BAB III METODE PENELITIAN
|
|
|
- Liana Sanjaya
- 9 tahun lalu
- Tontonan:
Transkripsi
1 BAB III METODE PENELITIAN 3.1 Descriptive Research Penelitian deskriptif adalah metode penelitian yang digunakan untuk menmukan pengetahuan yang seluas-luasnya terhadap objek penelitian pada suatu masa tertentu. Sedangkan menurut Punaji Setyosari ia menjelaskan bahwa penelitian deskriptif adalah penelitian yang bertujuan untuk menjelaskan atau mendeskripsikan suatu keadaan, peristiwa, objek apakah orang atau segala sesuatu yang terkait dengan variabel-variabel yang bisa dijelaskan baik dengan angka-angka maupun kata-kata. Hal senada juga dikemukakan oleh Best bahwa penelitian deskriptif merupakan metode penelitian yang berusaha menggambarkan dan menginterpretasi objek sesuai kenyataan[12]. Dari pengertian diatas dapat disimpulkan bahwa metode yang digunakan dalam penelitian ini menggunakan metode deskriptif yang hasil diolah dan dianalisis untuk diambil kesimpulannya. Artinya penelitian diolah dengan menekankan analisisnya pada data-data numerik (angka) sehingga diketahui hubungan yang signifikan pada variabel tersebut dan memperjelas objek yang diteliti dengan adanya penelitian. 3.2 Langkah-langkah Descriptive Research Deskripsi Tujuan Penelitian Tujuan dari penelitian ini adalah untuk mengetahui diagnosa penyakit diabetes melitus sehingga dapat membantu pihak rumah sakit atau pasien. Dalam mendiagnosa penyakit diabetes melitus menggunakan metode tsukamoto dalam pengolahan data inputan yang didapatkan dari rumah sakit tersebut. 38
2 Jenis Data dan Sumber Data Jenis Data Menurut Prof. Dr. Sugiono [13] ; data kuantitatif adalah suatu metode penelitian yang data penelitiannya berupa angka-angka dan analisisnya menggunakan statistik. Menurut Williams[14]: data kuantitatif adalah data yang didapat dari pendekatan di dalam usulan penelitian, proses, hipotesis, analisis data dan kesimpulan sampai penulisannya menggunakan aspek pengukuran, perhitungan rumusdan kepastian data numeric Dari kesimpulan diatas maka jenis data yang saya gunakan adalah data kuantitatif, karena data yang diperoleh yaitu data mengenai pasien yang berbentuk numerik Sumber Data a. Primer Data primer adalah data yang diperoleh secara langsung dari objek yang diteliti atau baik yang dilakukan secara wawancara, pengamatan, pencatatan atau penelitian pada objek yaitu kadar gula penyakit diabetes. Data primer yang didapatkan yaitu data kadar gula penyakit diabetes antara lain : gula darah puasa, gula plasma puasa, gula darah 2jm pp, dan HbA1c. Data tersebut didapat dari pakar di RSUD. Tugurejo Semarang dengan wawancara. b. Data Sekunder Data sekunder adalah data yang diperoleh secara tidak langsung terhadap sumber informasi melalui media perantara. Data sekunder biasanya berupa dta catatan ataupun laporan historis yang dipublikasikan maupun tidak dipublikasikan, data sekunder digunakan hanya untuk
3 40 pelengkap teori dari data primer yang diperoleh dari bukubuku, laporan skripsi lain, dan internet berupa pengertian, definisi dan konsep-konsep yang berhubungan dengan penyusunan tugas akhir ini Tekhnik Pengumpulan Data Sesuai dengan sumber data dan penyusunan tugas akhir ini maka dalam penlisan dan pengumpulan data menggunakan beberapa metode,antara lain a. Studi Pustaka Studi pustaka adalah metode dimana perolehan data-datanya melalui buku-buku atau jurnal yang berkaitan dengan tugas akhir ini. Data yang diperoleh dari buku-buku dan jurnal-jurnal mengenai logika fuzzy tsukamoto dan diabetes melitus. b. Wawancara Metode yang dilakukan untuk mengumpulkan sebuah informasi yang dilakukan dengan cara bertanya langsung secara lisan maupun tulisan terhadap yang berkaitan dengan diabetes melitus. Data yang dapat disimpulkan dari hasil wawancara adalah data-data mengenai variabel apa saja yang diperlukan untuk menentukan diabetes melitus. 