BAB II. KAJIAN PUSTAKA. Sebelum munculnya logika fuzzy, dikenal sebuah logika tegas (Scrisp
|
|
- Yohanes Johan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB II. KAJIAN PUSTAKA A. Teori Logika Fuzzy Teori fuzzy pertama kali dikenalkan oleh Lotfi A. Zadeh pada tahun 1965 pada presentasinya mengenai fuzzy sets. 1. Pengertian logika fuzzy Sebelum munculnya logika fuzzy, dikenal sebuah logika tegas (Scrisp logic) yang memiliki nilai benar atau sala secara tegas. Sebaliknya, Logika Fuzzy merupakan sebuah logika yang memiliki nilai kekaburan atau kesamaran (Fuzzyness) antara benar dan salah. Dalam teori Logika Fuzzy sebuah nilai bisa bernilai benar dan salah secara bersamaan. Namun, beberapa besar kebenaran dan kesalahan suatu nilai tergantung kepada bobot yang dimilikinya. Logika Fuzzy adalah suatu cara yang tepat untuk memetakan ruang input kedalam ruang output (Kusumadewi dan Purnomo,2010). 2. Perbedaan logika fuzzy dan logika tegas Perbedaan mendasar logika tegas dan logika fuzzy adalah nilai keluarannya. Logika tegas hanya memiliki nilai output 0 dan 1. Sedangkan logika fuzzy memiliki output dari 0 sampai 1. Logika fuzzy banyak memiliki nilai keluaran yang dikenal dengan derajat keanggotaannya. 3. Elemen pada sistem fuzzy (Mustafidah,2013): a. Variabel Fuzzy, merupakan variabel yang hendak dibahas dalam suatu sistem fuzzy, seperti umur, temperatur, dsb. b. Himpunan fuzzy, merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel fuzzy. 4
2 Contoh : Variabel umur : MUDA, PAROBATA, TUA Variabel suhu : DINGIN, SEJUK, NORMAL,PANAS, HANGAT c. Semesta Pembicaraan, adalah keseluruhan nilai yang diperbolehkan untuk dioprasikan dalam suatu variabel fuzzy. SP merupakan himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan. Nilai SP dapat berupa bilangan positif maupun negatif. Adakalanya nilai SP tidak dibatasi batas atasnya. d. Domain, adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioprasikan dalam suatu himpunan fuzzy. Domain merupakan himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan. Domain dapat beruopa bilangan positif atau negatif. 4. Atribut himpunan fuzzy Himpunan fuzzy memiliki 2 atribut, yaitu (Kusumadewi dan Purnomo, 2010): a. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan dan kondisi tertentu dengan menggunakan bahasa alami, seperti : MUDA, PAROBAYA, TUA. b. Numeris, yaitu suatu nilai (angka) yang menunjukan ukuran dari suatu variabel seperti : 40,25,30, dsb. 5. Fungsi keanggotaan Fungsi Keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai 5
3 keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada beberapa fungsi yang dapat digunakan (Kusumadewi dan Purnomo, 2010): a. Representasi Linier Pada representasi linear, pemetaan input ke derajat keanggotannya digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas. Ada dua keadaan himpunan fuzzy yang linear. Pertama, kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi (Gambar 1 dan Persamaan 1). Gambar 1. Grafik Representasi Linear Naik Fungsi Keanggotaan : µ[x]= ) 6
4 Kedua, merupakan kebalikan yang pertama. Garis lurus dimulai dari domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah (Gambar 2 dan Persamaan 2). Gambar 2. Grafik Representasi Linear Turun Fungsi Keanggotaan : µ[x]= ) b. Representasi Kurva Segitiga Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis linear. (gambar 3 dan Persamaan 3). Gambar 3. Grafik Representasi Kurva Segitiga 7
