LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK ANALISA PENDISTRIBUSIAN RASKIN ( STUDI KASUS DI KECAMATAN BUKIT SUNDI )
|
|
- Sudomo Irawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 ABSTRAK Raskin merupakan subsidi pangan dalam bentuk beras yang diperuntukkan bagi rumah tangga berpenghasilan rendah sebagai upaya dari pemerintah untuk meningkatkan ketahananpangan dan memberikan perlindungan social pada rumah tangga sasaran. Keberhasilan Program Raskin diukur berdasarkan tingkat pencapaian indikator 6 T, yaitu: tepat sasaran, tepat jumlah, tepat harga, tepat waktu, tepat kualitas, dan tepat administrasi. Program ini bertujuan untuk mengurangi beban pengeluaran Rumah Tangga Sasaran (RTS) melalui pemenuhan sebagian kebutuhan pangan pokok dalam bentuk beras dan mencegah penurunan konsumsi energy dan protein. Adanya ketidak tepatan dalam pendistribusian raskin berdampak pada hasil keputusan yang diberikan kurang tepat. Oleh sebab itu untuk memudahkan di dalam penyeleksian masyarakat yang berhak mendapatkan raskin, Sistem Pendukung Keputusan dapat menjadi pilihan di dalam memilih masyarakat yang berhak mendapatkannya. Dengan metode fuzzy logic model tahani yang dilakukan dapat dijadikan sebagai variable yang nantinya dijadikan sebagai penilaian dalam mendapatkan keputusan.. Kata Kunci : Raskin, metode fuzzy logic, model tahani dan sistem pendukung keputusan. Pendahuluan Fuzzy Tahani menganjurkan penggunaan fuzzy set untuk query database konvensional, di mana kondisi tidak tepat dalam query dipandang sebagai fuzzy set, bahasa SQL diusulkan oleh Bosc dan Pivert yang merupakan perpanjangan fuzzy untuk SQL (Structured Query Language), dimana nilai kabur yang telah digunakan untuk memodelkan dan menangani informasi dengan tepat dalam database ( Meng, 2 ). Fuzzy Tahani ini sudah sering digunakan dalam pengolahan data tertentu untuk menghasilkan informasi atau keputusan, model fuzzy tahani untuk pemodelan sistem pendukung keputusan (SPK) rekomendasi pembelian rumah, sistem pendukung keputusan pembelian mobil. Beberapa contoh lain dari aplikasi logika fuzzy termasuk model untuk memprediksi dampak dari beberapa tekanan pada pertumbuhan pohon, pengorganisasian pengetahuan bioteknologi dalam model fuzzy yangdapat digunakan untuk prediksi, memprediksi kelembaban tanah yang tepat untuk persiapan lahan, strategi makan dipeternakan besar, dan grading kualitas daging sapi (Hosseinzadeh, 2). Program raskinya itu untuk memberikan perlindungan kepada keluarga miskin melalui bantuan beras bersubsidi guna memenuhi kebutuhan gizi dan mengurangi beban pengeluaran keluarga pada jumlah yang telah ditentukan dan tingkat harga tertentu, Implementasi program Raskin melibatkan Satgas Raskin. Satgas Raskin adalah Dulog/ Sub dulog adalah unit kerja dibawah Dulog / Subdulog yang bertugas mengangkut dan menyerahkan beras kepada pelaksana distribusi (Toening A, 2). Selama ini pelaksanaan raskin tidak lepas dari berbagai permasalahan, hambatan dan tantangan. Untuk itu perlu dilakukan pengkajian ulang tentang pendistribusian raskin, terutamap ada tahap pengolahan data masyarakat yang menerima raskin, sehingga untuk melakukan pengolahan data masyarakat ini dapat menggunakan fuzzy tahani yang mana data masyarakat tersebut dilakukan perhitungan fungsi keanggotaan fuzzy dan hasil dari perhitungan data tersebut didapatkan data-data masyarakat yang berhak untuk menerima 93