3.3 Instrumen Penelitian Instrumen yang digunakan untuk mendukung dalam penelitian ini antara lain: 1. Hardware PC atau leptop dengan spesifikasi operasi windows 7 Ultimate 64-bit dengan kapasitas memori RAM 2048 MB 2. Software Microsoft Office Word 2007 dan Matlab 7.1
4 Metode Pengolahan Data Metode pengolahan data dilakukan dengan cara melakukan wawancara kepada pakar. Disini penulis melakukan wawancara terhadap salah satu dokter yang bernama dr. Prahastyo, Sp.PD yang berada di RSUD Tugurejo Semarang. Tabel 3.1 Tabel Data Variabel Input No Variabel Fuzzy Himpunan Fuzzy Rendah Sedang Tinggi 1 Gula Darah Puasa (mg/dl) <60 60 GDP 100 >100 2 Gula Plasma Puasa (mg/dl) <80 80 GPP 120 >120 3 Gula Darah 2 jam PP (mg/dl) <90 90 GD 130 >130 4 Kadar HbA1c (mg/dl) < HbA1c 6.5 <6.5 Data yang sudah didapat kemudian diolah dengan menentukan fungsi keanggotaan input dan output. Input terdiri dari data gula darah puasa, gula plasma puasa, gula darah 2jm paska puasa dan HbA1c, outputnya adalah Diagnosa. Setiap fungsi keanggotaan memiliki variabel linguistik. Variabel linguistik dari beberapa inputan adalah sebagai berikut: a. Inputan GDP: RENDAH, SEDANG, dan TINGGI b. Inputan GPP: RENDAH, SEDANG, dan TINGGI c. Inputan GD: RENDAH, SEDANG, TINGGI d. Inputan HbA1c: RENDAH, SEDANG, TINGGI Sedangkan variabel output harga barang adalah GULADARAH- RENDAH, NORMAL, dan POSITIF Adapun bentuk grafik dari himpunan fuzzy yang mengacu pada sempel data adalah:
5 42 a. Gula Darah Puasa Gambar 3.1 membership function Gula Darah Puasa b. Gula Plasma Puasa Gambar 3.2 membership function Gula Plasma Puasa
6 43 c. Gula Darah 2jam PP Gambar 3.3 membership function Gula Darah 2jm PP d. HbA1c Gambar 3.4 membership function HbA1c
7 44 e. Diagnosa Gambar 3.5 membership function Diagnosa Berdasarkan unit penalaran pada inferensi fuzzy yang berbentuk adalah: Jika v adalah A, dan w adalah B, dan x adalah C, dan y adalah D, maka z adalah E Jika v dikaitkan dengan variabel GDP dan A adalah nilai-nilai linguistiknya, w dikaitkan dengan variabel GPP dan B adalah nilai-nilai linguistiknya, x dikaitkan dengan variabel GD dan C adalah nilai-nilai linguistiknya, y dikaitkan dengan HbA1c dan D adalah nilai linguistiknya, dan z dikaitkan dengan Diagnosa dan E adalah nilai linguistiknya, maka aturan-aturan rule yang dapat terbentuk adalah:
8 45 [R1] IF GDP Rendah AND GPP Rendah AND GD Rendah AND HB Rendah [R2] IF GDP Rendah AND GPP Rendah AND GD Sedang AND HB Rendah [R3] IF GDP Rendah AND GPP Rendah AND GD Tinggi AND HB Rendah [R4] IF GDP Rendah AND GPP Sedang AND GD Rendah AND HB Rendah [R5] IF GDP Rendah AND GPP Sedang AND GD Sedang AND HB Rendah [R6] IF GDP Rendah AND GPP Sedang AND GD Tinggi AND HB Rendah [R7] IF GDP Rendah AND GPP Tinggi AND GD Rendah AND HB Rendah [R8] IF GDP Rendah AND GPP Tinggi AND GD Sedang AND HB Rendah [R9] IF GDP Rendah AND GPP Tinggi AND GD Tinggi AND HB Rendah [R10] IF GDP Rendah AND GPP Rendah AND GD Rendah AND HB Sedang [R11] IF GDP Rendah AND GPP Rendah AND GD Sedang AND HB Sedang [R12] IF GDP Rendah AND GPP Rendah AND GD Tinggi AND HB Sedang [R13] IF GDP Rendah AND GPP Sedang AND GD Rendah AND HB Sedang [R14] IF GDP Rendah AND GPP Sedang AND GD Sedang AND HB Sedang