5 Fungsi Keanggotaan : µ[x]= ) c. Representasi Kurva Trapesium Kurva Trapesium pada dasarnya adalah bentuk dari segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan 1 (Gambar 4 dan Persamaan 4). Gambar 4. Grafik Representasi Kurva Trapesium Fungsi Keanggotaan: µ[x]= ) 6. Operator himpunan fuzzy Seperti himpunan konvensional, ada beberapa operasi yang didefinisikan secara khusus untuk mengkombinasi dan memodifikasi himpunan fuzzy. Nilai keanggotaan sebagai hasil dari operasi 2 himpunan sering dikenal dengan nama fire strengh atau α- predikat. Ada 3 operator dasar yang diciptakan oleh Zadeh(Kusumadewi,2003), yaitu : 8
6 a. Operator AND Operator ini berhubungansengan operasi interseksi pada himpunan. α-preikat sebagai hasil operasi sengan operator AND diperoleh dengan mengambil nilai keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan. b. Operator OR Operator ini berhubungan dengan operasi union pada himpunan. α-predikat sebagai hasil operasi dengan operator OR diperoleh dengan mengambil nilai keanggotaan terbesar antar elemen pada himpunanhimpunan yang bersangkutan. c. Operator NOT Operator ini berhubungan dengan operasi komplemen pada himpunan. α-presikat sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai keanggotaan elemen pada himpunan uang bersangkutan dari Basis data fuzzy Basis data fuzzy digunakan untuk mencari suatu informasi dari data-data yang bersifat ambigu. Apabila hal itu terjadi, penggunaan basis data fuzzy adalah salah satu hal yang bisa dipilih. Sampai saat ini sudah ada beberapa penelitian tentang basis data fuzzy, salah satu di antaranya adalah model tahani. Basis data fuzzy masih tetap menggunakan relasi standar. Perbedaanya dengan basis data biasa adalah basis data fuzzy menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada query-nya (Kusumadewi dan Purnomo, 2010). 9
7 Sebagian besar basis data standar diklasifikasikan berdasarkan bagaimana data tersebut dipandang oleh user. Misalkan ada data karyawan yang tersimpan pada tabel DT_KARYAWAN dengan field NIP, nama, tgl_lahir, th_masuk, dan gaji_perbulan seperti pada Tabel 1. Tabel 1. Data mentah karyawan NIP Nama Tgl. Lahir Th. Masuk Gaji/bl (Rp) 01 Lia Iwan Sari Andi Budi Amir Rian Kiki Alda Yoga Kemudian dari tabel DT_KARYAWAN, di olah menjadi sebuah tabel temporer untuk menghitung umur karyawan dan masa kerjanya. Tabel tersebut diberi nama Tabel Karyawan (Tabel 2). Tabel 2. Data karyawan Setelah Diolah NIP Nama Umur (th) Masa kerja (th)* Gaji/bl (Rp) 01 Lia Iwan Sari Andi Budi Amir Rian Kiki Alda Yoga
8 Dengan menggunakan basis data standar, dapat dicari data-data karyawan dengan spesifikasi tertentu dengtan menggunakan query. Misalkan dibutuhkan informasi tentang nama-nama karyawan yang usianya kurang dari 35 tahun, maka bisa ciptakan suatu query: SELECT NAMA FROM KARYAWAN WHERE (Umur < 35 ) Sehingga muncul nama-nama Lia, Kiki, dan Yoga. Pada kenyataanya, seseorang kadang membutuhkan informasi dari data-data yang bersifat ambigu. Apabila hal ini terjadi, maka dapat digunakan basis data fuzzy. Misalkan mengkategorikan usia karyawan diatas kedalam himpunan MUDA, PAROBAYA, dan TUA (Gambar 5 dan Persamaan 5). Gambar 5. Grafik Representasi variabel usia Fungsi keanggotaan: µ MUDA [x]= µ PAROBAYA [x]= ) µ TUA [x]= 11