2 raskin kemudian digunakan perintah structure query language (SQL) untuk menseleksi data-data yang paling layak untuk menerima raskin dari program pemerintah dalam upaya mensejahterakan masyarakat, sehingga seorang manajerial dalam pengambilan keputusan bisa tepat sasaran dan berjalan sesuai dengan apa yang diharapkan oleh masyarakat..2. Perumusan Masalah Masalah yang dirumuskan dari kasus diatas adalah :. Bagaimana implementasi metode logika fuzzy tahani dalam pengambilan keputusan pendistribusian raskin? 2. Bagaimana menentukan criteria untuk menetapkan masyarakat yang layak menerima raskin? 2. Tinjauan Literatur 2. Konsep Fuzzy Logic Dalam banyak hal, logika fuzzy digunakan sebagai suatu cara untuk memetakan permasalahan dari input menuju ke output yang diharapkan. Beberapa contoh yang dapat diambil antara lain :. Manajer pergudangan mengatakan pada manajer produksi seberapa banyak persediaan barang pada akhir minggu ini, kemudian manajer produksi akan menetapkan jumlah barang yang harus diproduksi esok hari. 2. Seorang pegawai melakukan tugasnya dengan kinerja yang sangat baik, kemudian atasan akan memberikan reward yang sesuai dengan kinerja pegawai tersebut. Ada beberapa alasan mengapa orang menggunakan logika fuzzy (Kusumadewi dan Purnomo, 2) antara lain:. Konsep logika fuzzy mudah dimengerti. Karena logika fuzzy menggunakan dasar teori himpunan, maka konsep matematis yang mendasari penalaran fuzzy tersebut cukup mudah untuk dimengerti. 2. Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahanperubahan dan ketidakpastian yang menyertai permasalahan. 3. Logika fuzzy memiliki toleransi terhadap data yang tidak tepat. 4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks. 5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan. Dalam hal ini, sering dikenal dengan nama fuzzy expert systems menjadi bagian terpenting. 6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional. 7. Logika fuzzy didasarkan pada bahasa alami. 2.2 Konsep Fuzzy Logic Teori logika fuzzy yang diajukan oleh Zadeh pada pertengahan tahun 96 memberikan suatu pemecahan masalah terhadap persoalan yang tidak pasti ini. Sehingga sistem informasi yang akan dibuat menggunakan model DBMS dan query yang berbasis fuzzy karena model DBMS konvensional, non fuzzy kurang dapat memenuhi kebutuhan sistem informasi ini. Banyak model DBMS dan query fuzzy yang ada, salah satunya adalah model Tahani yang ditemukan pada tahun 977. Prof. Lutfi Zadeh berpendapat bahwa logika benar dan salah dari logika boolean/konvensional tidak dapat mengatasi masalah gradasi yang ada di dunia nyata. Untuk mengatasi masalah gradasi tersebut maka ia mengembangkan sebuah himpunan samar (fuzzy) (Prasetiyowati dan Seta, 27). 94
3 2.3 Himpunan Fuzzy Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan µa[x], memiliki 2 kemungkinan (Kusumadewi dan Purnomo, 2) yaitu:. Satu (), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan, atau 2. Nol (), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan. 2.4 Fungsi Keanggotaan Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titik input data kedalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara sampai. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Apabila U menyatakan himpunan universal dan A adalah himpunan fungsi fuzzy dalam U, maka A dapat dinyatakan sebagai pasangan terurut. Ada beberapa fungsi yang bisa digunakan. a. Representasi Linear Pada representasi linear, pemetaan input ke derajat keanggotaannya digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas. Ada 2 keadaan himpunan fuzzy yang linear. Pertama, kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol() bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi (Kusumadewi dan Purnomo, 2). Seperti terlihat pada gambar berikut : Derajat keanggotaan Fungsi keanggotaan: a domain Gambar. Representasi Linear Naik x a b µ[x] = (x-a)/(b-a); a < x < b ; x b Kedua, merupakan kebalikan dari yang pertama. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah. Seperti terlihat pada gambar berikut: Derajat keanggotaan a domain Gambar 2. Representasi Linear Turun b 95