9 46 [R15] IF GDP Rendah AND GPP Sedang AND GD Tinggi AND HB Sedang [R16] IF GDP Rendah AND GPP Tinggi AND GD Rendah AND HB Sedang [R17] IF GDP Rendah AND GPP Tinggi AND GD Sedang AND HB Sedang [R18] IF GDP Rendah AND GPP Tinggi AND GD Tinggi AND HB Sedang [R19] IF GDP Rendah AND GPP Rendah AND GD Rendah AND HB Tinggi [R20] IF GDP Rendah AND GPP Rendah AND GD Sendah AND HB Tinggi [R21] IF GDP Rendah AND GPP Rendah AND GD Tinggi AND HB Tinggi [R22] IF GDP Rendah AND GPP Sedang AND GD Rendah AND HB Tinggi [R23] IF GDP Rendah AND GPP Sedang AND GD Sedang AND HB Tinggi [R24] IF GDP Rendah AND GPP Sedang AND GD Tinggi AND TB Tinggi [R25] IF GDP Rendah AND GPP Tinggi AND GD Rendah AND TB Tinggi [R26] IF GDP Rendah AND GPP Tinggi AND GD Sedang AND HB Tinggi [R27] IF GDP Rendah AND GPP Tinggi AND GD Tinggi AND TB Tinggi [R28] IF GDP Sedang AND GPP Rendah AND GD Rendah AND HB Rendah
10 47 [R29] IF GDP Sedang AND GPP Rendah AND GD Sedang AND HB Rendah [R30] IF GDP Sedang AND GPP Rendah AND GD Tinggi AND HB Rendah [R31] IF GDP Sedang AND GPP Sedang AND GD Rendah AND HB Rendah [R32] IF GDP Sedang AND GPP Sedang AND GD Sedang AND HB Rendah [R33] IF GDP Sedang AND GPP Sedang AND GD Tinggi AND HB Rendah [R34] IF GDP Sedang AND GPP Tinggi AND GD Rendah AND HB Rendah [R35] IF GDP Sedang AND GPP Tinggi AND GD Sedang AND HB Rendah [R36] IF GDP Sedang AND GPP Tinggi AND GD Tinggi AND HB Rendah [R37] IF GDP Sedang AND GPP Rendah AND GD Rendah AND HB Sedang [R38] IF GDP Sedang AND GPP Rendah AND GD Sedang AND HB Sedang [R39] IF GDP Sedang AND GPP Rendah AND GD Tinggi AND HB Sedang [R40] IF GDP Sedang AND GPP Sedang AND GD Rendah AND HB Sedang [R41] IF GDP Sedang AND GPP Sedang AND GD Sedang AND HB Sedang [R42] IF GDP Sedang AND GPP Sedang AND GD Tinggi AND HB Sedang
11 48 [R43] IF GDP Sedang AND GPP Tinggi AND GD Sedang AND HB Sedang [R44] IF GDP Sedang AND GPP Tinggi AND GD Sedang AND HB Sedang [R45] IF GDP Sedang AND GPP Tinggi AND GD Tinggi AND HB Sedang [R46] IF GDP Sedang AND GPP Rendah AND GD Rendah AND HB Tinggi THEN Negatif [R47] IF GDP Sedang AND GPP Rendah AND GD Sedang AND HB Tinggi [R48] IF GDP Sedang AND GPP Rendah AND GD Tinggi AND HB Tinggi [R49] IF GDP Sedang AND GPP Sedang AND GD Rendah AND HB Tinggi [R50] IF GDP Sedang AND GPP Sedang AND GD Sedang AND HB Tinggi [R51] IF GDP Sedang AND GPP Sedang AND GD Tinggi AND HB Tinggi [R52] IF GDP Sedang AND GPP Tinggi AND GD Rendah AND HB Tinggi [R53] IF GDP Sedang AND GPP Tinggi AND GD Sedang AND HB Tinggi [R54] IF GDP Sedang AND GPP Tinggi AND GD Tinggi AND HB Tinggi [R55] IF GDP Tinggi AND GPP Rendah AND GD Rendah AND HB Rendah [R56] IF GDP Tinggi AND GPP Rendah AND GD Sedang AND HB Rendah
12 49 [R57] IF GDP Tinggi AND GPP Rendah AND GD Tinggi AND HB Rendah [R58] IF GDP Tinggi AND GPP Sedang AND GD Rendah AND HB Rendah [R59] IF GDP Tinggi AND GPP Sedang AND GD Sedang AND HB Rendah [R60] IF GDP Tinggi AND GPP Sedang AND GD Tinggi AND HB Rendah [R61] IF GDP Tinggi AND GPP Tinggi AND GD Rendah AND HB Rendah [R62] IF GDP Tinggi AND GPP Tinggi AND GD Sedang AND HB Rendah [R63] IF GDP Tinggi AND GPP Tinggi AND GD Tinggi AND HB Rendah [R64] IF GDP Tinggi AND GPP Rendah AND GD Rendah AND HB Sedang [R65] IF GDP Tinggi AND GPP Rendah AND GD Sedang AND HB Sedang [R66] IF GDP Tinggi AND GPP Rendah AND GD Tinggi AND HB Sedang [R67] IF GDP Tinggi AND GPP Sedang AND GD Rendah AND HB Sedang THEN Pra Diabetes [R68] IF GDP Tinggi AND GPP Sedang AND GD Sedang AND HB Sedang [R69] IF GDP Tinggi AND GPP Sedang AND GD Tinggi AND HB Sedang [R70] IF GDP Tinggi AND GPP Tinggi AND GD Rendah AND HB Sedang
