Fuzzy Associative Memory (FAM) Logika Fuzzy

Ukuran: px
Mulai penontonan dengan halaman:

Download "Fuzzy Associative Memory (FAM) Logika Fuzzy"

Transkripsi

1 Fuzzy Associative Memory (FAM) Logika Fuzzy 1

2 Misalkan suatu sistem fuzzy dengan n input dan satu output. Setiap input X 1, X 2,, X n dipartisi menjadi k partisi fuzzy. Maka menggunakan aturan fuzzy IF THEN.. akan dapat dibentuk aturan sebanyak k n Jumlah aturan fuzzy yang digunakan (yaitu r), biasanya jauh lebih kecil dari l atau r << l 2

3 Jika setiap input X 1, X 2,, X n dipartisi dengan jumlah partisi fuzzy yang berbeda, misalnya k 1, k 2,, k n, maka jumlah aturan fuzzy maksimum yang mungkin adalah: k k k n Untuk sistem fuzzy dengan sejumlah kecil input dan output, maka dapat disajikan bentuk yang kompak untuk sistem fuzzy (fuzzy rule-based system). Misalnya sistem dengan 2 input dan 1 output. Input-nya adalah A dan B, dan masingmasing dipartisi menjadi 7 dan 5 partisi. 3

4 Output-nya adalah C dan dipartisi menjadi 4 partisi. Maka sistem fuzzy dapat direpresentasikan dalam bentuk tabel berikut: Berapa jumlah aturan maksimum yang mungkin? Berapa jumlah aturan yang dipakai? Tabel seperti pada contoh di atas disebut tabel FAM (Fuzzy Assosiative Memory). 4

5 y = 10 sin x1 Contoh Misalkan sebuah fungsi nonlinear y = 10 sin x 1. Kita akan membuat fuzzy rule-based system untuk mendekati output y. Variabel input x 1 ditentukan berada pada interval [-180, 180] dan variabel output y ditentukan berada pada interval [-10, 10] x1 radian 5

6 Penyelesaian: Misalkan kita akan mem-partisi input x 1 menjadi 5 partisi sederhana pada interval [-180, 180] dan output y akan di partisi menjadi 3 fungsi keanggotaan pada interval [-10, 10]. Gambarnya ditampilkan sbb: NB : Negative Big NS : Negative Small Z : Zero PS : Positive Small PB : Positive Big 6

7 Langkah selnjutnya adl membuat aturan fuzzy-nya. Misalnya akan digunakan 4 aturan fuzzy sebagai berikut: 1. IF x 1 adalah Z atau PB THEN y adalah Z 2. IF x 1 adalah PS THEN y adalah PB 3. IF x 1 adalah Z atau NB THEN y adalah Z 4. IF x 1 adalah NS THEN y adalah NB Maka tabel FAM yang dihasilkan adalah: Berapa jumlah aturan maksimum yang mungkin? Berapa jumlah aturan yang dipakai? 7

8 Untuk mendekati nilai output y maka dipilih beberapa nilai input x 1 yang dapat mewakili (gunakan metode inferensi). Kemudian gunakan metode centroid untuk proses defuzzifikasi-nya. Misalkan akan dicek untuk input x 1 sebagai berikut: x 1 = {-135, -45, 45, 135 } Untuk x 1 = -135 Aturan 3 dan 4 berlaku (1 dan 2 tidak berlaku) IF x 1 adalah Z atau NB THEN y adalah Z IF x 1 adalah NS THEN y adalah NB 8

9 aturan 3 IF x 1 adalah Z atau NB THEN y adalah Z maka dapat digambarkan: aturan 4 IF x 1 adalah NS THEN y adalah NB maka dapat digambarkan: 9

10 maka untuk x 1 = -135 diperoleh nilai y sebagai berikut: Aturan 3 y = 0 Aturan 4 y = -7 Untuk x 1 = -45 Aturan 1, 3 dan 4 berlaku (2 tidak berlaku) IF x 1 adalah Z atau PB THEN y adalah Z IF x 1 adalah Z atau NB THEN y adalah Z IF x 1 adalah NS THEN y adalah NB maka hasil yang diperoleh sama dengan nilai y untuk x 1 = -135, yaitu: Aturan 1 y = 0 Aturan 3 y = 0 Aturan 4 y = -7 10