9 Data karyawan berdasarkan umur dengan derajat keanggotaannya pada setiap himpunan ditunjukan pada Tabel 3. Tabel 3. Karyawan Berdasarkan Umur B. Komputer Komputer adalah alat yang digunakan untuk mengolah data menurut prosedur yang telah dirumuskan. Kata computer atau compute yang berarti menghitung, semula dipergunakan untuk menggambarkan orang yang pekerjaannya melakukan perhitungan aritmatika, dengan atau tanpa alat bantu, tetapi arti kata ini kemudian dipindahkan kepada mesin itu sendiri. Asal mulanya, pengolahan informasi hampir ekslusif berhubungan dengan masalah aritmatika, tetapi komputer modern dipakai untuk tugas yang tidak berhubungan dengan matematika. Secara umum, komputer didefunisikan sebagai alat elektronik yanng dapat menerima input data, mengolah data dan memberikan hasil dalam bentuk informasi dengan menggunakan suatu program yang tersimpan di memori komputer dan dapat menyimpan program dan hasil pengolahan yang bekerja secara otomatis.sehingga akan mempermudah pekerjaan manusia, selain itu 12
10 komputer juga merupakan alat informasi, komunikasi, dan hiburan (MADCOMS,2014). C. Perangkat Lunak Pendukung Untuk Analisis Dan Perancangan Sistem Dan perangkat lunak yang digunakan untuk aplikasi dalam menyediakan fasilitas operasi untuk memasukkan, melacak, dan memodifikasi data ke dalam database, mendefinisikan data baru, serta mengolah data menjadi informasi yang dibutuhkan, program aplikasi yang digunakan adalah Java Netbeans IDE dan Diagram DIA untuk membuat flowchart. 1. MySQL Secara sederhana database (basis data) dapat diungkapkan sebagai suatu pengorganisasian data dengan bantuan komputer yang memungkinkan data dapat diakses dengan mudah dan cepat (Kadir, 2003). Database yang tesedia dalam suatu media penyimpanan tidak akan bisa diakses tanpa adanya koneksi perangkat lunak aplikasi yang familiar dengan database. Oleh karena itu, digunakan MySQL sebagai database relationalnya. MySQL merupakan software yang tergolong database server dan bersifat open source. MySQL bersifat multiplatform atau dapat dijalankan dalam berbagai sistem operasi (Kadir, 2009). 2. Java IDE, Netbeans IDE (Integated Development Environment) merupakan alat bantu untuk pembuatan program. Berbeda dengan visual basic atau dengan bahasa pemrograman lain dimana pengguna tidak diperbolehkan memilih IDE-nya sendiri (terikat dengan produk). Java membebaskan penggunanya untuk 13
11 memilih IDE yang mereka sukai. Netbeans merupakan salah satu IDE java yang paling popular (Charibaldi, 2010). Netbeans merupakan IDE java yang memiliki banyak pengguna, terutama di Indonesia. Netbeans dikenal sangat mudah digunakan dan dilengkapi dengan fasilitas wizard, code completion dan plugins yang sangat memudahkan pengguna. Akan tetapi netbeans membutuhkan memori minimal 512MB, supaya neatbeans dapat berjalan mulus. Netbeans sangat disarankan untuk pengguna yang baru belajar Java. 3. Diagram DIA DIA adalah aplikasi yang berisi berbagai objek khusus yang dapat digunakan untuk membantu pembuatan berbagai jenis gambar diagram, seperti ERD (Entity Relationship Diagrams), UML (Unified Modelling Language) diagram, flowchart, diagram jaringan, rangkaian elektronik dan lain-lain. Dia merupakan software GPL (General Packet License), yang juga terinspirasi oleh program Visio dalam Windows. Dia ditulis oleh Alexander Larsson, kemudian dikembangkan oleh James Henstridge and Lars R. Clausen dengan bantuan Fredrik Hallenberg, Emmanuel Briot, Francis J. Lacoste, Alejandro Aguilar Sierra, Jerome Abela, Cyrille Chepelov, Henk Jan Priester, Jacek Pliszka, Steffen Macke, dan Hans Breuer. Dia memiliki tampilan yang cukup menarik, layaknya program yang user friendly maka Dia dilengkapi dengan menu dan toolbar yang sangat mudah digunakan dan dimengerti oleh seorang user. Pada Dia penggunaan keyboard seakan hanya untuk hal yang benar-benar perlu, seperti mengetikan sebuah teks untuk judul atau isi sebuah objek. Kenyataan ini 14