13 50 [R71] IF GDP Tinggi AND GPP Tinggi AND GD Sedang AND HB Sedang [R72] IF GDP Tinggi AND GPP Tinggi AND GD Tinggi AND HB Sedang [R73] IF GDP Tinggi AND GPP Rendah AND GD Rendah AND HB Tinggi THEN Pra Diabetes [R74] IF GDP Tinggi AND GPP Rendah AND GD Sedang AND HB Tinggi [R75] IF GDP Tinggi AND GPP Rendah AND GD Tinggi AND HB Tinggi [R76] IF GDP Tinggi AND GPP Sedang AND GD Rendah AND HB Tinggi [R77] IF GDP Tinggi AND GPP Sedang AND GD Sedang AND HB Tinggi [R78] IF GDP Tinggi AND GPP Sedang AND GD Tinggi AND HB Tinggi [R79] IF GDP Tinggi AND GPP Tinggi AND GD Rendah AND HB Tinggi [R80] IF GDP Tinggi AND GPP Tinggi AND GD Sedang AND HB Tinggi [R81] IF GDP Tinggi AND GPP Tinggi AND GD Tinggi AND HB Tinggi Dari rule yang telah disusun diatas nantinya akan dapat digunakan dalam penentuan keputusan untuk diagnosia penyakit Deabetes melitus (DM). Mesin Inferensi Menggunakan fungsi implikasi MIN untuk mendapatkan nilai α-predikat tiap-tiap rules (α 1, α 2, α 3,. α n ).
14 51 Kemudian masing masing nilai α-predikat ini digunakan untuk menghitung keluaran hasil inferensi secara tegas (crips) masing-masing rules (z 1, z 2, z 3,..z n ). Tahap Defuzzyfikasi Hasil akhir output (z) diperoleh dengan menggunakan rata-rata pembobotan: 3.5 Mean Absolute Precentage Error (MAPE) Validasi metode dalam memprediksi terutama dengan menggunakan nmetode tsukamoto tidak dapat lepas dari indicator-indikator dalam penukutran akurasi. Bagaimanapun juga terdapat sejumblah indikator dalam pengukuran akurasi peramalan, dalam kasus ini MAPE digunakan untuk mengetahui keakurasian dari hasil perhitungan Setelah mendapatkan hasil akhir maka dilakukan proses uji akurasi, hasil uji akurasi didapatkan dalam bentuk persentase. Tingkat akurasi dihitung berdasarkan hasil pembagian jumlah data benar dengan jumlah data keseluruhan dikalikan 100%. Dengan rumus sebagai berikut: Jumlah Data Salah Akurasi = X 100% Jumlah Semua Data
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
PENENTUAN TINGKAT RESIKO PENYAKIT DIABETES MELLITUS DENGAN METODE SUGENO DI RSUD UNDATA PROVINSI SULAWESI TENGAH
JIMT Vol. 9 No. 1 Juni 2012 (Hal. 65-74) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X PENENTUAN TINGKAT RESIKO PENYAKIT DIABETES MELLITUS DENGAN METODE SUGENO DI RSUD UNDATA PROVINSI SULAWESI
IMPLEMENTASI FUZZY TSUKAMOTO DALAM MENDIAGNOSA PENYAKIT DIABETES MELITUS
IMPLEMENTASI FUZZY TSUKAMOTO DALAM MENDIAGNOSA PENYAKIT DIABETES MELITUS Yanmas Akhir Maulana 1,Bowo Nurhadiyono 2 Program Studi Teknik Informatika, Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang
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
BAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh pada tahun 1965 yang merupakan guru besar di University of California Berkeley pada papernya yang berjudul
APLIKASI SISTEM PAKAR FUZZY SUGENO UNTUK REKOMENDASI PENGOBATAN DIABETES MELLITUS TIPE 2 TUGAS AKHIR
APLIKASI SISTEM PAKAR FUZZY SUGENO UNTUK REKOMENDASI PENGOBATAN DIABETES MELLITUS TIPE 2 TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelas Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia
Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia Irmalia Suryani Faradisa dan Putri Sari Jurusan Teknik Elektro, Institut Teknologi Nasional Malang E-mail: [email protected] Abstrak Gejala
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
SISTEM PAKAR DIAGNOSA PENYAKIT DBD DAN DEMAM TIFOID DENGAN METODE FUZZY TSUKAMOTO (STUDI KASUS PUSKESMAS PRACIMANTORO I)