11 Untuk x 1 = 45 Aturan 1, 2, dan 3 berlaku (4 tidak berlaku) IF x 1 adalah Z atau PB THEN y adalah Z IF x 1 adalah PS THEN y adalah PB IF x 1 adalah Z atau NB THEN y adalah Z Untuk proses defuzzifikazi lihat pada cara mencari nilai y utk x 1 = - 45 (aturan 1) dan utk x 1 = (aturan 3) 11

12 aturan 2 IF x 1 adalah PS THEN y adalah PB maka dapat digambarkan sebagai berikut: maka untuk x 1 = 45 diperoleh nilai y sebagai berikut: Aturan 1 y = 0 Aturan 2 y = 7 Aturan 3 y = 0 12

13 Untuk x 1 = 135 Aturan 1 dan 2 berlaku (3 dan 4 tdk berlaku) IF x 1 adalah Z atau PB THEN y adalah Z IF x 1 adalah PS THEN y adalah PB maka untuk x 1 = 135 diperoleh nilai y sebagai berikut: Aturan 1 y = 0 Aturan 2 y = 7 Hasil keseluruhan: x y

14 Dengan mengambil nilai mutlak terbesar (tanpa memperhatikan positif atau negatifnya) dari nilai output y untuk masing-masing nilai input maka plot input-output sistem dapat digambarkan sebagai berikut. Bandingkan dengan grafik y = 10 sin x 1 pada halaman 5! Bagaimana caranya supaya bentuk grafik semakin mendekati aslinya? 14

15 Homework Grafik yang menggambarkan tegangan y terhadap waktu x diperlihatkan pada gambar berikut. y 12 x Input x dipartisi menjadi 5 partisi pada jangkauan [-1, 1]. Output y dipartisi menjadi 3 partisi pada jangkauan [0, 12]. Lihat gambar berikut. 15

16 Partisi untuk input x Partisi untuk output y 16

17 Pertanyaan: Buatlah aturan fuzzy untuk mendekati output (3 aturan saja) Ambil 5 nilai x untuk kemudian dicari nilai output-nya (y) x = - 0,6; - 0,3; 0; 0,3; 0,6. Gunakan metode centroid utk proses defuzzifikasi-nya Gambarlah grafik y terhadap x (dari hasil pendekatan). Bandingkan dengan grafik aslinya. 17

18 Bacaan/Referensi Timothy J Ross, 2010, Fuzzy Logic with Engineering Applications, John Wiley & Sons SN Sivanandam, Sumathi, Deepa, 2007, Introduction to Fuzzy Logic using Matlab, Springer Sri Kusumadewi, Hari Purnomo, 2010, Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Penerbit Graha Ilmu 18

Fuzzy Associative Memory (FAM) Logika Fuzzy

Fuzzy Associative Memory (FAM) Logika Fuzzy Fuzzy Associative Memory (FAM) Logika Fuzzy 1 Misalkan suatu sistem fuzzy dengan n input dan satu output. Setiap input X1, X2,, Xn dipartisi menjadi k partisi fuzzy. Maka menggunakan aturan fuzzy IF THEN..

Lebih terperinci

Fuzzy Pattern Recognition. Logika Fuzzy

Fuzzy Pattern Recognition. Logika Fuzzy Fuzzy Pattern Recognition Logika Fuzzy 1 Pengenalan pola (pattern recognition) adalah proses untuk mengidentifikasi struktur yang ada dalam data dengan cara membandingkannya dengan struktur yang telah

Lebih terperinci

Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk

Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Nusantara of Enginering/Vol.3/No.1/ISSN: 2355-6684 41 Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Fajar Rohman Hariri Jurusan Teknik Informatika, Fakultas Teknik,

Lebih terperinci

JMP : Volume 4 Nomor 2, Desember 2012, hal

JMP : Volume 4 Nomor 2, Desember 2012, hal 12 JMP : Volume 4 Nomor 2, Desember 2012, hal. 253-264 APLIKASI FUZZY INFERENCE SYSTEM METODE MAMDANI UNTUK REKOMENDASI PEMILIHAN BIDANG KAJIAN PADA MAHASISWA PROGRAM STUDI MATEMATIKA UNSOED Yusuf Nur

