN FUZZY MAMDANI (Studi Kasus pada Restoran Cepat Saji
Lebih terperinciJurnal 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 terperinciDENIA FADILA RUSMAN
Sidang Tugas Akhir INVENTORY CONTROL SYSTEM UNTUK MENENTUKAN ORDER QUANTITY DAN REORDER POINT BAHAN BAKU POKOK TRANSFORMER MENGGUNAKAN METODE FUZZY (STUDI KASUS : PT BAMBANG DJAJA SURABAYA) DENIA FADILA
Lebih terperinciPENERAPAN LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BEASISWA BSM
42 Jurnal Techno Nusa Mandiri Vol. XIII, No. 1 Maret 2016 PENERAPAN LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BEASISWA BSM Yunita Program Studi Teknik Informatika Sekolah Tinggi Ilmu Manajemen
Lebih terperinciDAFTAR ISI ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL BAB I PENDAHULUAN
DAFTAR ISI ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI... iv DAFTAR GAMBAR...x DAFTAR TABEL... xiii BAB I PENDAHULUAN 1.1 Latar Belakang Masalah...1 1.2 Identifikasi Masalah...3 1.3 Maksud
Lebih terperinciAnalisis Sistem Inferensi Fuzzy Sugeno dalam Menentukan Kesesuaian Lahan Tembakau di Kabupaten Temanggung
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Analisis Sistem Inferensi Fuzzy Sugeno dalam Menentukan Kesesuaian Lahan Tembakau di Kabupaten Temanggung Dewi Imawati, Agus Maman Abadi Program
Lebih terperinciFUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR
Seminar Nasional Informatika 23 (semnasif 23) ISSN: 979-2328 UPN Veteran Yogyakarta, 8 Mei 23 FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR Sundari Retno Andani ) ) AMIK Tunas Bangsa
Lebih terperinciPenerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti
ISSN: 0216-3284 885 Penerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti Novi Apriyanti 1, Huzainsyahnoor Aksad 2 Program Studi Sistem Informasi STMIK Banjarbaru 1 Program Studi Teknik Informatika
Lebih terperinciLogika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.
LOGIKA FUZZY UTHIE Intro Pendahuluan Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. Lotfi Asker Zadeh adalah seorang ilmuwan
Lebih terperinciPenerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang
Penerapan Fuy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang Thomson Mary Program Studi Pendidikan Informatika, STKIP PGRI Sumatera Barat Kampus II, Gunung Pangilun, Padang Email:
Lebih terperinciSIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS DI PDAM KOTA SURABAYA. oleh: WINDA ZULVINA
SIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS PEMELIHARAAN PERALATAN PRODUKSI DI PDAM KOTA SURABAYA oleh: WINDA ZULVINA 5206100040 Dosen Pembimbing : Mahendrawathi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN GURU TELADAN MENGGUNAKAN METODE FUZZY MAMDANI ABSTRAK
SISTEM PENDUKUNG KEPUTUSAN GURU TELADAN MENGGUNAKAN METODE FUZZY MAMDANI (STUDI KASUS PROGRAM STUDI TEKNIK INFORMATIKA-S1 UDINUS) Wisnu Joyo Anggita Teknik Informatika Universitas Dian Nuswantoro Semarang
Lebih terperinciPERANCANGAN PERANGKAT LUNAK PREDIKTOR CUACA BERBASIS LOGIKA FUZZY
PERANCANGAN PERANGKAT LUNAK PREDIKTOR CUACA BERBASIS LOGIKA FUZZY Oleh Ilham Bangun Asmoro 2407 100 030 Dosen Pembimbing : Ir. Syamsul Arifin, MT Fitri Adi I., ST, MT Jurusan Teknik Fisika Fakultas Teknologi
Lebih terperinciadalahkelompok profesi terbesar dan berperan vital dalam sistem tersebut yang menyebabkan ABSTRAK
1 Evaluasi Kinerja Pelayanan Perawat Menggunakan Fuzzy Inference System (FIS) Mamdani ( Studi Kasus : Puskesmas Bonang 1 Demak) ARIS MUTHOHAR Program Studi Teknik Informatika S1, Fakultas Ilmu Komputer,
Lebih terperinciAnalisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic
Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic Luh Kesuma Wardhani, Elin Haerani Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN SUSKA Riau
Lebih terperinci