4 Fungsi keanggotaan: µ[x] = (b-x)/(b-a); x a a < x < b ; x b b. Representasi kurva segitiga Kurva segitiga pad dasarnya merupakan gabungan antara 2 garis (linear). Seperti terlihat pada gambar berikut: Derajat keanggotaan a b domain c Fungsi Keanggotaan: Gambar 3. Kurva Segitiga x c atau x a µ[x] = (x-a)/(b-a); (c-x)/(c-b) a < x < b b < x < c c. Representasi kurva trapezium (Kusumadewi S, Purnomo H, 2) Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada titik yang memiliki nilai keanggotaan. Seperti terlihat pada gambar berikut: Derajat keanggotaan a b domain c d Fungsi keanggotaan: Gambar 4. Representasi Kurva Trapezium x d atau x a µ[x] = (x-a)/(b-a); (d-x)/(d-c) a < x < b c < x < d ; b x c 2.5 Fuzzy Database Model Tahani Fuzzy Tahani adalah salah satu cabang dari logika fuzzy, yang merupakan salah satu metode fuzzy yang menggunakan basis data standar. Tahani mendeskripsikan suatu metode pemrosesan query fuzzy, dengan didasarkan atas manipulasi bahasa yang dikenal dengan nama SQL (Structured Query Language), sehingga model fuzzy Tahani sangat tepat digunakan dalam proses pencarian data yang tepat dan akurat (Amalia, Fenanie dan Utama, 2). 96
5 Dengan menggunakan basis data standar, dapat dicari data-data karyawan dengan spesifikasitertentu dengan menggunakan query. Misalnyadiinginkan informasi tentang namanama karyawan yang usianya kurang dari 5 tahun, maka bisa diciptakan suatu query berikut: SELECT NAMA FROM KARYAWAN WHERE (umur < 35) Sehingga muncul nama-nama Lia, Kiki, dan Yoga. Apabila diinginkan informasi tentang nama-nama karyawan yang gajinya lebih dari juta rupiah, maka bisa diciptakan query berikut : SELECT NAMA FROM KARYAWAN WHERE (gaji > ) Sehingga muncul nama-nama iwan, Sari, Andi, Amir, dan Rian. Apabila diinginkan informasi tentang nama-nama karyawan yang masa kerjanya kurang dari atau sama dengan 5 tahun tetapi gajinya sudah lebih dari juta rupiah, maka bisa diciptakan suatu query: SELECT NAMA FROM KARYAWAN WHERE MasaKerja<=5) and (Gaji > ) Sehingga muncul nama-nama Andi dan Rian. Tetapi pada kenyataannya seseorang terkadang membutuhkan informasi dari data-data yang bersifat ambiguous. Apabila hal ini terjadi, maka bisa digunakan basis data Fuzzy. Selama ini, sudah ada beberapa penelitian tentang basis data fuzzy, salah satu diantaranya adalah model Tahani. Basis Data Fuzzy model Tahani masih tetap menggunakan relasi standar, hanya saja model ini menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada query-nya (Eliyani, Pujianto dan Rosyadi, 29). Misalkan kita mengkategorikan usia karyawan ke dalam himpunan : Muda, Parobaya, dan tua, dapat dilihat pada gambar berikut: Muda Parobaya Tua Umur (tahun) Gambar 5. Fungsi Keanggotaan untuk Variabel Usia Fungsi keanggotaan : ; x 3 µmuda[x] = 4 x ; 3 x 4 x 4 µparobaya[x] = µtua[x] = x 4 ; x 35 atau x 5 x 35 ; 35 x 45 5 x ; 45 x 5 5 x 4 4 x 5 x 5 97
6 Variabel masa kerja bisa dikategorikan dalam himpunan: Baru dan Lama, seperti pada gambar 6: Baru Lama Masa Kerja (tahun) Gambar 6. Fungsi Keanggotaan untuk Variabel Masa Kerja Fungsi keanggotaan : µbaru[y] = µlama[y] = ; 5 y y 5 ; y 5 5 y 5 y 5 y x 25 y 25 Variabel gaji bisa dikategorikan dalam himpunan: Rendah, Sedang dan Tinggi, seperti pada gambar berikut: Rendah Sedang Tinggi Gaji (x Rp/bl) Gambar 7. Fungsi Keanggotaan untuk Variabel Gaji Fungsi keanggotaan : µrendah[z] = ; z 3 8 z 3 z 8 z 8 µsedang[z] = µtinggi[z] = z z 5 z ; z 5 atau z 5 5 z z 5 z z 2 z 98