12 semakin memperjelas bahwa dia adalah aplikasi yang berusaha memberikan kesempatan kepada user untuk mengerjakan gambar dengan mudah dan cepat. D. Penelitian Terdahulu 1. Aziz dan Mustafidah (2012) telah mengembangkan sistem rekomendasi pembelian televisi menggunakan fuzzy database model tahani yang bertujuan membantu masyarakat dalam pemilihan televisi yang akan dibeli. Sistem ini menyeleksi kriteria yang diberikan oleh pembeli, dengan variabel input berupa harga, ukuran, resolusi, lebar, tinggi, berat, dimensi, stand by dan daya listrik. Dari input tersebut, diperoleh output berupa berbagai jenis rekomendasi televisi yang tersedia dengan kebebasan calon pembeli untuk memilih rekomendasi dari sistem. Pada sistem ini sangat membantu keputusan pembelian televisi karena dilakukan secara cepat. 2. Eliyani, dkk. (2009) telah mengembangkan sistem pengambil keputusan untuk pembelian mobil menggunakan fuzzy database model tahani. Dalam aplikasi ini digunakan variabel input data mobil yang meliputi panjang mobil, lebar mobil, tinggi mobil, kapasitas penumpang, ukuran mesin, berat mobil, harga mobil, dan kapasitas tanki bahan bakar. Dari input tersebut diperoleh output aplikasi berupa spesifikasi mobil yang di gunakan oleh pengguna serta dapat membantu keputusan yang lebih cepat untuk menjadikan bahan pertimbangan dalam persiapan pembelian produk mobil. 3. Hamdani, dkk. (2011) telah mengembangkan sistem pendukung keputusan pembelian notebook menggunakan logika fuzzy tahani. Sistem ini membantu 15
13 saat seseorang melakukan pembelian sebuah notebook dengan kriteria yang sesuai keinginan seperti harga, dimensi layar, kapasitas hardisk, kapasitas RAM, kecepatan processor, kapasitas VGA dan berat. Dalam penelitian ini, output yang dihasilkan yaitu rekomendasi notebook yang sesuai dengan keinginan pembeli yang telah menerapkan basis data fuzzy model tahani sebagai metode yang digunakan. 16
BAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 LOGIKA FUZZY Titik awal dari konsep modern mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh, dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari
Lebih terperinciBAB II. KAJIAN PUSTAKA. A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto
BAB II. KAJIAN PUSTAKA A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto Masalah kinerja pegawai di Universitas Muhammadiyah Purwokerto sangat mendapat perhatian. Hal ini dibuktikan dengan diadakannya
Lebih 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 terperinciHimpunan Fuzzy. Sistem Pakar Program Studi : S1 sistem Informasi
Himpunan Fuzzy Sistem Pakar Program Studi : S1 sistem Informasi Outline Himpunan CRISP Himpunan Fuzzy Himpunan CRISP Pada himpunan tegas (crisp), nilai keanggotaan suatu item dalam suatu himpunan A, yang
Lebih terperinciMODUL PRAKTIKUM Perangkat Lunak Aplikasi [Dia]
MODUL PRAKTIKUM Perangkat Lunak Aplikasi [Dia] Versi 3.0 Tahun Penyusunan 2011 Tim Penyusun 1.Dina Anggraini 2. Kemal Ade S 3. Hela Yuda 4. Sri Mulia Laboratorium Sistem Informasi Dasar Jurusan Teknik
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 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 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 II LANDASAN TEORI. 2.1 Penelusuran Minat dan Kemampuan (PMDK) diselenggarakan oleh suatu perguruan tinggi secara mandiri.
