Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic
|
|
- Erlin Setiabudi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 JTRISTE, Vol.2, No.2, Oktober 2015, pp. 18~28 ISSN: Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic Junaedy 1, Abdul Munir 2 STMIK KHARISMA Makassar 1 junaedy@kharisma.ac.id, 2 abdulmunir@kharisma.ac.id Abstrak Penelitian ini bertujuan untuk merancang dan membuat suatu sistem penunjang keputusan dalam menentukan jumlah produksi yang tepat dan optimal untuk tiap-tiap jenis penganan yang diproduksi pada RM. Lasinrang dengan menggunakan metode Fuzzy Mamdani. Selanjutnya metode pengumpulan data dilakukan dengan cara wawancara dan metode studi lapangan. Analisis untuk menentukan kebutuhan sistem dirancang menggunakan Data Flow Diagram (DFD), kemudian diimplementasikan menggunakan pemrograman Visual Basic 6.0 dan Microsoft Access sebagai pengolah data, kemudian diuji menggunakan metode pengujian black-box. Hasil pengujian menunjukkan bahwa sistem penunjang keputusan yang dibuat dapat menampilkan perkiraan jumlah produksi berdasarkan ketentuan-ketentuan fuzzy yang ada serta mampu menghasilkan laporan jumlah produksi per periode yang ditentukan. Kata kunci: Fuzzy-Mamdani,Jumlah Produksi,Penganan Abstract The purpose of this research is to design and create a decision support system in determining the proper and efficient product amount for each type of food produced by Lasinrang Restaurant using Fuzzy Logic with Mamdani Method. The data collecting was done through interview and field research study. The analysis used to determine system requirement of this program was obtained with Data Flow Diagram (DFD), and then implemented using Visual Basic 6.0 Programming and Microsoft Access as the Database Management System. The program was tested with black box testing method and the result showed that the decision support system created was able to present the estimated procution amount based from the conditions given by fuzzy logic and capable of generating a report of production amount per day in a given period. Keywords: Fuzzy Logic with Mamdani, product amount, food 1. Pendahuluan Pada saat ini hampir semua perusahaan yang bergerak di bidang industri dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin kompetitif. Hal ini mengharuskan perusahaan untuk merencanakan atau menentukan jumlah produksi, agar dapat memenuhi permintaan pasar dengan jumlah yang sesuai. Sehingga diharapkan keuntungan perusahaan akan meningkat. Pada dasarnya penentuan jumlah produksi ini direncanakan untuk memenuhi tingkat produksi guna memenuhi tingkat penjualan yang direncanakan atau tingkat permintaan pasar.perusahaan dalam memproduksi suatu barang tentunya menyesuaikan dengan keinginan dan kebutuhan pelanggannya, sementara kebutuhan dan minat pelanggan terhadap hasil produksi perusahaan tidak selalu sama sehingga menuntut perusahaan untuk memproduksi berbagai macam produk. Selain upaya memenuhi keinginan dan kebutuhan para pelanggan, perusahaan juga perlu memperhatikan kapasitas produksi yang dimiliki perusahaan tersebut, minimalisasi produk sisa dan mencapai maksimasi keuntungan bagi perusahaan. Objek yang akan dibahas oleh penulis adalah RM. Lasinrang yang memproduksi beberapa jenis penganan. RM. Lasinrang mengalami kendala dalam penentuan kuantitas produksi, dimana penjualan pada hari Senin sampai Jumat, penjualan relatif lebih sedikit, sehingga biasanya terdapat banyak produk sisa. Rata-rata produksi pada Senin sampai Jumat
2 JTRISTE ISSN: sekitar 1300 buah untuk jalangkote dan 1200 buah untuk lumpia per hari. Adapun rata rata produk sisa pada hari-hari tersebut adalah sekitar 500 buah untuk kedua penganan. Sedangkan rata-rata produksi untuk hari Sabtu dan Minggu serta pada hari-hari raya adalah sekitar 2000 buah untuk jalangkote dan 1900 untuk lumpia per hari, serta rata-rata produk sisa untuk kedua jenis penganan adalah sekitar 300 buah. Untuk mengatasi kendala-kendala yang dihadapi, pemilik rumah makan biasanya membatasi produksi pada jumlah tertentu dan apabila produk habis pada hari tersebut akan diproduksi lagi sesuai dengan jumlah permintaan atau sesuai dengan jumlah pada produksi yang pertama, agar tidak