7 2.6 Design Database Proses perancangan sistem membutuhkan suatu database yang digunakan untuk menyimpan data dan informasi yang diperlukan dalam sistem. Sehubungan penelitian ini menggunakan fuzzy tahani sistem ini hanya digunakan untuk menguji kebenaran dari dari perhitungan fuzzy secara manual saja, maka struktur basis data yang digunakan sangat sederhana, seperti pada tabel : Tabel Tabel Data Raskin No Nama Field Tipe Data Lebar Keterangan NoKK Varchar 7 Nomor Kartu Keluarga 2 NmKRT Varchar 5 Nama Kepala Rumah Tangga 3 NmPKRT Varchar 5 Nama Pasangan Kepala Rumah Tangga 4 Jnsrumah Varchar 5 Jenis Rumah 5 Penghasilan Numeric 3 Penghasilan 6 Alamat Varchar 6 Alamat Tempat Tinggal 2.7 Design Menu Rancangan yang akan dibentuk yaitu rancangan menu utama, input data fuzzy masyarakat dan laporan keseluruhan. Adapun bentuk struktur menu yang akan dibuat dapat dibuat pada gambar berikut: RANCANGAN SISTEM INPUT DATA FUZZY LAPORAN DATA MASYARAKAT MENU UTAMA Gambar 8. Struktur Menu Aplikasi 2.8 Desain Form Input Data Fuzzy Setelah user atau pengguna masuk ke dalam sistem program maka akan muncul form input data fuzzy seperti gambar berikut: SISTEM PENDUKUNG KEPUTUSAN UNTUK ANALISA PENDISTRIBUSIAN RASKIN INPUT DATA FUZZY NOMOR KK : NAMA KRT : NAMA PKRT : JENIS RUMAH : PENGHASILAN : ALAMAT : Varchar (7) Varchar (5) Varchar (5) Varchar (5) Varchar (3) Varchar (6) PROSES Varchar (3) SIMPAN BATAL HAPUS KELUAR Gambar 9. Form Menu Utama Untuk Input Fuzzy 99
8 3. Metodologi Penelitian 4. Hasil Gambar. Form Menu Utama Untuk Input Fuzzy 4. Form Entry Data Calon Penerima Raskin Form ini digunakan oleh petugas kecamatan untuk meng-entry-kan, data-data calon penerima raskin yang akan mengikuti tahap penyeleksian. Adapun bentuk form entry data calon penerima raskin dapat dilihat pada gambar berikut : Gambar. Form Entry Data Calon Penerima Raskin
9 Untuk menyimpan data cukup mengetikan data pada field yang sudah disediakan dan untuk menyimpan data tersebut ke dalam tabel yang telah dirancang di dalam database yaitu dengan cara menekan tombol simpan. 4.2 Form Laporan Data Masyarakat Miskin Form laporan data calon Penerima raskin merupakan form untuk melihat data-data calon penerima raskin yang ada pada database. Adapun bentuk form laporan data calon penerima raskin tergolong keluarga miskin dapat dilihat pada gambar berikut Gambar 2. Form Laporan Data Masyarakat Miskin Melalui form laporan masyarakat miskin kita dapat melihat informasi semua data calon yang berhak untuk mendapatkan raskin. Adapun laporan data masyarakat miskin dapat dilihat pada gambar berikut. Gambar 3 : Laporan Data Masyarakat Miskin 4.3 Form Laporan Data Masyarakat Pra sejahtera Form laporan data Masyarakat pra sejahtera merupakan form untuk melihat data-data calon penerima raskin yang telah mengikuti peninjauan langsung ke lapangan yang tersimpan pada database. Adapun bentuk form laporan data masyarakat pra sejahtera dapat dilihat pada gambar berikut :
10 Gambar 4. Form Laporan Data Masyarakat Pra Sejahtera Melalui form laporan data masyarakat pra sejahtera kita dapat melihat informasi semua data calon penerima raskin tergolong prasejahtera. Adapun laporan data masyarakat yang tergolong pra sejahtera dapat dilihat pada gambar berikut : Gambar 5 : Laporan Data Masyarat Pra sejahtera Pada gambar 5 tampil data-data calon penerima raskin yang mengikuti seleksi peninjauan langsung ke lapangan. Calon penerima raskin yang memiliki keterangan pra sejahtera tidak berhak menerima raskin. 4.4 Form Laporan Masyarakat Sejahtera Melalui form laporan data masyarakat sejahtera kita dapat melihat informasi semua data calon penerima raskin yang ikut seleksi peninjauan langsung ke lapangan. Adapun laporan data masyarakat sejahtera dapat dilihat pada gambar 6. 2