ISSN : 2338-18 SISTEM PAKAR DIAGNOSA PENYAKIT DBD DAN DEMAM TIFOID DENGAN METODE FUZZY TSUKAMOTO (STUDI KASUS PUSKESMAS PRACIMANTORO I) Waluyo ([email protected]) Didik Nugroho ([email protected]) Kustanto
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK) Andrian Juliansyah ( 1011287) Mahasiswa Program Studi Teknik
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
PERBANDINGAN 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
Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani
JURNAL SAINTIFIK VOL.3 NO. 2, JULI 2017 Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani Darmawati Jurusan Matematika FMIPA Universitas Sulawesi Barat; e-mail: [email protected]
BAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Desain Penelitian Desain penelitian umumnya terbagi atas tiga bentuk yaitu penelitian eksploratif, penelitian penjelasan, dan penelitian deskriptif. Penelitian eksploratif
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
Penerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel
Penerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel Biolardi Yoshogi (13509035) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
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: [email protected]
HASIL DAN PEMBAHASAN. masukan (input) yang digunakan dalam mengembangkan Fuzzy Inference System seperti yang disajikan pada Gambar 10 berikut :
Penentuan perangkat keras dan perangkat lunak yang akan digunakan untuk mengembangkan sistem Perangkat keras (hardware) Perangkat keras yang digunakan pada saat pengembangan sistem adalah komputer dengan
Perbandingan Regresi Linear, Backpropagation Dan Fuzzy Mamdani Dalam Prediksi Harga Emas
TEKNOLOGI DI INDUSTRI (SENIATI) 016 ISSN : 085-418 Perbandingan Regresi Linear, Backpropagation Dan Fuzzy Mamdani Dalam Prediksi Harga Emas Nur Nafi iyah Program Studi Teknik Informatika Universitas Islam
FUZZY TSUKAMOTO PADA SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT PENCERNAAN PADA BAYI USIA 0-12 BULAN ABSTRAK
FUZZY TSUKAMOTO PADA SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT PENCERNAAN PADA BAYI USIA 0-12 BULAN Burhanuddin Ahmad (A11.2012.07062) Program Studi Teknik Informatika - S1 Fakultas Ilmu Komputer Universitas
BAB IV METODOLOGI PENELITIAN. menitikberatkan pada prevalensi terjadinya DM pada pasien TB di RSUP
BAB IV METODOLOGI PENELITIAN 4.1 Ruang lingkup penelitian Penelitian ini mencakup bidang Ilmu Penyakit Dalam menitikberatkan pada prevalensi terjadinya DM pada pasien TB di RSUP Dr. Kariadi Semarang. 4.2
Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.
LOGIKA FUZZY UTHIE Intro Pendahuluan Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. Lotfi Asker Zadeh adalah seorang ilmuwan
BAB V IMPLEMENTASI SISTEM
51 BAB V IMPLEMENTASI SISTEM Implementasi merupakan tahap peletakan sistem sehingga sistem siap dioperasikan. Tahap ini meliputi implementasi datamining untuk mencari aturan aturan sebagai dasar inferensi,
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 [email protected] Abstrak Logika Fuzzy telah banyak
KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno
KASUS PENERAPAN LOGIKA FUZZY Fuzzy tsukamoto, mamdani, sugeno CARA KERJA LOGIKA FUZZY MELIPUTI BEBERAPA TAHAPAN BERIKUT : 1. Fuzzyfikasi 2. Pembentukan basis pengetahuan fuzzy (rule dalam bentuk if..then).
Untuk dapat lebih memahani fuzzy Tsukamoto, berikut contoh kasus :
Fuzzy Tsukamoto Ahmadulillah saya sempat menuliskan kembali sedikit menganai fuzzy reasoning. Jika masih lupa silahkan baca tautan berikut. http://totoharyanto.staff.ipb.ac.id/2012/08/11/fuzzy-reasoning-penalaran-fuzzy/.