Lebih terperinci

Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum

Proses 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 terperinci

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi

Lebih terperinci

SIMULASI DAN ANALISIS RESPON FUZZY LOGIC CONTROLLER PADA SISTEM SUSPENSI. Sunarno 1, Rohmad 2

SIMULASI DAN ANALISIS RESPON FUZZY LOGIC CONTROLLER PADA SISTEM SUSPENSI. Sunarno 1, Rohmad 2 SIMULASI DAN ANALISIS RESPON FUZZY LOGIC CONTROLLER PADA SISTEM SUSPENSI Sunarno 1, Rohmad 2 (1),(2) Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Semarang, Semarang,

Lebih terperinci

BAB III PERANCANGAN SIMULASI. 3.1 Perancangan Sistem Parkir Mobil Seri Otomatis

BAB III PERANCANGAN SIMULASI. 3.1 Perancangan Sistem Parkir Mobil Seri Otomatis BAB III PERANCANGAN SIMULASI Pada bab ini dijelaskan perancangan untuk mengetahui alur kerja dari sistem yang akan dibuat. Pada perancangan ini dibuat 2 kontrol logika fuzzy untuk mobil parkir secara otomatis

Lebih terperinci

GPENELITIAN MANDIRI RANCANG BANGUN SISTEM KENDALI MOTOR DC MENGGUNAKAN FUZZY LOGIC BERBASIS MIKROKONTROLER

GPENELITIAN MANDIRI RANCANG BANGUN SISTEM KENDALI MOTOR DC MENGGUNAKAN FUZZY LOGIC BERBASIS MIKROKONTROLER GPENELITIAN MANDIRI RANCANG BANGUN SISTEM KENDALI MOTOR DC MENGGUNAKAN FUZZY LOGIC BERBASIS MIKROKONTROLER Hendra Kusdarwanto Jurusan Fisika Unibraw Universitas Brawijaya Malang nra_kus@yahoo.com ABSTRAK

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Dalam penelitian diagnosa penyakit asma dengan menggunakan metode fuzzy Tsukamoto, dibutuhkan data mengenai gejala penyakit dari seorang pakar atau

Lebih terperinci

BAB III PERANCANGAN DAN PEMBUATAN SISTEM. Gambar 3. 1 Diagram Blok Sistem Kecepatan Motor DC

BAB III PERANCANGAN DAN PEMBUATAN SISTEM. Gambar 3. 1 Diagram Blok Sistem Kecepatan Motor DC BAB III PERANCANGAN DAN PEMBUATAN SISTEM Bab ini menjelaskan tentang perancangan dan pembuatan sistem kontrol, baik secara software dan hardware yang akan digunakan untuk mendukung keseluruhan sistem yang

Lebih terperinci

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno KASUS PENERAPAN LOGIKA FUZZY Fuzzy tsukamoto, mamdani, sugeno CARA KERJA LOGIKA FUZZY MELIPUTI BEBERAPA TAHAPAN BERIKUT : 1. Fuzzyfikasi 2. Pembentukan basis pengetahuan fuzzy (rule dalam bentuk if..then).

Lebih terperinci

Fuzzy Clustering. Logika Fuzzy

Fuzzy Clustering. Logika Fuzzy Fuzzy Clustering Logika Fuzzy Misalkan sistem uzzy dengan dua input dan output; input terdiri atas dan, outputnya y Fungsi keanggotaan dapat berbentuk: Gaussian Segitiga Bentuk lain Fungsi Gaussian i :

Lebih terperinci

Perancangan dan Implementasi Embedded Fuzzy Logic Controller Untuk Pengaturan Kestabilan Gerak Robot Segway Mini. Helmi Wiratran