terlalu banyak produk sisa, mengingat produk yang dihasilkan tergolong produk yang tidak tahan lama dan mudah rusak. Namun, upaya-upaya tersebut belum dapat secara optimal menyelesaikan kendala yang ada, karena walaupun sudah dilaksanakan, produk sisa masih tetap saja ada. Berdasarkan latar belakang di atas, maka perlu dikembangkan metode untuk menyelesaikan masalah penentuan jumlah penganan yang akan diproduksi. Pengambilan keputusan dalam hal ini melingkupi tentang jumlah penjualan per hari agar dapat memaksimalkan laba dan mengurangi kerugian karena adanya produk sisa. Dalam hal ini, penulis menggunakan metode Logika Fuzzy Mamdani, dimana parameter yang diperlihatkan adalah jumlah penjualan dan produk sisa per hari. Parameter-parameter ini kemudian akan diproses dan kemudian ditentukan nilai keanggotaannya yang selanjutnya akan diproses lebih lanjut sehingga menghasilkan output yang memutuskan berapa jumlah penganan yang sebaiknya diproduksi setiap harinya. Alasan penulis mengangkat jumlah penjualan dan jumlah produk sisa per hari sebagai parameter adalah karena rumah makan dalam melakukan proses produksi dipengaruhi oleh kedua faktor ini. Penulis menggunakan logika Fuzzy Mamdani karena dalam masalah yang akan dibahas terdapat ketidakpastian atas jumlah produksi sedangkan metode fuzzy merupakan salah satu metode untuk melakukan analisis sistem yang mengandung ketidakpastian yang sangat cocok untuk menyelesaikan masalah yang dimaksud. 2. Dasar Teori 2.1. Metode Fuzzy-Mamdani Metode Mamdani sering dikenal sebagai Metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun Untuk mendapatkan output, diperlukan 4 tahapan [2]: a. Pembentukan himpunan fuzzy Pada metode Mamdani, baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy. b. Aplikasi fungsi implikasi Pada metode Mamdani, fungsi implikasi yang digunakan adalah Min. c. Komposisi Aturan Tidak seperti penalaran monoton, apabila sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar-aturan. Metode yang digunakan dalam inferensi sistem fuzzy, yaitu Metode max (maximum). Pada metode ini, solusi himpunan fuzzy diperoleh dengan mengambil nilai maksimum aturan,kemudian menggunakannya operator OR (union). Jika semua proposisi telah dievaluasi, maka output akan berisi suatu himpunan fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi. Secara umum dapat dituliskan : µdf (xi) = max (µdf(xi, ) µkf(xi)) dengan : µdf (xi) = nilai keanggotaan solusi fuzzy sampai aturan ke i; µkf(xi) = nilai keanggotaan konsekuen fuzzy aturan ke i; d. Penegasan (defuzzy) Defuzzyfikasi pada komposisi aturan mamdani dengan menggunakan metode centroid. Dimana pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat daerah fuzzy. Secara umum dirumuskan :
3 JTRISTE ISSN: Ada dua keuntungan menggunakan metode centroid, yaitu [3]: 1. Nilai defuzzyfikasi akan bergerak secara halus sehingga perubahan dari suatu fuzzy juga akan berjalan dengan halus. 2. Lebih mudah dalam perhitungan Pengertian Produksi Bagi perusahaan yang bergerak dalam bidang industri, produksi merupakan kegiatan yang paling utama selain kegiatan lainnya seperti pemasaran produk, pembelanjaan, personalia maupun keuangan dan administrasi. Dimana semua kegiatan-kegiatan tersebut adalah untuk mencapai tujuan perusahaan [1]. Secara umum produksi diartikan sebagai suatu kegiatan atau proses yang mentransformasikan masukan (input) menjadi hasil keluaran (output) [1]. Produksi adalah proses kegiatan yang mengubah biaya produksi menjadi barang lain yang mempunyai nilai tambah yang lebih tinggi. Tipe proses produksi ditinjau dari arus bahan mentah sampai menjadi barang jadi dapat dibagi menjadi 2 tipe yaitu [4]: a. Tipe proses produksi terus menerus ( Continuous Process) Proses produksi yang terus menerus akan terjadi jika perusahaan yang berproduksi membutuhkan waktu yang lama untuk mempersiapkan peralatan atau mesin dan jenis mesin tersebut hanya bervariasi sedikit saja karena biasanya sudah ditentukan pola dan jenisnya yang khusus untuk menghasilkan produk secara besar besaran dari bahan mentah sampai dengan menjadi barang jadi dengan pola urutan yang pasti juga dan kegiatan tersebut akan berjalan terus dalam jangka waktu yang lama. Tipe produksi