BAB II LANDASAN TEORI 2.1 Penelusuran Minat dan Kemampuan (PMDK) PMDK adalah salah satu program penerimaan mahasiswa baru yang diselenggarakan oleh suatu perguruan tinggi secara mandiri. Sesuai dengan
Lebih 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 terperinciPerancangan Aplikasi Rekomendasi Pemilihan Lokasi Rumah dengan Memanfaatkan Fuzzy Database Metode Tahani
Perancangan Aplikasi Rekomendasi Pemilihan Lokasi Rumah dengan Memanfaatkan Fuzzy Database Metode Tahani 23 Sathya Adi Dharma Program Studi Teknik Informatika Fakultas Teknologi Informasi Institut Informatika
Lebih 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 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 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 4 BAB 2 TINJAUAN PUSTAKA 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern
Lebih 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 terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA)
86 RANCANG BANGUN APLIKASI REKOMENDASI PEMBELIAN LAPTOP DENGAN METODE FUZZY DATABASE MODEL TAHANI BERBASIS WEB Hendry Setiawan 1, Seng Hansun 2 Program Studi Teknik Informatika, Universitas Multimedia
Lebih terperinciSistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani
Sistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani Eddy Triswanto S., ST., M.Kom. Jurusan Sistem Informasi Institut Informatika Indonesia Jl. Raya Sukomanunggal Jaya 3, Surabaya
Lebih 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 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 terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy 2.1.1 Pendahuluan Titik awal dari konsep modern mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh, di mana Zadeh memperkenalkan teori yang memiliki
Lebih terperinciBAB 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 terperinciVII. LOGIKA FUZZY. Antara input dan output terdapat suatu kotak hitam yang harus memetakan input ke output yang sesuai. Misal : Ruang Input
VII. LOGIKA FUZZY 8 Logika fuzzy adalah suatu cara untuk memetakan suatu ruang input ke dalam suatu ruang output. Skema logika fuzzy : Ruang output Ruang input Variabel input KOTAK HITAM Variabel output
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 terperinciSISTEM PENUNJANG KEPUTUSAN MENGGUNAKAN SISTEM BASIS DATA FUZZY UNTUK PEMBELIAN RUMAH PERUMNAS
ISSN 89 628X PROSESOR Vol Edisi 6 Desember 12 SISTEM PENUNJANG KEPUTUSAN MENGGUNAKAN SISTEM BASIS DATA FUZZY UNTUK PEMBELIAN RUMAH PERUMNAS Ewi Ismaredah, Teknik Komputer Politeknik Negeri Sriwijaya ABSTRAK
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Metode Peramalan Peramalan (forecasting) adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah situasi atau kondisi yang
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA A. Teori Dempster-Shafer Ada berbagai macam penalaran dengan model yang lengkap dan sangat konsisten, tetapi pada kenyataannya banyak permasalahan yang tidak dapat terselesaikan secara
Lebih terperincidan kesatuan nyata yang dapat digunakan dalam pengambilan keputusan. [JOG99]
BAB II LANDASAN TEORI 2.1 Sistem Pendekatan sistem yang kbih menekankan pada elemen atatu komponennya mendefinisikan suatu sistem sebagai berikut: [JOG99] Sistem adalah kumpulan dan elemen-elemen yang
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 terperinciBAB II. KAJIAN PUSTAKA
BAB II. KAJIAN PUSTAKA A. PAKAN IKAN Makanan ikan dibedakan menjadi 2: 1. Makanan alami Pakan alami (Live Food) merupakan salah satu jenis pakan ikan yang digunakan dalam bidang akukultur. Selain pakan