Perancangan dan Implementasi Embedded Fuzzy Logic Controller Untuk Pengaturan Kestabilan Gerak Robot Segway Mini. Helmi Wiratran Perancangan dan Implementasi Embedded Fuzzy Logic Controller Untuk Pengaturan Kestabilan Gerak Robot Segway Mini 1 Helmi Wiratran 2209105020 2 Latarbelakang (1) Segway PT: Transportasi alternatif dengan

Lebih terperinci

Multiple Model Fuzzy Control:

Multiple Model Fuzzy Control: Multiple Model Fuzzy Control: Rancangan dan Simulasi Pada Tower Crane Hendra Tjahyadi Jurusan Sistem Komputer Universitas Pelita Harapan Tangerang, Indonesia hendra.tjahyadi@uph.edu Torang Simamora Project

Lebih terperinci

Project Akhir UAS. 2. daftar isi a. fuzzy b. jst. 3. daftar gambar. 4. isi fuzzy step by step langkah penyelesaikan latihan soal

Project Akhir UAS. 2. daftar isi a. fuzzy b. jst. 3. daftar gambar. 4. isi fuzzy step by step langkah penyelesaikan latihan soal Project Akhir UAS Laporan diketik dalam bentuk laporan yang tersusun dari 1. cover a. nama b. nim c. kelompok : A11.4610 / A11.4609 d. warna : biru -> A11.4610 putih -> A11.4609 2. daftar isi a. fuzzy

Lebih terperinci

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang

Penerapan 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 terperinci

FUZZY 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) 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 terperinci

IMPLEMENTASI LOGIKA FUZZY UNTUK MENGENDALIKAN PH DAN LEVEL AIR KOLAM RENANG

IMPLEMENTASI LOGIKA FUZZY UNTUK MENGENDALIKAN PH DAN LEVEL AIR KOLAM RENANG IMPLEMENTASI LOGIKA FUZZY UNTUK MENGENDALIKAN PH DAN LEVEL AIR KOLAM RENANG Nazrul Effendy, M. Heikal Hasan dan Febry Wikatmono Jurusan Teknik Fisika, Fakultas Teknik, Universitas Gadjah Mada Jln. Grafika

Lebih terperinci

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

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 terperinci

adalahkelompok profesi terbesar dan berperan vital dalam sistem tersebut yang menyebabkan ABSTRAK

adalahkelompok profesi terbesar dan berperan vital dalam sistem tersebut yang menyebabkan ABSTRAK 1 Evaluasi Kinerja Pelayanan Perawat Menggunakan Fuzzy Inference System (FIS) Mamdani ( Studi Kasus : Puskesmas Bonang 1 Demak) ARIS MUTHOHAR Program Studi Teknik Informatika S1, Fakultas Ilmu Komputer,

Lebih terperinci

BAB III METODOLOGI 3.1. PENDAHULUAN

BAB III METODOLOGI 3.1. PENDAHULUAN BAB III METODOLOGI 3.1. PENDAHULUAN Dalam melakukan studi Tugas Akhir diperlukan metodologi yang akan digunakan agar studi ini dapat berjalan sesuai dengan koridor yang telah direncanakan di awal. Dalam

Lebih terperinci

MEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB

MEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB MEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB Syafiul Muzid 1, Sri Kusumadewi 2 1 Sekolah Pascasarjana Magister Ilmu Komputer, Universitas Gadjah Mada, Yogyakarta e-mail: aakzid@yahoo.com 2 Jurusan

Lebih terperinci

Implementasi Fuzzy Logic Untuk Mengatur Banyak Air Pada Tanaman Mawar Berdasarkan Suhu Dan Kelembaban

Implementasi Fuzzy Logic Untuk Mengatur Banyak Air Pada Tanaman Mawar Berdasarkan Suhu Dan Kelembaban Implementasi Fuzzy Logic Untuk Mengatur Banyak Air Pada Tanaman Mawar Berdasarkan Suhu Dan Kelembaban Lingga Dwi Putra 1, Joke Pratilastiarso 2, Endro Wahjono 3 1. Mahasiswa Jurusan Teknik Elektro Industri