ini biasanya terjadi pada industri industri yang hanya mempunyai satu shift operasi maupun kegiatan tersebut tidak berhenti dalam jangka waktu yang lama serta barang yang dihasilkan hampir mempunyai bentuk yang sama. b. Tipe proses produksi terputus putus ( Intermitent ) Pola produksi yang terputus putus ini terjadi karena sering terhentinya mesin atau alat produksi untuk menyesuaikan dengan keinginan keinginan produk akhir yang akan diciptakan. Tentu saja tidak seluruh proses proses produksi akan mempunyai proses produksi yang berbeda sama sekali, kadang untuk tiga bagian atau dua bagian sebelum menghasilkan barang akhir mempunyai proses yang sama juga. Jadi yang membedakan adalah saat proses produksi dari bahan mentah sampai menjadi produk akhir selalu mempunyai pola urutan yang berbeda - beda sesuai dengan hasil produk akhir yang diinginkan konsumen. 3. Metode Penelitian 3.1. Teknik Pengumpulan Data Teknik yang digunakan dalam pengumpulan data dalam penelitian ini adalah : a. Field Research, yaitu penelitian yang dilakukan di lapangan. Hal ini dilakukan dengan cara : Interview (wawancara) yaitu : pengumpulan data yang dilakukan dengan cara melakukan wawancara terhadap pihak - pihak yang mengetahui dan berkaitan dengan bahasan dalam penelitian ini yaitu pemilik rumah makan. b. Library Research, yaitu pengumpulan data yang dilakukan dengan cara membaca buku-buku, tulisan-tulisan ilmiah, referensi, mengunjungi website yang menyediakan berbagai bahan agar memperoleh data yang berhubungan dan relevan dengan penelitian yang dilakukan.
4 JTRISTE ISSN: Pengolahan Data Adapun pengolahan data dilakukan dalam beberapa tahap antara lain: a. Pembentukan himpunan fuzzy Pengolahan data dilakukan dengan menentukan variabel dan semesta pembicaraan, dilanjutkan dengan membentuk himpunan fuzzy. Penentuan variabel dan semesta pembicaraan dari hasil pengambilan data dapat diperoleh pada Tabel 1. Sedang himpunan fuzzy dapat diperoleh pada Tabel 2. Selanjutnya yaitu menentukan fungsi keanggotaan untuk setiap variabel penjualan dan produk sisa. Tabel 1. Penentuan Variabel dan Semesta Pembicaraan Fungsi Nama Variabel Semesta Pembicaraan Keterangan Input Penjualan [ ] Produk sisa [50-650] Jumlah penjualan produk per hari (buah) Total produk sisa per hari Output Jumlah Produksi [ ] Kapasitas produksi rumah makan (buah) Fungsi Input Output Nama Variabel Penjualan Produk sisa Jumlah Produksi Nama Himpunan Fuzzy Sedikit Tabel 2. Himpunan Fuzzy Semesta Pembicaraan Domain [ ] Sedang [ ] [ ] Banyak [ ] Sedikit [50-300] Sedang [50-650] [50-650] Banyak [ ] Sedikit [ ] Sedang [ ] [ ] Banyak [ ] Yang menjadi variabel dalam penentuan jumlah produksi adalah jumlah penjualan dan produk sisa. 1. Himpunan linguistic fuzzy pada parameter penjualan ada 3, yaitu : Sedikit, Sedang, dan Banyak. Nilai keanggotaan (crisp) dari parameter linguistik ini diberikan pada Gambar 1.:
5 JTRISTE ISSN: sedikit sedang banyak sedikit Fungsi keanggotaannya: Gambar 1. Grafik Linguistik Variabel Penjualan x 1300 x /( ), x x 1300 x 1300 sedang x 0 x 1000 /( ); (2000 x)/( ); 1 x 1000 dan x x x 2000 x 1300 dan x banyak x x 1600/( ), 1 x x 2000 x Himpunan linguistic fuzzy pada parameter produk sisa ada 3, yaitu Sedikit, Sedang dan Banyak. Nilai keanggotaan (crisp) dari parameter linguistik ini diberikan pada Gambar 2. :
6 JTRISTE ISSN: sedikit sedang banyak Gambar 2. Grafik Linguistik Variabel Produk sisa Fungsi keanggotaannya: sedikit 1 0 x 300 x /(300 50), x x 300 x 300 sedang x 0 x 50 /(30050); (650 x) /(650400); 1 x 50 dan x x x 650 x 300 dan x banyak x x 400/( ), 1 x x 650 x Himpunan linguistic fuzzy pada parameter jumlah produksi ada 3, yaitu Sedikit, Sedang dan Banyak. Nilai keanggotaan (crisp) dari parameter linguistik ini diberikan pada Gambar 3 :