11 Gambar 6. Laporan Data Masyarakat Sejahtera Pada gambar 6 tampil data-data calon penerima raskin yang mengikuti seleksi peninjauan langsung ke lapangan. Calon penerima raskin yang memiliki keterangan sejahtera tidak berhak menerima raskin. 4.4 Form Laporan Masyarakat Keseluruhan Melalui form laporan data masyarakat keseluruhan kita dapat melihat informasi semua data calon penerima raskin yang ikut seleksi peninjauan langsung ke lapanagan dimana ada masyarakat yang tergolong miskin, pra sejahtera dan sejahtera. Adapun laporan data masyarakat keseluruhan dapat dilihat pada gambar
12 5 Kesimpulan Gambar 7. Laporan Data Masyarakat Keseluruhan Berdasarkan pembahasan dan hasil pengujian aplikasi ini, maka dapat dibuat kesimpulan antara lain: a. Dengan adanya kriteria-kriteria masyarakat yang berhak menerima raskin dalam Sistem Pendukung Keputusan, maka pemerintah mudah dalam proses pengambilan keputusan. b. Dengan menggunakan metode logika fuzzy, proses untuk menentukan masyarakat yang tergolong keluarga miskin, keluarga prasejahtera dan sejahtera lebih mudah dibandingkan dengan menggunakan cara manual. DAFTAR PUSTAKA [] HM, Jogiyanto. 25. Analisis dan Desain. Yogyakarta. Andi. [2] Sri, Kusuma dewi dan Hari, Purnomo. 2. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta. GrahaIlmu. [3] LiaAmalia, Zainuddin Bey Fenanie Didit N Utama. Model Fuzzy Tahani untuk Pemodelan Sistem Pendukung Keputusan, Seminar Nasional Aplikasi Teknologi Informasi.9 Juni 2.ISSN : [4] Magdalena, Karismariyanti. Simulasi Pendukung Keputusan Penerima Beasiswa Menggunakan Metode Composite Performance Index. Jurnal Teknologi Informasi. Bandung. 2 November 2. [5] Arwan, Ahmad, Khoiruddin. Sistem Pendukung Keputusan Penentuan kelayakan Calon Rintisan Sekolah Bertaraf Internasional Dengan Metode Fuzzy Associative Memory, Seminar Nasional Aplikasi Teknologi Informasi.2 Juni 28. ISSN : [6] Rian Anggraini, Wawan Indarto, Sri Kusumadewi. Sistem Pencarian Kriteria Kelulusan Menggunakan Metode Fuzzy Tahani, Media Informatika. 2 Desember 24. ISSN :
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 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 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 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 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 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 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
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 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 terperinciPrediksi Ketersediaan Beras di Masyarakat Menggunakan Logika Fuzzy Dalam Upaya Meningkatkan Ketahanan Pangan ( Studi Kasus di Kecamatan Harau)
Prediksi Ketersediaan Beras di Masyarakat Menggunakan Logika Fuzzy Dalam Upaya Meningkatkan Ketahanan Pangan ( Studi Kasus di Kecamatan Harau) Hezy Kurnia Universitas Putra Indonesia YPTK, Padang e-mail
Lebih terperinciMODEL ANALISIS MENENTUKAN ALAT KONTRASEPSI BAGI ASEPTOR KELUARGA BERENCANA DENGAN LOGIKA FUZZY
MODEL ANALISIS MENENTUKAN ALAT KONTRASEPSI BAGI ASEPTOR KELUARGA BERENCANA DENGAN LOGIKA FUZZY Isworo Nugroho; Sri Eniyati Abstract Data yang sulit diketahui nilai kepastiannya seperti faktor kesehatan
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 terperinciSISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN LOGIKA FUZZY TAHANI
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 27, pp. 59~54 59 SISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN LOGIKA FUZZY TAHANI Arief Rusman STMIK Nusa Mandiri Jakarta e-mail : reevust@gmail.com