Lebih terperinci

Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani

Perekrutan 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 terperinci

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

PENENTUAN 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 terperinci

DENIA FADILA RUSMAN

DENIA FADILA RUSMAN Sidang Tugas Akhir INVENTORY CONTROL SYSTEM UNTUK MENENTUKAN ORDER QUANTITY DAN REORDER POINT BAHAN BAKU POKOK TRANSFORMER MENGGUNAKAN METODE FUZZY (STUDI KASUS : PT BAMBANG DJAJA SURABAYA) DENIA FADILA

Lebih terperinci

STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU)

STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU) 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 terperinci

APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)

APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI) APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI) 1Venny Riana Agustin, 2 Wahyu H. Irawan 1 Jurusan Matematika, Universitas

Lebih terperinci

BAB III PERANCANGAN SISTEM

BAB III PERANCANGAN SISTEM BAB III PERANCANGAN SISTEM Pada bab ini akan dibahas perancangan serta penerapan pengendalian berbasis logika fuzzy pada sistem Fuzzy Logic Sebagai Kendali Pendingin Ruangan Menggunakan MATLAB. Dan simulasi

Lebih terperinci

Sistem Pengaturan Kecepatan Motor DC pada Alat Ektraksi Madu Menggunakan Kontrol Logika Fuzzy

Sistem Pengaturan Kecepatan Motor DC pada Alat Ektraksi Madu Menggunakan Kontrol Logika Fuzzy 1 Sistem Pengaturan Kecepatan Motor DC pada Alat Ektraksi Madu Menggunakan Kontrol Logika Fuzzy, Pembimbing 1: Erni Yudaningtyas, Pembimbing 2: Goegoes Dwi N. Abstrak Alat ekstraksi madu yang diputar secara

Lebih terperinci

Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto

Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto Zaenal Abidin Program studi Sistem Informasi STMIK Teknokrat Bandar Lampung, Indonesia

Lebih terperinci

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak

Lebih terperinci

Kecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017

Kecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017 Kecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017 PENDAHULUAN (Pengenalan Silabus dan Kontrak Belajar) Pengenalan Matakuliah Matakuliah Bobot : Kecerdasan

Lebih terperinci

PEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM

PEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM PEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM Syafiul Muzid Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia, Yogyakarta E-mail:

Lebih terperinci

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental

Lebih terperinci

KONTRAK PEMBELAJARAN (KP) MATA KULIAH

KONTRAK PEMBELAJARAN (KP) MATA KULIAH KONTRAK PEMBELAJARAN (KP) MATA KULIAH Kode MK: TSK-710 Program Studi Sistem Komputer Fakultas Teknik Universitas Diponegoro Pengajar : Eko Didik Widianto, ST, MT Semester : 7 KONTRAK PEMBELAJARAN Nama

Lebih terperinci

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN

PENGGUNAAN 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 terperinci

BAB IV PEMBAHASAN. BAB IV berisi pembahasan tahapan penelitian, yaitu klasifikasi logika. A. Identifikasi Data Cadangan Hidrokarbon

BAB IV PEMBAHASAN. BAB IV berisi pembahasan tahapan penelitian, yaitu klasifikasi logika. A. Identifikasi Data Cadangan Hidrokarbon BAB IV PEMBAHASAN BAB IV berisi pembahasan tahapan penelitian yaitu klasifikasi logika fuzzy hasil pembahasan analisis pengujian model fuzzy dan visualisasi model fuzzy pada perhitungan cadangan hidrokarbon

Lebih terperinci

PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan)

PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan) 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 terperinci

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS Alfa Saleh Teknik Informatika, Fak Ilmu Komputer Universitas Potensi Utama Jl KL Yos Sudarso KM 65 No3-A, Tanjung Mulia,

Lebih terperinci

APLIKASI SISTEM INFERENSI FUZZY METODE TSUKAMOTO DALAM PENILAIAN MUTU BENIH PADI

APLIKASI SISTEM INFERENSI FUZZY METODE TSUKAMOTO DALAM PENILAIAN MUTU BENIH PADI JMP : Volume 7 Nomor Juni 05 hal. 9-9 APLIKASI SISTEM INFERENSI FUZZY METODE TSUKAMOTO DALAM PENILAIAN MUTU BENIH PADI Diasta Risi Esa Annisa Mutia Nur Estri diastarisi@ymail.com Universitas Jenderal Soedirman