7 JTRISTE ISSN: sedikit sedang banyak Gambar 3. Grafik Linguistik Variabel Jumlah Produksi Fungsi keanggotaannya: sedikit sedang 1 0 x 1600 x /( ), x 0 x 980/( ); (2500 x) /( ); 1 x x 1600 x 1600 x 980 dan x x x 2500 x 1600 dan x x 2000 banyak x x 2000/( ) 2000, x x 2500 b. Fungsi Implikasi Setelah penentuan fungsi keanggotaan variabel, maka dilakukan pembentukan aturan logika fuzzy. Pada metode Mamdani, fungsi implikasi yang digunakan adalah Min. Berdasarkan data yang ada, dapat dibentuk aturan aturan sebagai berikut: 1. if (penjualan is Sedikit) and (produk sisa is Sedikit) then (jumlah produksi is 2. if (penjualan is Sedikit) and (produk sisa is Sedikit) then (jumlah produksi is 3. if (penjualan is Sedikit) and (produk sisa is Sedang) then (jumlah produksi is 4. if (penjualan is Sedikit) and (produk sisa is Sedang) then (jumlah produksi is 5. if (penjualan is Sedikit) and (produk sisa is Sedang) then (jumlah produksi is 6. if (penjualan is Sedikit) and (produk sisa is Banyak) then (jumlah produksi is 7. if (penjualan is Sedikit) and (produk sisa is Banyak) then (jumlah produksi is
8 JTRISTE ISSN: if (penjualan is Sedang) and (produk sisa is Sedikit) then (jumlah produksi is 9. if (penjualan is Sedang) and (produk sisa is Sedikit) then (jumlah produksi is 10. if (penjualan is Sedang) and (produk sisa is Sedikit) then (jumlah produksi is 11. if (penjualan is Sedang) and (produk sisa is Sedang) then (jumlah produksi is 12. if (penjualan is Sedang) and (produk sisa is Sedang) then (jumlah produksi is 13. if (penjualan is Sedang) and (produk sisa is Sedang) then (jumlah produksi is 14. if (penjualan is Sedang) and (produk sisa is Banyak) then (jumlah produksi is 15. if (penjualan is Sedang) and (produk sisa is Banyak) then (jumlah produksi is 16. if (penjualan is Sedang) and (produk sisa is Banyak) then (jumlah produksi is 17. if (penjualan is Banyak) and (produk sisa is Sedikit) then (jumlah produksi is 18. if (penjualan is Banyak) and (produk sisa is Sedikit) then (jumlah produksi is 19. if (penjualan is Banyak) and (produk sisa is Sedang) then (jumlah produksi is 20. if (penjualan is Banyak) and (produk sisa is Sedang) then (jumlah produksi is 21. if (penjualan is Banyak) and (produk sisa is Banyak) then (jumlah produksi is 22. if (penjualan is Banyak) and (produk sisa is Banyak) then (jumlah produksi is c. Komposisi Aturan Dari hasil aplikasi fungsi implikasi dari tiap aturan, digunakan metode MAX untuk melakukan komposisi antarsemua aturan. d. Penegasan (defuzzy) Metode penegasan yang akan penulis gunakan adalah metode centroid. Gambar 4. Proses Defuzzifikasi
9 JTRISTE ISSN: Analisa dan Desain Sistem 4.1. Spesifikasi Kebutuhan Sistem Spesifikasi kebutuhan sistem terdiri atas : a. Sistem mampu menyimpan dan mengedit data makanan. b. Sistem mampu menyimpan data produk sisa dan data penjualan, serta data yang diinput harus lengkap. c. Sistem mampu menampilkan perkiraan jumlah produksi berdasarkan tahapan tahapan fuzzy yang ada. d. Sistem mampu menghasilkan laporan jumlah produksi per periode yang ditentukan Rancangan Sistem Secara Umum Basis Data: - Data Penjualan - Data Produk Sisa Pemodelan : Fuzzy Mamdani Parameter : - Penjualan - Produk Sisa User interface: SPK penentuan jumlah produksi Pengambilan keputusan Gambar 5. Model Sistem Pengambilan Keputusan a Pemilik Hasil SPK 0 Aplikasi Penentuan Jumlah Produksi - Data Penjualan - Data Produk sisa b Karyawan Gambar 6 Diagram Konteks
10 JTRISTE ISSN: Gambar 7. Diagram Jenjang 4.3. Rancangan Input-Output Gambar 8. Entity Relationship Diagram (ERD) Gambar 9. Rancangan Input Data Proses Fuzzy
11 JTRISTE ISSN: Gambar 10. Rancangan output 5. Kesimpulan Dari hasil penelitian yang dilakukan pada Rumah Makan Lasinrang dalam membangun suatu Sistem untuk Menentukan Jumlah Produksi, maka penulis dapat menarik kesimpulan sebagai berikut : a. Berdasarkan analisis dan pengembangan yang dilakukan penulis dihasilkan sebuah sistem yang berbasis komputer, dimana sistem tersebut dapat membantu pemilik dalam mengambil keputusan untuk menentukan jumlah produksi untuk keesokan harinya, sesuai dengan kebutuhan. b. Ketidakpastian jumlah biaya produksi dan jumlah penjualan setiap harinya dalam proses produksi, dapat diselesaikan dengan menggunakan metode Fuzzy-Mamdani, dimana metode ini merupakan salah satu metode untuk melakukan analisis sistem yang mengandung ketidakpastian yang sangat cocok untuk menyelesaikan masalah yang dimaksud. Daftar Pustaka [1] Assauri Manajemen Produksi dan Operasi. Edisi Keempat. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. [2] Cox, Earl The Fuzzy Systems Handbook (A Prsctitioner s Guide to Building, Using, and Maintaining Fuzzy Systems). Massachusetts: Academic Press, Inc. [3] Kusumadewi, Sri & Purnomo, Hari Aplikasi Logika Fuzzy Untuk Pengambilan Keputusan. Edisi 2. Yogyakarta : Penerbit Graha Ilmu. [4] Prawirosentono, Sujadi Manajemen Produksi dan Operasi.Jakarta: Bumi Aksara.Turban, Efraim, Cs Decision Support Systems and Intelligent Systems (Sistem Pendukung Keputusan dan Sistem Cerdas). (Edisi 7. Jilid 1). Yogyakarta : Andi Yogyakarta.