Lebih terperinciBAB I PENDAHULUAN. fasilitas- fasilitas atau fitur- fitur yang ada di perumahan tersebut dan faktor-faktor
BAB I PENDAHULUAN I.1 Latar Belakang Pengembang atau developer perumahan selaku koordinator pelaksana di lapangan perlu diiringi oleh perkembangan teknologi komputer untuk dapat memenuhi kebutuhan para
Lebih terperinciLOGIKA FUZZY FUNGSI KEANGGOTAAN
LOGIKA FUZZY FUNGSI KEANGGOTAAN FUNGSI KEANGGOTAAN (Membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai/derajat keanggotaannya yang memiliki interval
Lebih terperinciMATERI KULIAH (PERTEMUAN 12,13) Lecturer : M. Miftakul Amin, M. Eng. Logika Fuzzy. Politeknik Negeri Sriwijaya Palembang
HIMPUNAN FUZZY MATERI KULIAH (PERTEMUAN 2,3) Lecturer : M. Miftakul Amin, M. Eng. Logika Fuzzy Jurusan Teknik Komputer Politeknik Negeri Sriwijaya Palembang Pokok Bahasan Sistem fuzzy Logika fuzzy Aplikasi
Lebih terperinciKECERDASAN BUATAN LOGIKA FUZZY
KECERDASAN BUATAN LOGIKA FUZZY Pengertian adalah suatu cara untuk memetakan suatu ruang input ke dalam suatu ruang output. Skema logika fuzzy Antara input dan output terdapat suatu kotak hitam yang harus
Lebih 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 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 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 terperinciAPLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI
APLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI Hafsah1), Wilis Kaswidjanti2), Tendi R. Cili3) 1,2,3) Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari
Lebih 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 2 TINJAUAN PUSTAKA
4 BAB 2 TINJAUAN PUSTAKA 2. 1. Fuzzy Logic Fuzzy logic pertama kali dikembangkan oleh Lotfi A. Zadeh pada tahun 1965. Teori ini banyak diterapkan di berbagai bidang, antara lain representasi pikiran manusia
Lebih 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 terperinciDECISION SUPPORT SYSTEM UNTUK PEMBELIAN MOBIL MENGGUNAKAN FUZZY DATABASE MODEL TAHANI
DECISION SUPPORT SYSTEM UNTUK PEMBELIAN MOBIL MENGGUNAKAN FUZZY DATABASE MODEL TAHANI Eliyani 1, Utomo Pujianto 2, Didin Rosyadi 3 123 Jurusan Teknik Informatika Muhammadiyah Gresik Jl.Sumatera 101Gresik
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Pengembang atau developer perumahan selaku koordinator pelaksana di lapangan perlu diiringi oleh perkembangan teknologi komputer untuk dapat memenuhi kebutuhan
Lebih terperincimanusia diantaranya penyakit mata konjungtivitis, keratitis, dan glaukoma.
6 BAB II TINJAUAN PUSTAKA 2.1 Gambaran Tentang Mata Mata merupakan organ tubuh manusia yang paling sensitif apabila terkena benda asing misal asap dan debu. Debu akan membuat mata kita terasa perih atau
Lebih terperinciDECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN
Seminar Nasional Inovasi dan Tren (SNIT)205 DECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN Ghofar Taufiq Akademi Manajemen Informatika dan Komputer Bina Sarana Informatika (AMIK
Lebih 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 terperinciKECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana
Logika Fuzzy KECERDASAN BUATAN (Artificial Intelligence) Materi 8 Entin Martiana 1 Kasus fuzzy dalam kehidupan sehari-hari Tinggi badan saya: Andi menilai bahwa tinggi badan saya termasuk tinggi Nina menilai
Lebih terperinciBAB 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
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah kata benda yang berasal dari kata himpun. Kata kerjanya adalah menghimpun. Menghimpun adalah kegiatan yang berhubungan dengan berbagai objek apa saja.