Lebih terperinci

ANALISA SISTEM KENDALI FUZZY PADA CONTINUOUSLY VARIABLE TRANSMISSION (CVT) DENGAN DUA PENGGERAK PUSH BELT UNTUK MENINGKATKAN KINERJA CVT

ANALISA SISTEM KENDALI FUZZY PADA CONTINUOUSLY VARIABLE TRANSMISSION (CVT) DENGAN DUA PENGGERAK PUSH BELT UNTUK MENINGKATKAN KINERJA CVT ANALISA SISTEM KENDALI FUZZY PADA CONTINUOUSLY VARIABLE TRANSMISSION (CVT) DENGAN DUA PENGGERAK PUSH BELT UNTUK MENINGKATKAN KINERJA CVT Oleh : Agung Prasetya Adhayatmaka NRP 2108100521 Dosen Pembimbing

Lebih terperinci

PERANCANGAN SISTEM KONTROL KESTABILAN SUDUT AYUNAN BOX BAYI BERBASIS MIKROKONTROLER MENGGUNAKAN FUZZY LOGIC CONTROL

PERANCANGAN SISTEM KONTROL KESTABILAN SUDUT AYUNAN BOX BAYI BERBASIS MIKROKONTROLER MENGGUNAKAN FUZZY LOGIC CONTROL PERANCANGAN SISTEM KONTROL KESTABILAN SUDUT AYUNAN BOX BAYI BERBASIS MIKROKONTROLER MENGGUNAKAN FUZZY LOGIC CONTROL Wiwit Fitria 1*, Anton Hidayat, Ratna Aisuwarya 2 Jurusan Sistem Komputer, Universitas

Lebih terperinci

Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan

Analisis 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 terperinci

Implementasi Logika Fuzzy Mamdani Dalam Game Simulasi Memancing

Implementasi Logika Fuzzy Mamdani Dalam Game Simulasi Memancing Implementasi Logika Fuzzy Mamdani Dalam Game Simulasi Memancing Implementation Of Fuzzy Logic Mamdani On Fishing Game Simulaton Satria Fitra Widya Utama 1, Helmie Arif Wibawa 2 2 Helmie.arif@gmail.com

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( ) TUGAS AKHIR PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati (1207 100 031) Dosen Pembimbing: Drs. I G Ngurah Rai Usadha, M.Si Dra. Nuri

Lebih terperinci

BAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan

BAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan BAB 1 PENDAHULUAN 1.1. Latar Belakang Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan sistem yang kompleks. Logika fuzzy memberikan rangka kerja yang kuat dalam memecahkan masalah

Lebih terperinci

Bab III Perancangan Sistem

Bab III Perancangan Sistem Bab III Perancangan Sistem Dalam perancangan sistem kendali motor DC ini, terlebih dahulu dilakukan analisis bagian-bagian apa saja yang diperlukan baik hardware maupun software kemudian dirancang bagian-perbagian,

Lebih terperinci

Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic

Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic Luh Kesuma Wardhani, Elin Haerani Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN SUSKA Riau

Lebih terperinci

PERMODELAN DAN SIMULASI KECEPATAN MOTOR DC BERBASIS FUZZY LOGIC CONTROLLER DENGAN 3 FUNGSI KEANGGOTAAN

PERMODELAN DAN SIMULASI KECEPATAN MOTOR DC BERBASIS FUZZY LOGIC CONTROLLER DENGAN 3 FUNGSI KEANGGOTAAN PERMODELAN DAN SIMULASI KECEPATAN MOTOR DC BERBASIS FUZZY LOGIC CONTROLLER DENGAN 3 FUNGSI KEANGGOTAAN Bara Agung Perdamaian Jurusan Teknik Elektro. Universitas Dian Nuswantoro Semarang Calon.orang_sukses@yahoo.co.id

Lebih terperinci

Physics Communication

Physics Communication Phys. Comm. 1 (1) (2017) Physics Communication http://journal.unnes.ac.id/nju/index.php/pc Simulasi kendali proportional integral derivative dan logika fuzzy pada sistem eksitasi automatic voltage regulator