NURAIDA, IRYANTO, DJAKARIA SEBAYANG
Saintia Matematika Vol. 1, No. 6 (2013), pp. 543 555. ANALISIS TINGKAT KEPUASAN KONSUMEN BERDASARKAN PELAYANAN, HARGA DAN KUALITAS MAKANAN MENGGUNAKAN FUZZY MAMDANI (Studi Kasus pada Restoran Cepat Saji
Lebih 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 terperinciLOGIKA FUZZY (Lanjutan)
Metode Mamdani Metode mamdani sering dikenal sebagai metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Menurut metode ini, ada empat tahap yang harus dilalui untuk mendapatkan
Lebih terperinciPERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI
PERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI Murni Marbun 1, Hengki Tamando Sihotang 2, Normi Verawati Marbun 3 2 Teknik Informatika STMIK Pelita Nusantara Medan,
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 terperinciPerekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani
BINA INSANI ICT JOURNAL, Vol.3, No. 2, Desember 2016, 279-290 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online) 279 Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani Ghofar Taufik 1,*
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 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 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 terperinciMODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN
Seminar Nasional Inovasi dan Teknologi (SNIT) 202 MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN Ghofar Taufiq AMIK Bina Sarana Informatika Jakarta Jl. Kramat Raya
Lebih 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 terperinciPEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo
PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo NASKAH PUBLIKASI diajukan oleh Melida Putri Eka Sari 11.12.6165
Lebih terperinciPenerapan Fuzzy Mamdani Pada Penilaian Kinerja Dosen (Studi Kasus STMIK Kaputama Binjai)
Penerapan Fuzzy Mamdani Pada Penilaian Kinerja Dosen (Studi Kasus STMIK Kaputama Binjai) Magdalena Simanjuntak 1), Achmad Fauzi 2) Program Studi Teknik Informatika STMIK Kaputama 1) Program Studi Manajemen
Lebih terperinciIJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY
IJCCS, Vol.x, No.x, July xxxx, pp. ~5 ISSN: 978-52 Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY Dian Eko Hari Purnomo Universitas Sarjanawiyata Tamansiswa, Program Studi Teknik
Lebih terperinciPenggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen
Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen Dwi Rolliawati Fakultas Ilmu Komputer, Sistem Komputer, Universitas Narotama dwi.roliawati@narotama.ac.id Abstrak Dosen sebagai pendidik
Lebih terperinciSTUDY 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
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 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 terperinciIMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA
IMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA Asri Bunga Renjani* 1, Yulmaini 2 Bandar Lampung, Telp. 0721-787214, Fax. 0721-700261 1,2 Teknik
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 terperinciPenentuan Jumlah Konsumsi Dengan Metode Penalaran Fuzzy Mamdani ( Studi Kasus Prediksi Konsumsi Susu Untuk Balita ) Agus Purwo Handoko 1)
ISSN : 1693 1173 Penentuan Jumlah Konsumsi Dengan Metode Penalaran Fuzzy Mamdani ( Studi Kasus Prediksi Konsumsi Susu Untuk Balita ) Agus Purwo Handoko 1) Abstract This paper is an explanation on fuzzy
Lebih terperinciMengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani
Seminar Nasional Teknologi Informatika, "The Future of Computer Vision", 27, ISBN : 978-62-56--7 Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani Sepri Yanti