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
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,
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
JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI
JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI PRICING SYSTEM USING DIGITAL PHOTO PRINTING ON FUZZY TSUKAMOTO ALIEF COMPUTER KEDIRI Oleh:
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
KLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG)
KLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG) Fasrul Rahman Ansori Teknik Informatika, Ilmu Kompputer, Universitas
REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA
Seminar Nasional Sistem Informasi Indonesia, 6 November 2017 REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA Anisa Citra Mutia, Aria Fajar Sundoro,
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
PENERAPAN METODE TSUKAMOTO DALAM PEMBERIAN KREDIT SEPEDA MOTOR BEKAS PADA PT TRI JAYA MOTOR (Studi Kasus PT TRI JAYA MOTOR MEDAN )
Marsono, ISSN : 1978-6603 Saiful Nur Arif, Iskandar Zulkarnain, Penerapan Metode Tsukamoto PENERAPAN METODE TSUKAMOTO DALAM PEMBERIAN KREDIT SEPEDA MOTOR BEKAS PADA PT TRI JAYA MOTOR (Studi Kasus PT TRI
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY oleh: 1 I Putu Dody Lesmana, 2 Arfian Siswo Bintoro 1,2 Jurusan Teknologi Informasi, Politeknik
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
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
IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS
IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS Alfa Saleh Teknik Informatika, Fak Ilmu Komputer Universitas Potensi Utama Jl KL Yos Sudarso KM 65 No3-A, Tanjung Mulia,
BAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode penelitian yang digunakan dalam penulisan Tugas Akhir ini, sebagai berikut: 3.1 Instrumen Penelitian Berdasarkan permasalahan yang telah diuraikan pada bab sebelumnya,
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 [email protected] Abstrak Perkembangan teknologi
Penerapan Metode Fuzzy Mamdani untuk Memprediksi Penjualan Gula
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 27 T - 23 Penerapan Metode Fuzzy Mamdani untuk Memprediksi Penjualan Gula Nurlia Ningsih, Navila Teguh Pambudi, Agus Maman Abadi Program Studi Matematika,
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 : [email protected] ABSTRAK Penelitian ini dilakukan untuk memperlajari
Himpunan Tegas (Crisp)
Logika Fuzzy Logika Fuzzy Suatu cara untuk merepresentasikan dan menangani masalah ketidakpastian (keraguan, ketidaktepatan, kekuranglengkapan informasi, dan kebenaran yang bersifat sebagian). Fuzzy System
4-5-FUZZY INFERENCE SYSTEMS
4-5-FUZZY INFERENCE SYSTEMS Shofwatul Uyun Mekanisme FIS Fuzzy Inference Systems (FIS) INPUT (CRISP) FUZZYFIKASI RULES AGREGASI DEFUZZY OUTPUT (CRISP) 2 Metode Inferensi Fuzzy Metode Tsukamoto Metode Mamdani
PENERAPAN METODE ALORITMA FUZZY MAMDANI PADA APLIKASI SPK PENENTUAN JUMLAH PRODUKSI BARANG CV.KURNIA ALAM DI JEPARA
PENERAPAN METODE ALORITMA FUZZY MAMDANI PADA APLIKASI SPK PENENTUAN JUMLAH PRODUKSI BARANG CV.KURNIA ALAM DI JEPARA Andreas Widiyantoro-NIM : A11.2009.04835 Program Studi Teknik Informatika Fakultas Ilmu
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
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
PREDIKSI LUAS PANEN DAN PRODUKSI PADI DI KABUPATEN BANYUMAS MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)
PREDIKSI LUAS PANEN DAN PRODUKSI PADI DI KABUPATEN BANYUMAS MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) Supriyanto 1, Sudjono 2, Desty Rakhmawati 3 ( 1,2. UNSOED Purwokerto, 3. STMIK
BAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Pembahasan pada bab ini menjelaskan gambaran umum nilai tukar mata uang rupiah terhadap dolar amerika, metode penelitian, perancangan program aplikasi, rancangan perangkat lunak
LOGIKA FUZZY. Dr. Ade Gafar Abdullah JPTE-UPI
LOGIKA FUZZY Dr. Ade Gafar Abdullah JPTE-UPI Introduction Logika fuzzy adalah cabang dari sistem kecerdasan buatan (Artificial Intelegent) yang mengemulasi kemampuan manusia dalam berfikir ke dalam bentuk
PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO
PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO Asrianda 1 [email protected] Abstrak Bertambahnya permintaan mahasiswa atas kebutuhan makan seharihari, berkembangnya usaha warung
ABSTRAK. Kata Kunci: komparasi, prediksi, mahasiswa baru, Tsukamoto, Sugeno, Mamdani, framework CI, registrasi. ABSTRACT
JURNAL TEKNIK INFORMATIKA, APRIL 2017 9 ANALISA PERBANDINGAN LOGIC FUZZY METODE TSUKAMOTO, SUGENO, DAN MAMDANI (STUDI KASUS : PREDIKSI JUMLAH PENDAFTAR MAHASISWA BARU FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS
PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )
TUGAS AKHIR PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati (1207 100 031) Dosen Pembimbing: Drs. I G Ngurah Rai Usadha, M.Si Dra. Nuri
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
Penerapan Logika Fuzzy Metode Sugeno Untuk Memprediksi Jumlah Penumpang Di Terminal Ronggo Sukowati Pamekasan
Penerapan Logika Fuzzy Metode Sugeno Untuk Memprediksi Jumlah Penumpang Di Terminal Ronggo Sukowati Pamekasan Tony Yulianto 1, Sugiono 2, M. Fariz Fadillah Mardianto 3 1,2,3) Program Studi Matematika,
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
BAB I PENDAHULUAN. pesat terutama pada dunia komputer memberikan kita wawasan yang luas
BAB I PENDAHULUAN I.1 Latar Belakang Seiring perkembangan teknologi dan informasi yang semakin cepat dan pesat terutama pada dunia komputer memberikan kita wawasan yang luas sehingga kita dapat memperoleh
IMPLEMENTASI FUZZY LOGIC SEBAGAI PENENTU JUMLAH KONSUMSI KALORI PENDERITA DIABETES MELITUS
IMPLEMENTASI FUZZY LOGIC SEBAGAI PENENTU JUMLAH KONSUMSI KALORI PENDERITA DIABETES MELITUS Yosep Agus Pranoto 1 ), Hani Zulfia Zahro 2 ), Suryo Adi Wibowo 3 ) 1,2,3)Program Studi Teknik Informatika, Fakultas
Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy
Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy Asrianda 1 Teknik Informatika Kampus Bukit Indah Lhokseumawe email : [email protected] ABSTRAK Bertambahnya permintaan
Saintia Matematika ISSN: Vol. 2, No. 2 (2014), pp
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 2 (2014), pp. 115 126. PERENCANAAN JUMLAH PRODUKSI MIE INSTAN DENGAN PENEGASAN (DEFUZZIFIKASI)CENTROID FUZZY MAMDANI (Studi Kasus: Jumlah Produksi Indomie
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Dalam penelitian ini akan dikembangkan suatu Sistem Pakar Identifikasi Jenis Anjing dengan Menggunakan Metode Forward Chaining dan berjalan pada piranti mobile berbasis Windows
BAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Masalah PT. Intraco Agro Industry merupakan perusahaan yang bergerak dibidang pakan ternak. Masalah yang dihadapi PT. Intraco Agro Industry pada saat ini
BAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Instrumen Penelitian Jenis penelitian yang digunakan adalah explanatory research yang bertujuan untuk mengkaji hubungan atar variabel yang di hipotesiskan sehingga dapat ditarik
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
REVIEW JURNAL LOGIKA FUZZY
REVIEW JURNAL LOGIKA FUZZY Disusun oleh : Gita Adinda Permata 1341177004309 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS NEGERI SINGAPERBANGSA KARAWANG KATA PENGANTAR Assalamualaikum
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Dalam tinjauan pustaka dibawah ini terdapat 5 referensi dan 1 referensi dari
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 1.1 Tinjauan Pustaka Dalam tinjauan pustaka dibawah ini terdapat 5 referensi dan 1 referensi dari penulis sebagai berikut: Tabel 2.1 Perbandingan Metode Penelitian
SISTEM PENDUKUNG KEPUTUSAN UNTUK PRODUKSI JENANG MENGGUNAKAN LOGIKA FUZZY MAMDANI
SISTEM PENDUKUNG KEPUTUSAN UNTUK PRODUKSI JENANG MENGGUNAKAN LOGIKA FUZZY MAMDANI Muhammad Agus Iriyanto Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nuswantoro Jl. Nakula no
KECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana
Logika Fuzzy KECERDASAN BUATAN (Artificial Intelligence) Materi 8 Entin Martiana 1 Kasus fuzzy dalam kehidupan sehari-hari Tinggi badan saya: Andi menilai bahwa tinggi badan saya termasuk tinggi Nina menilai