Lebih terperinci

KENDALI LOGIKA FUZZY PADA PENGATURAN LAMPU LALU LINTAS BERDASARKAN URGENCY DAN STOP DEGREE

KENDALI LOGIKA FUZZY PADA PENGATURAN LAMPU LALU LINTAS BERDASARKAN URGENCY DAN STOP DEGREE KENDALI LOGIKA FUZZY PADA PENGATURAN LAMPU LALU LINTAS BERDASARKAN URGENCY DAN STOP DEGREE Fitria Suryatini Program Studi Teknik Elektro Fakultas Teknik Universitas Islam 45 (UNISMA) E-mail: fitriasuryatini88@gmail.com

Lebih terperinci

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

PENENTUAN 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 terperinci

MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA

MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA Muhammad Ilham 10211078 Program Studi Fisika, Institut Teknologi Bandung, Indonesia Email: muhammad_ilham@students.itb.ac.id Asisten:

Lebih terperinci

Pengaturan Air Cooler untuk Ruangan menggunakan Logika Fuzzy

Pengaturan Air Cooler untuk Ruangan menggunakan Logika Fuzzy Pengaturan Air Cooler untuk Ruangan menggunakan Logika Fuzzy Willy Setiawan - 13508043 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

LOGIKA FUZZY MENGGUNAKAN MATLAB

LOGIKA FUZZY MENGGUNAKAN MATLAB LOGIKA FUZZY MENGGUNAKAN MATLAB T.SUTOJO,Ssi,M.Kom 5.10 Fuzzy Logic Toolbox Matlab menyediakan fungsi-fungsi khusus untuk perhitungan logika Fuzzy dimulai dari perhitungan fungsi keanggotaan sampai dengan

Lebih terperinci

PENENTUAN 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 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 terperinci

PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)

PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK) 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 terperinci

Lima metode defuzzifikasi ini dibandingkan dengan mengimplementasikan pada pengaturan kecepatan motor DC.

Lima metode defuzzifikasi ini dibandingkan dengan mengimplementasikan pada pengaturan kecepatan motor DC. Sutikno, Indra Waspada PERBANDINGAN METODE DEFUZZIFIKASI SISTEM KENDALI LOGIKA FUZZY MODEL MAMDANI PADA MOTOR DC Sutikno, Indra Waspada Program Studi Teknik Informatika Universitas Diponegoro tik@undip.ac.id,

Lebih terperinci

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB

SISTEM 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 terperinci

DISAIN DAN IMPLEMENTASI PENGENDALI FUZZY BERBASIS DIAGRAM LADDER PLC MITSUBISHI Q02HCPU PADA SISTEM MOTOR INDUKSI

DISAIN DAN IMPLEMENTASI PENGENDALI FUZZY BERBASIS DIAGRAM LADDER PLC MITSUBISHI Q02HCPU PADA SISTEM MOTOR INDUKSI DISAIN DAN IMPLEMENTASI PENGENDALI FUZZY BERBASIS DIAGRAM LADDER PLC MITSUBISHI Q02HCPU PADA SISTEM MOTOR INDUKSI Syarif Jamaluddin a, Ir. Aries Subiantoro, M.Sc. b a,b) Departemen Elektro Fakultas Teknik,

Lebih terperinci

SISTEM 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) 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 terperinci

SISTEM PENDUKUNG KEPUTUSAN KENAIKAN PANGKAT PEGAWAI DI KANTOR KEMENTRIAN AGAMA KABUPATEN KEDIRI DENGAN FUZZY TSUKAMOTO

SISTEM PENDUKUNG KEPUTUSAN KENAIKAN PANGKAT PEGAWAI DI KANTOR KEMENTRIAN AGAMA KABUPATEN KEDIRI DENGAN FUZZY TSUKAMOTO Artikel Skripsi SISTEM PENDUKUNG KEPUTUSAN KENAIKAN PANGKAT PEGAWAI DI KANTOR KEMENTRIAN AGAMA KABUPATEN KEDIRI DENGAN FUZZY TSUKAMOTO SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh

Lebih terperinci

Himpunan Tegas (Crisp)