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 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 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 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 terperinciAnalisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan
128 ISSN: 2354-5771 Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan Raheliya Br Ginting STT Poliprofesi Meda E-mail: itink_ribu@yahoo.com Abstrak Pengambilan keputusan harus
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 terperinciPenilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani M-4 Dewi Mardhiyana Universitas Pekaloangan dewimardhiyana139@gmail.com
Lebih terperinciBAB IV METODOLOGI. Gambar 4.1 Model keseimbangan air pada waduk (Sumber : Noor jannah,2004)
BAB IV METODOLOGI 4.1 Sistem Pengoperasian Waduk. Tujuan di bangun suatu sistem waduk sangat mempengaruhi strategi pengoperasian sistem waduk yang bersangkutan. Dalam mengembangkan model optimasi pengoperasian
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 terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN BESARAN PROFIT MARGIN DALAM BIRO PERJALANAN WISATA MENGGUNAKAN METODE FUZZY LOGIC
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN BESARAN PROFIT MARGIN DALAM BIRO PERJALANAN WISATA MENGGUNAKAN METODE FUZZY LOGIC Bagus Joko Sutrisno Anggri Sartika Wiguna 1 Teknik Informatika, Universitas
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI II.1. Sistem Pendukung Keputusan (SPK) Konsep Sistem Pendukung Keputusan (SPK) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management
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 terperinciFUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII)
FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII) Arkham Zahri Rakhman 1, Helmanatun Nisa Wulandari 2, Geralvin Maheswara
Lebih 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 terperinciPenentuan Jumlah Permintaan Obat Pada Kantor Kepolisian Resort Kota Menggunakan. Logika Fuzzy Mamdani. Siti Fathimah
ISSN: 2089-3787 1629 Penentuan Jumlah Permintaan Obat Pada Kantor Kepolisian Resort Kota Menggunakan Logika Fuzzy Mamdani Siti Fathimah Jurusan Sistem Informasi, STMIK Banjarbaru Jl. Ahmad Yani K.M. 33,5,
Lebih terperinciIMPLEMENTASI ALGORITMA FUZZY TSUKAMOTO UNTUK MENENTUKAN JUMLAH PRODUKSI ROTI
ISSN : 2338-4018 IMPLEMENTASI ALGORITMA FUZZY TSUKAMOTO UNTUK MENENTUKAN JUMLAH PRODUKSI ROTI Kurnia Martha Herdiastuti (kurnia19martha@gmail.com) Bebas Widada(bbswdd@gmail.com) Yustina Retno Wahyu Utami
Lebih terperinciMenentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 T - 13 Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani Ghulam Abdul Malik, Agus Maman Abadi Prodi Matematika, Universitas
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 terperinciSistem Pendukung Keputusan Pemilihan Penerima Beasiswa Berbasis Fuzzy Mamdani
ISSN: 0216-3284 899 Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Berbasis Fuzzy Mamdani Rabiatul Adawiah, Ruliah Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer
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 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 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 terperinciPenentuan Produksi Makanan Berbasis Fuzzy Mamdani
ISSN: 2089-3787 665 Penentuan Produksi Makanan Berbasis Fuzzy Mamdani Yulia Yudihartanti, Ahmad Hakim STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru, 0511(4782881) e-mail: yuliaydh@yahoo.co.id, hakiem.ahmad@gmail.com
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 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 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 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 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 terperinciMetode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Metode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh T - 42 Yudha Al Afis, Agus Maman Abadi Prodi Matematika,
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 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 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 terperinciPERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE F UZZY MAMDANI DENGAN F UZZY SUGENO PADA PT XYZ. Rianto Samosir, Iryanto, Rosman Siregar