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK PENENTUAN PENERIMA BERAS MISKIN MENGGUNAKAN BASIS DATA FUZZY
SISTEM PENDUKUNG KEPUTUSAN UNTUK PENENTUAN PENERIMA BERAS MISKIN MENGGUNAKAN BASIS DATA FUZZY Standy Oei Jurusan Teknik Informatika Universitas Nusantara Manado Jl. Lengkong Wuaya Paal Dua, Manado, 95129
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 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 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 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 terperinciPenggunaan Fuzzy Tahani Untuk Sistem Informasi Stok Obat & Penjualan Obat Terlaris Pada Apotek RSU Lirboyo Kediri
Penggunaan Fuzzy Tahani Untuk Sistem Informasi Stok Obat & Penjualan Obat Terlaris Pada Apotek RSU Lirboyo Kediri SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer
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 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 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 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 terperinciSISTEM REKOMENDASI PEMILIHAN LEMBAGA BIMBINGAN BELAJAR MENGGUNAKAN METODE FUZZY TAHANI SKRIPSI
SISTEM REKOMENDASI PEMILIHAN LEMBAGA BIMBINGAN BELAJAR MENGGUNAKAN METODE FUZZY TAHANI SKRIPSI Diajukan Untuk Memenuhi Sebagia Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom ) Program Studi Teknik
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakang 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
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 terperinciPendapatan 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 : asrianda@unimal.ac.id ABSTRAK Bertambahnya permintaan
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 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 terperinciBAB II. KAJIAN PUSTAKA. Sebelum munculnya logika fuzzy, dikenal sebuah logika tegas (Scrisp
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
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 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 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 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 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 terperinciBAB 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 mengenai ketidakpastian
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 terperinciPenilaian Kinerja RSU Lirboyo Kediri Menggunakan Metode Fuzzy Tahani
Penilaian Kinerja RSU Lirboyo Kediri Menggunakan Metode Fuzzy Tahani SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Teknik Informatika
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 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 terperinciAnalisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA)
Analisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA) Khairul Saleh, M. Kom, Universitas Asahan; address, telp/fax of institution/affiliation Jurusan Teknik Informatika,
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 terperinciPENERAPAN FUZZY TAHANI PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN RUMAH DI KOTA SAMARINDA
Jurnal Informatika Mulawarman Vol. 8 No. 2 Edisi Juli 2013 56 PENERAPAN FUZZY TAHANI PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN RUMAH DI KOTA SAMARINDA 1) Muhammad Azhari Rahmadani, 2) Anindita
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 terperinciSistem Pendukung Keputusan. Fuzzy Database. Entin Martiana Teknik Informatika PENS
Fuzzy Database Entin Martiana Teknik Informatika PENS - 2015 1 Database Standar (Crisp Database) Sistem basisdata adalah suatu sistem informasi yang mengintegrasikan kumpulan data yang saling berhubungan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang .
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem database yang digunakan oleh manusia hanya mampu menangani data yang bersifat pasti (crisp), begitu pula pada query yang menggunakan bahasa Structured Query
Lebih terperinciBAB III METODE PENELITIAN. sistem yang digunakan untuk menggambarkan aliran data secara keseluruhan
30 BAB III METODE PENELITIAN Metode penelitian pada tugas akhir ini mencakup beberapa tahapan pengerjaan antara lain : 3.1. Perancangan Sistem Perancangan sistem pada penelitian tugas akhir ini terdiri
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 terperinciAnalisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic
Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic Luh Kesuma Wardhani, Elin Haerani Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN SUSKA Riau
Lebih 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 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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN CALON PENERIMA BEASISWA MENGGUNAKAN METODE FUZZY DATABASE MODEL TAHANI
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN CALON PENERIMA BEASISWA MENGGUNAKAN METODE FUZZY DATABASE MODEL TAHANI Ardi Sanjaya Fakultas Teknik, Program Studi Teknik Informatika Universitas Nusantara PGRI Kediri
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 terperinciLasmedi Afuan dan Ipung Permadi
Aplikasi Fuzzy Berbasis Web untuk Rekomendasi Pemilihan Universitas Swasta (Fuzzy-Based Web Application for Private University Election Recommendations) Lasmedi Afuan dan Ipung Permadi Teknik Informatika
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 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 II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas
BAB II LANDASAN TEORI Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas dalam pembuatan tugas akhir ini. Secara garis besar teori penjelasan akan dimulai dari definisi logika fuzzy,
Lebih terperinci: 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 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 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 terperinciSISTEM PENCARIAN KRITERIA KELULUSAN MENGGUNAKAN METODE FUZZY TAHANI Kasus pada Fakultas Teknologi Industri Universitas Islam Indonesia
Media Informatika, Vol. 2, No. 2, Desember 2004, 65-74 ISSN: 0854-4743 SISTEM PENCARIAN KRITERIA KELULUSAN MENGGUNAKAN METODE FUZZY TAHANI Kasus pada Fakultas Teknologi Industri Universitas Islam Indonesia
Lebih terperinciPEMILIHAN SMK MENGGUNAKAN FUZZY QUERY BERBASIS WEB
PEMILIHAN SMK MENGGUNAKAN FUZZY QUERY BERBASIS WEB Arif Dwi Kurniawan, Arna Fariza 2, S. Kom, M. Kom, Rengga Asmara. 2, S.Kom 1 Mahasiswa, 2 Dosen Pembimbing Politeknik Elektronika Negeri Surabaya Institut
Lebih terperinciJOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi
JOBSHEET SISTEM CERDAS REASONING 2 Fuzzifikasi S1 PENDIDIKAN TEKNIK ELEKTRO JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI MALANG 2016 PRAKTIKUM SISTEM CERDAS - REASONING JOBSHEET 2 - FUZZIFIKASI
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
1 BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Penelitian yang dilakukan oleh Apriliani Wulandari, (2007), Penelitian ini memfokuskan pada penggunaan kriteria Bayes dalam proses pemberian
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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBELIAN NOTEBOOK MENGGUNAKAN LOGIKA FUZZY TAHANI
Jurnal Informatika Mulawarman Vol. 6 No. 3 September 2011 98 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN NOTEBOOK MENGGUNAKAN LOGIKA FUZZY TAHANI 1) Hamdani 2) Haviluddin 3) Muhammad Syarif Abdillah 1,2,3) Program
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Konsep himpunan fuzzy diaplikasikan ke dalam pangkalan data. Salah satu model pangkalan data fuzzy adalah model Tahani. Pangkalan data Tahani masih menggunakan
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN UNTUK PENILAIAN GURU MENGGUNAKAN MODEL LOGIKA FUZZY TAHANI
SWABUMI, Vol.5 Maret 207, pp. 90-98 ISSN : 255-990X SISTEM PENUNJANG KEPUTUSAN UNTUK PENILAIAN GURU MENGGUNAKAN MODEL LOGIKA FUZZY TAHANI Melan Susanti STMIK Nusa Mandiri Jakarta Jl. Damai No. 8 Warung
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 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 terperinciDAFTAR ISI. KATA PENGANTAR... Error! Bookmark not defined. ABSTRAK... Error! Bookmark not defined. ABSTRACT... Error! Bookmark not defined.
DAFTAR ISI KATA PENGANTAR... Error! Bookmark not ABSTRAK... Error! Bookmark not ABSTRACT... Error! Bookmark not DAFTAR ISI... v DAFTAR GAMBAR... ix DAFTAR TABEL... xi BAB I... Error! Bookmark not PENDAHULUAN...