Lebih terperinciBAB II TINJAUAN TEORITIS
BAB II TINJAUAN TEORITIS 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern mengenai ketidakpastian
Lebih terperinciSISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH
KECERDASAN BUATAN SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH AMARILIS ARI SADELA (E1E1 10 086) SITI MUTHMAINNAH (E1E1 10 082) SAMSUL (E1E1 10 091) NUR IMRAN
Lebih terperinciBAB 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan Pengambilan keputusan merupakan proses pemilihan alternatif tindakan untuk mencapai tujuan atau sasaran tertentu. Pengambilan keputusan dilakukan
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 terperinciRANCANG BANGUN SISTEM PENGUNDIAN SEPAKBOLA MENGGUNAKAN LOGIKA FUZZY
RANCANG BANGUN SISTEM PENGUNDIAN SEPAKBOLA MENGGUNAKAN LOGIKA FUZZY Irving Vitra Paputungan, Denni Irawan Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Jl. Kaliurang
Lebih terperinciSISTEM REKOMENDASI PEMILIHAN KARYAWAN TETAP PADA PT. ENSEVAL PUTERA MEGATRADING MENGGUNAKAN METODE FUZZY TAHANI BERBASIS WEB
SISTEM REKOMENDASI PEMILIHAN KARYAWAN TETAP PADA PT. ENSEVAL PUTERA MEGATRADING MENGGUNAKAN METODE FUZZY TAHANI BERBASIS WEB SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana
Lebih terperincike dalam suatu ruang output. Orang yang belum pernah mengenal logika fuzzy pasti
BAB II LANDASAN TEORI 2.1 Logika Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Orang yang belum pernah mengenal logika fuzzy pasti akan
Lebih terperinciJurnal Teknologi Informasi dan Komunikasi ISSN: STMIK Subang, April 2016
APLIKASI SISTEM REKOMENDASI PEMBELIAN SEPEDA MOTOR SECARA KREDIT DENGAN MENERAPKAN METODE LOGIKA FUZZY DATABASE MODEL TAHANI Usep Tatang Suryadi *1, Eli Kurlina #2 Program Studi Teknik Informatika, STMIK
Lebih terperinciKOTAK HITAM. Pemetaan input-output pada masalah produksi Diberikan data persediaan barang, berapa jumlah barang yang harus diproduksi?
LOGIKA FUZZY 7 7. PENDAHULUAN Orang yang belum pernah mengenal logika fuzzy pasti akan mengira bahwa logika fuzzy adalah sesuatu yang amat rumit dan tidak menyenangkan. Namun, sekali seseorang mulai mengenalnya,
Lebih terperinciMODEL 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 terperinciBAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai teori-teori yang akan digunakan untuk menunjang dalam proses pembuatan tugas akhir ini.
BAB II LANDASAN TEORI Pada bab ini akan dibahas mengenai teori-teori yang akan digunakan untuk menunjang dalam proses pembuatan tugas akhir ini. 2.1 CLUSTERING Clustering adalah proses pengelompokkan suatu
Lebih 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 terperinciLOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK ANALISA PENDISTRIBUSIAN RASKIN ( STUDI KASUS DI KECAMATAN BUKIT SUNDI )
LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK ANALISA PENDISTRIBUSIAN RASKIN ( STUDI KASUS DI KECAMATAN BUKIT SUNDI ) Irzal Arief Wisky Universitas Putra Indonesia YPTK Padang irzal.arief2@gmail.com
Lebih terperinci3.4 Data dari Melati Mekar Mandiri... 38
ABSTRAK UD Melati Mekar Mandiri adalah sebuah perusahaan pengrajin yang bergerak di bidang kain tenun gedog dan batik tulis. Perusahaan yang terletak di Kerek, Jawa Timur ini mempunyai pengrajin, baik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Logika Fuzzy Teori himpunan logika samar dikembangkan oleh Prof. Lofti Zadeh pada tahun 1965. Zadeh berpendapat bahwa logika benar dan salah dalam logika konvensional tidak dapat
Lebih terperinciMEDIA PEMBELAJARAN HIMPUNAN FUZZY BERBASIS MULTIMEDIA
MEDIA PEMBELAJARAN HIMPUNAN FUZZY BERBASIS MULTIMEDIA 1 Cendi Praseptyo, 2 Ardi Pujiyanta (5295661) 1,2 Program Studi Teknik Informatika Universitas Ahmad Dahlan Prof. Dr. Soepomo, S.H., Janturan, Umbulharjo,
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 terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
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 terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciFuzzy Database. Abstrak. Pendahuluan. Pembahasan. Jarnuji.