Saintia Matematika Vol. 1, No. 6 (2013), pp. 517-527. PERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE F UZZY MAMDANI DENGAN F UZZY SUGENO PADA PT XYZ Rianto Samosir, Iryanto, Rosman Siregar Abstrak: Logika
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
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 terperinciPENERAPAN 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
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Era persaingan yang semakin ketat pada saat sekarang ini telah menyebabkan perusahaan-perusahaan yang bergerak di bidang industri khususnya dalam bidang industri makanan
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Definisi Persediaan Persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk memenuhi tujuan tertentu, misalnya untuk proses produksi atau perakitan,
Lebih terperinciABSTRAK. Kata kunci: Logika Fuzzy, Metode Mamdani, Penentuan Jumlah Produksi, Pengambilan Keputusan
Kaunia Vol. XI No. 2, Oktober 25/436: 9 99 ISSN 829-5266 (print) ISSN 23-855 (online) APLIKASI LOGIKA FUZZY METODE MAMDANI DALAM PENGAMBILAN KEPUTUSAN PENENTUAN JUMLAH PRODUKSI Muchammad Abrori dan Amrul
Lebih terperinciSISTEM PENGAMBILAN KEPUTUSAN KREDIT RUMAH DENGAN METODE FUZZY SAW MADM
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 SISTEM PENGAMBILAN KEPUTUSAN KREDIT RUMAH DENGAN METODE FUZZY SAW MADM Marganda Simarmata [1], Dahlan Abdullah [2] 1.Program Studi Teknik Informatika
Lebih terperinciIMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC
IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC Riky Amelia (1111981) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciKASUS 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).
Lebih terperinciMuhammad Yudin Ritonga ( )
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRODUKSI MAKANAN MENGGUNAKAN LOGIKA FUZZY DENGAN METODE TSUKAMOTO (STUDI KASUS : PT. INDOFOOD CBP SUKSES MAKMUR MEDAN) Muhammad Yudin Ritonga (0911555) Mahasiswa Program
Lebih terperinciPENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI
PENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI Hilda Lutfiah, Amar Sumarsa 2, dan Sri Setyaningsih 2. Program Studi Matematika Fakultas Matematika
Lebih terperinciSeminar 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
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 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 terperinciPREDIKSI NILAI TUKAR RUPIAH MENGGUNAKAN METODE MAMDANI
PREDIKSI NILAI TUKAR RUPIAH MENGGUNAKAN METODE MAMDANI Indra Suyahya Program Studi Pendidikan Ekonomi, FIPPS Universitas Indraprasta PGRI Email: Indrasuyahya@gmail.com Wulan Anggraeni Program Studi Pendidikan
Lebih terperinciOptimalisasi 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
Lebih terperinciPENERAPAN METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN ABC )
PENERAPAN METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN ABC ) Edy Victor Haryanto1), Fina Nasari) Universitas Potensi Utama Jl. K. L. Yos Sudarso Km. 6,5 No.
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 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 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 terperinciPENERAPAN LOGIKA FUZZY DALAM OPTIMASI PRODUKSI BARANG MENGGUNAKAN METODE MAMDANI
---------------------------Jurnal Ilmiah : SoulMath Vol 5. No., Oktober 207------------------------- PENERAPAN LOGIKA FUZZY DALAM OPTIMASI PRODUKSI BARANG MENGGUNAKAN METODE MAMDANI Wahyu Toto Priyo FKIP
Lebih terperinciII TINJAUAN PUSTAKA 2.1. Klasifikasi Metode EOR
II TINJAUAN PUSTAKA 2.1. Klasifikasi Metode EOR Metode peningkatan perolehan minyak tingkat lanjut atau Enhanced Oil Recovery (EOR) adalah suatu teknik peningkatan produksi minyak setelah tahapan produksi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN UNTUK PROMOSI JABATAN SUPERVISOR PRODUKSI DENGAN METODE FUZZY MADM
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN UNTUK PROMOSI JABATAN SUPERVISOR PRODUKSI DENGAN METODE FUZZY MADM Abdullah Jurusan Teknik Informatika, Universitas Dian Nuswantoro E-mail : abdu124h@yahoo.co.id
Lebih terperinciImplementasi Metode Fuzzy Tsukamoto dalam Menangani Ketersediaan Barang