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
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO Endra Pratama, Titin Sri Martini, Mania Roshwita Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU)
STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU) Desi Vinsensia Program Studi Teknik Informatika STMIK Pelita Nusantara
BAB I PENDAHULUAN. I.1. Latar Belakang. Penyakit gigi pada manusia menduduki urutan pertama dari daftar 10
BAB I PENDAHULUAN I.1. Latar Belakang Penyakit gigi pada manusia menduduki urutan pertama dari daftar 10 besar penyakit yang paling sering dikeluhkan masyarakat Indonesia. Persepsi dan perilaku masyarakat
Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto
Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Sistem Informasi
BAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA A. Penjurusan di SMA Sepanjang perkembangan Pendidikan formal di Indonesia teramati bahwa penjurusan di SMA telah dilaksanakan sejak awal kemerdekaan yaitu tahun 1945 sampai sekarang,
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
BAB VII LOGIKA FUZZY
BAB VII LOGIKA FUZZY Logika fuzzy adalah suatu cara untuk memetakan suatu ruang input ke dalam suatu ruang output. Skema logika fuzzy : Antara input dan output terdapat suatu kotak hitam yang harus memetakan
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 [email protected]
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Penelitian Terkait Fuzzy Inference System (FIS) Tsukamoto telah banyak digunakan untuk melakukan penelitian dalam berbagai bidang pendidikan, bidang kesehatan,
Penerapan Fuzzy Mamdani Untuk Sistem Pendukung Keputusan Pemilihan Telepon Seluler
Penerapan Fuzzy Mamdani Untuk Sistem Pendukung Keputusan Pemilihan Telepon Seluler Wira Buana Dosen STMIK Jayanusa [email protected] ABSTRAK Fuzzy logic merupakan salah satu pendekatan yang menggunakan
BAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA II.1. Tampilan Hasil Penulis merancang program sistem pakar untuk diagnosis penyakit pengapuran pada sendi (OA) pada orang dewasa berbasis web dengan menggunakan bahasa pemrograman
Kata kunci : Metode Logika Fuzzy Tsukamoto, Metode Bayes, Sistem Pakar, Diabetes Melitus, Backward Chaining
semantik, Vol.2, No., Jan-Jun 26, pp. -2 ISSN: 246-446JCCS, V ANALISIS PERBANDINGAN METODE BAYES DAN METODE FUZZY TSUKAMOTO TERHADAP HASIL DIAGNOSIS PENYAKIT DIABETES MELITUS DALAM APLIKASI SISTEM PAKAR
Seminar Tugas Akhir. Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web
Seminar Tugas Akhir Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web Oleh: Harmuda Pandiangan 1209 100 089 Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Yuliana Erma Suryani. Implementasi Fuzzy Expert System Untuk Diagnosis Penyakit Jantung
Yuliana Erma Suryani 155030201111112 Implementasi Fuzzy Expert System Untuk Diagnosis Penyakit Jantung Studi kasus penelitian mendesain Fuzzy Expert System untuk diagnose penyakit jantung. Sistem mempunyai
Sistem Inferensi Fuzzy
Sistem Inferensi Fuzzy METODE SUGENO 27 Sistem Inferensi Fuzzy Metode Tsukamoto Metode Sugeno! Diperkenalkan oleh Takagi-Sugeno-Kang, tahun 1985.! Bagian output (konsekuen) sistem tidak berupa himpunan
Rima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang
Sistem Pendukung Keputusan Dalam Menentukan Jenis Budidaya Ikan Dengan Mengukur Kualitas Air Menggunakan Metode Fuzzy Tsukamoto (Studi Kasus : Balai Benih Ikan di Pengujan Kabupaten Bintan) Rima Ayuningtyas
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
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Tahapan Penelitian Metodologi penelitian digunakan sebagai pedoman dalam pelaksanaan penelitian agar hasil yang dicapai tidak menyimpang dari tujuan. Tahapan penelitian
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
APLIKASI FUZZY INFERENCE SYSTEM (FIS) TSUKAMOTO UNTUK MENGANALISA TINGKAT RESIKO PENYAKIT DALAM
APLIKASI FUZZY INFERENCE SYSTEM (FIS) TSUKAMOTO UNTUK MENGANALISA TINGKAT RESIKO PENYAKIT DALAM Oleh: TRIVIA FALOPI NRP 1203 109 006 Dosen Pembimbing Drs. I Gusti Ngurah Rai Usadha, M.Si ABSTRAKSI Dalam