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 terperinciMODEL PENDUKUNG PENGAMBILAN KEPUTUSAN PEMBELIAN MOTOR BEKAS MENGGUNAKAN BASIS DATA FUZZY MODEL TAHANI DAN ATURAN MAX-MIN
MODEL PENDUKUNG PENGAMBILAN KEPUTUSAN PEMBELIAN MOTOR BEKAS MENGGUNAKAN BASIS DATA FUZZY MODEL TAHANI DAN ATURAN MAX-MIN SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
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 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 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 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 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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA)
Jurnal Informatika Mulawarman Vol. 10 No. 1 Februari 2015 32 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA) Hanis
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 terperinciBAB 1 PENDAHULUAN. data yang bersifat pasti(crisp). Begitu pula pada proses query, yang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah System database yang ada sampai sekarang, hanya mampu menangani data yang bersifat pasti(crisp). Begitu pula pada proses query, yang menggunakan bahasa Structure
Lebih terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN TARUNA BARU MENGGUNAKAN BASIS DATA FUZZY - STUDI KASUS DI AKPELNI SEMARANG
Perancangan Sistem Pendukung Keputusan Penerimaan Taruna Baru (Eko N. Hidayat dkk.) PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN TARUNA BARU MENGGUNAKAN BASIS DATA FUZZY - STUDI KASUS DI AKPELNI SEMARANG
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 2.1 Model Model adalah pola (contoh, acuan, ragam) dari sesuatu yang akan dibuat atau dihasilkan (Departemen P dan K, 1984:75). Definisi lain dari model adalah abstraksi dari
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 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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan 2.1.1 Pengertian Sistem Pendukung Keputusan Sistem Pendukung Keputusan (Decision Support System) adalah sistem informasi berbasis komputer yang dapat
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 IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL. asing. Dalam pengalaman keseharian kita, permasalahan yang berkaitan dengan fuzzy
BAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL 4.1 Pengenalan konsep fuzzy logic Konsep mengenai fuzzy logic bukanlah merupakan sesuatu yang baru dan asing. Dalam pengalaman keseharian kita,
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Analisa sistem pada yang berjalan bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Sistem Pendukung Keputusan Pemilihan Produk
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 terperinciIMPLEMENTASI ALGORITMA LOGIKA FUZZY PADA PROSES SELEKSI PENERIMAAN MAHASISWA BARU (Diterapkan Pada Politeknik Kotabaru)
ISSN: 1410-2331 IMPLEMENTASI ALGORITMA LOGIKA FUZZY PADA PROSES SELEKSI PENERIMAAN MAHASISWA BARU (Diterapkan Pada Politeknik Kotabaru) Triyanto Pangaribowo Program Studi Teknik Elektro, Fakultas Teknik
Lebih terperinciANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN
ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN Khairul Saleh Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara Jalan Universitas
Lebih terperinciBAB I PENDAHULUAN. untuk mengambil suatu keputusan. Untuk membuat suatu keputusan diperlukan
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam kehidupan sehari-hari, manusia selalu dihadapkan pada permasalahan untuk mengambil suatu keputusan. Untuk membuat suatu keputusan diperlukan suatu pertimbangan
Lebih terperinciImplementasi Logika Fuzzy Metode Tsukamoto Dalam Penentuan Kelayakan Pemberian Kredit Mobil (Studi Kasus : PT.OTO Multiartha)
Implementasi Logika Fuzzy Metode Tsukamoto Dalam Penentuan Kelayakan Pemberian Kredit Mobil (Studi Kasus : PT.OTO Multiartha) Hengky Prodi Teknik Informatika, Jurusan Teknik Elektro, Fakultas Teknik, Universitas
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 terperinciHak Cipta milik UPN "Veteran" Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
KATA PENGANTAR Puji syukur kepada Tuhan YME yang telah mana memberikan kesegaran jasmani dan rohani sehingga dalam keterbatasan kemampuan dan fikiran akhirnya bisa mengerjakan tugas akhir ini sampai selesai
Lebih terperinciBAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem Definisi Sistem
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem 2.1.1 Definisi Sistem Menurut Mustakini (2009:34), Sistem dapat didefinisikan dengan pendekatan prosedur dan pendekatan komponen, sistem dapat didefinisikan
Lebih terperinciBAB I PENDAHULUAN. Seiring perkembangan zaman laptop merupakan sebuah kebutuhan yang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan zaman laptop merupakan sebuah kebutuhan yang mendasar bagi masyarakat. Toko-toko yang menjual laptop sekarang menjual laptop hanya menggunakan
Lebih terperinci