JTRISTE, Vol.3, No.2, Oktober 2016, pp. 47~59 ISSN: 2355-3677 Implementasi Metode Fuzzy Tsukamoto dalam Menangani Ketersediaan Barang Oleh: Randy Sugito Djie 1, Syaiful Rahman 2, Hasniati 3 1,2,3 Teknik
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang harus dipenuhi setiap harinya. Beras memiliki peranan penting dalam kelangsungan hidup manusia. Untuk memenuhi
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 terperinciBab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI
Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI III.1 Teori Logika fuzzi III.1.1 Logika fuzzi Secara Umum Logika fuzzi adalah teori yang memetakan ruangan input ke ruang output dengan menggunakan aturan-aturan
Lebih terperinci3.3 Metode Pengumpulan Data Studi Pustaka ( Library Research Method Wawancara ( Interview
43 2. Data Sekunder Data sekunder merupakan jenis data yang diperoleh dari sumbersumber diluar lingkungan Kantor Pelayanan Perijinan Terpadu Kabupaten PATI. Di sini penulis mengacu pada buku-buku yang
Lebih terperinciSISTEM 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
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JUMLAH PRODUKSI DENGAN METODE FUZZY TSUKAMOTO DI PT KSTEX BANDUNG. Fikri Nur Fathan
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JUMLAH PRODUKSI DENGAN METODE FUZZY TSUKAMOTO DI PT KSTEX BANDUNG Fikri Nur Fathan Teknik Informatika - Universitas Komputer Indonesia Jl. Dipatiukur 112-114
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Variabel Penelitian Pada model Linear Programming untuk optimalisasi produksi terdiri dari beberapa variabel. Berikut adalah variabel yang digunakan dalam model Linear Programming:
Lebih terperinciPENERAPAN 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
Lebih terperinciREKOMENDASI 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
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1. Latar Belakang Berdasarkan ideologi bangsa Pancasila dan UUD 1945 maka setiap rakyat indonesia sangat mengidamkan negara yang sejahtera. Hal ini dikarenakan, negara yang sejahtera
Lebih terperinciIMPLEMENTASI METODE FUZZY MAMDANI PADA APLIKASI INVENTORY UNTUK PREDIKSI PENGADAAN BARANG DI PT. PERTAMINA (PERSERO) PERKAPALAN
IMPLEMENTASI METODE FUZZY MAMDANI PADA APLIKASI INVENTORY UNTUK PREDIKSI PENGADAAN BARANG DI PT. PERTAMINA (PERSERO) PERKAPALAN Abdurrasyid, Meilia Nur Indah Susanti, Dini Setria Ningsih Sekolah Tinggi
Lebih terperinciSistem Pendukung Keputusan Pemilihan Dosen Berprestasi Menggunakan Metode Simple Additive Weighting di Lingkungan Universitas Lampung
Sistem Pendukung Keputusan Pemilihan Dosen Berprestasi Menggunakan Metode Simple Additive Weighting di Lingkungan Universitas Lampung 1 Didik Kurniawan, 2 Wamiliana dan 3 Rizqi Chandra Aditya 1 Jurusan
Lebih terperinciIMPLEMENTASI FUZZY DENGAN INFERENSI MAMDANI UNTUK PREDIKSI PENJUALAN KARTU PERDANA PADA PT. TELESINDO SHOP
IMPLEMENTASI FUZZY DENGAN INFERENSI MAMDANI UNTUK PREDIKSI PENJUALAN KARTU PERDANA PADA PT. TELESINDO SHOP Muthia Khanza (12110554) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
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 terperinciAnalisa Tingkat Kebisingan di DKI Jakarta dengan Fuzzy Logic Menggunakan Aplikasi MATLAB
Analisa Tingkat di DKI Jakarta dengan Fuzzy Logic Menggunakan Aplikasi MATLAB Popy Meilina Jurusan Teknik Informatika Universitas Muhammadiyah Jakarta E-mail: Opi3_five@yahoo.com.sg Abstrak -- Fuzzy Logic
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 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 terperinciEVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI
EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI Karmila Suryani 1), Khairudin 2) 1) FKIP Universitas Bung Hatta Padang 2) FKIP Universitas Bung Hatta Padang e-mail: karmilasuryani.ptik@gmail.com,khaihatta@yahoo.com
Lebih 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 terperinciSistem Penunjang Keputusan Pembelian Smartphone Dengan Menggunakan Metode Fuzzy Tsukamoto
27 Sistem Penunjang Keputusan Pembelian Smartphone Dengan Menggunakan Metode Fuzzy Tsukamoto Aditya Anggun 1, Fitri Marisa 2, Indra Dharma 3 Abstract - Fuzzy logic is one method to analyze system containing
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 terperinci