Fuzzy Database Jarnuji Jarnuji.jarnuji@yahoo.com Abstrak Logika fuzzy merupakan alternatif cara berpikir yang dapat memodelkan kompleks sistem menggunakan pengetahuan dan pengalaman yang dipunyai logika
Lebih 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sebuah aplikasi berupa Sistem Pendukung Keputusan (Decision Support System) mulai dikembangkan pada tahun 1970. Decision Support Sistem (DSS) dengan
Lebih terperinci1. BAB I PENDAHULUAN. Kamera digital (kamera saku dan kamera semi professional) merupakan
1. BAB I PENDAHULUAN Latar Belakang Kamera digital (kamera saku dan kamera semi professional) merupakan imaging device yang sangat akrab digunakan dalam kebutuhan masyarakat modern saat ini. Kamera digital
Lebih 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KETUA SENAT MAHASISWA DENGAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KETUA SENAT MAHASISWA DENGAN LOGIKA FUZZY Jamaludin Malik 1), Arik Sofan Tohir 2), Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email: 1) malixjams@gmail.com,
Lebih terperinciIMPLEMENTASI LOGIKA FUZZY UNTUK AKUISI DATA BERBASIS WEB SERVER. Jl. Raya Kaligawe KM 4, PO BOX 1054, Semarang 50142
IMPLEMENTASI LOGIKA FUZZY UNTUK AKUISI DATA BERBASIS WEB SERVER Munaf Ismail 1*, Muhamad Haddin 1, Agus Suprajitno 1 1 Universitas Islam Sultan Agung Jl. Raya Kaligawe KM 4, PO BOX 1054, Semarang 50142
Lebih terperinciImplementasi Fuzzy Database Model Tahani untuk Pembelian Rumah Perumnas
Pekanbaru, 18-19 Mei 17 Implementasi Fuzzy Database Model Tahani untuk Pembelian Rumah Perumnas Ewi Ismaredah UIN Suska Riau Pekanbaru e-mail : ewi.ismaredah@uin-suska.ac.id Jl.H.R.Soebrantas No.155 km
Lebih terperinciPENERAPAN FUZZY-QUERY DATABASE PADA SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA
PENERAPAN FUZZY-QUERY DATABASE PADA SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Khoerul Anwar *), Ario Gunawan ABSTRACT The determination of scholarship recipients with several requirements
Lebih 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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Logika Fuzzy Teori himpunan logika samar dikembangkan oleh Prof. Lofti Zadeh pada tahun 1965. Zadeh berpendapat bahwa logika benar dan salah dalam logika konvensional tidak dapat
Lebih terperinciBAB 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 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 terperincimasukan pada sistem yang umumnya berapa data yang diturunkan dari kebutuhan perangkat lunak atau program komputer
TAKARIR Crisp Data Flow Diagram (DFD) database Tegas diagram yang menunjukkan aliran data atau informasi dan transformasi data yang bergerak dari pemasukan data hingga ke keluaran basisdata atau tempat
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 terperinciAplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)
Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap) Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani Fakultas
Lebih terperinciPENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO
PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO Asrianda 1 asrianda@unimal.ac.id Abstrak Bertambahnya permintaan mahasiswa atas kebutuhan makan seharihari, berkembangnya usaha warung
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. DESAIN PENELITIAN Desain penelitian ini meliputi : 1. Tahapan awal penelitian a. Menentukan kebutuhan data yang dibutuhkan. b. Mengumpulkan semua data yang dibutuhkan c.
Lebih terperinciSaintia 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
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 terperinciBAB 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 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 terperinciLOGIKA FUZZY. By: Intan Cahyanti K, ST
LOGIKA FUZZY By: Intan Cahyanti K, ST Pengertian Adalah suatu cara untuk memetakan suatu ruang input kedalam suatu ruang output. Skema Logika Fuzzy Antara input dan output terdapat suatu kotak hitam yang
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Logika Fuzzy Logika fuzzy merupakan salah satu komponen pembentuk soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pada tahun 1965. Dasar logika
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan perkembangan zaman dan kompleksnya kehidupan, maka manusia menginginkan tersedianya informasi yang tepat dan akurat dalam mengambil keputusan.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 HIMPUNAN CRIPS Himpunan adalah suatu kumpulan objek-objek yang mempunyai kesamaan sifat tertentu. Suatu himpunan harus terdefinisi secara tegas, artinya untuk setiap objek selalu
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 terperinci