Himpunan Tegas (Crisp) Logika Fuzzy Logika Fuzzy Suatu cara untuk merepresentasikan dan menangani masalah ketidakpastian (keraguan, ketidaktepatan, kekuranglengkapan informasi, dan kebenaran yang bersifat sebagian). Fuzzy System

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 03(2016), hal 265 274. ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Abdul Azis, Bayu Prihandono, Ilhamsyah INTISARI Optimasi

Lebih terperinci

PENERAPAN FUZZY INFERENCE SYSTEM METODE MAMDANI UNTUK PENENTUAN BESARAN PERSENTASE BEASISWA

PENERAPAN FUZZY INFERENCE SYSTEM METODE MAMDANI UNTUK PENENTUAN BESARAN PERSENTASE BEASISWA PENERAPAN FUZZY INFERENCE SYSTEM METODE MAMDANI UNTUK PENENTUAN BESARAN PERSENTASE BEASISWA Agus Sukoco 1, Robby Yuli Endra 2 Teknik Informatika 1 Fakultas Ilmu Komputer -Universitas Bandar Lampung(UBL)

Lebih terperinci

Oleh : Rahanimi Pembimbing : Dr. M Isa Irawan, M.T

Oleh : Rahanimi Pembimbing : Dr. M Isa Irawan, M.T PERAMALAN JUMLAH MAHASISWA PENDAFTAR PMDK JURUSAN MATEMATIKA MENGGUNAKAN METODE AUTOMATIC CLUSTERING DAN RELASI LOGIKA FUZZY (STUDI KASUS di INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA) Oleh : Rahanimi

Lebih terperinci

Perancangan Sistem Kontrol Sandar Kapal Otomatis Berbasis Logika Fuzzy di Pelabuhan Tanjung Perak Surabaya

Perancangan Sistem Kontrol Sandar Kapal Otomatis Berbasis Logika Fuzzy di Pelabuhan Tanjung Perak Surabaya JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: 2337-3539 (2301-9271 Print) E-57 Perancangan Sistem Kontrol Sandar Kapal Otomatis Berbasis Logika Fuzzy di Pelabuhan Tanjung Perak Surabaya Randika Gunawan,

Lebih terperinci

PENERAPAN 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 ) 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 terperinci

ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN

ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN SUPRIYONO Sekolah Tinggi Teknologi Nuklir BATAN Jl. Babarsari Kotak Pos 6101/YKBB Yogyakarta. Email : masprie_sttn@yahoo.com

Lebih terperinci

SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI

SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI 1209100023 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

BAB II: TINJAUAN PUSTAKA

BAB II: TINJAUAN PUSTAKA BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali

Lebih terperinci

IV PENGEMBANGAN FUZZY INFERENSI SISTEM SELEKSI METODE EOR

IV PENGEMBANGAN FUZZY INFERENSI SISTEM SELEKSI METODE EOR IV PENGEMBANGAN FUZZY INFERENSI SISTEM SELEKSI METODE EOR 4.1. Fuzzy Inferensi Sistem Tahapan-tahapan yang dilakukan pada Pengembangan Fuzzy Iinferensi Sistem untuk Seleksi Metode EOR antara lain: mendefinisikan

Lebih terperinci

ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

ANALISIS 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 terperinci

Penerapan Logika Fuzzy Pada Sistem Parkir Truk

Penerapan Logika Fuzzy Pada Sistem Parkir Truk Penerapan Logika Fuzzy Pada Sistem Parkir Truk Kuswara Setiawan Program Studi Sistem Informasi Universitas Pelita Harapan Surabaya, Indonesia Abstrak Suatu sistem dinamis dalam kehidupan sehari-hari seringkali

Lebih terperinci

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Sistem Informasi

Lebih terperinci

Penentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno

Penentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno Penentuan Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno Shenna Miranda #1, Minora Longgom Nasution *2, Muhammad Subhan #3 #1 Student of Mathematics department State University

Lebih terperinci

SISTEM PENGEMBANGAN KENDALI LOGIKA FUZZY BERBASIS PROGRAMMABLE LOGIC CONTROLLER

SISTEM PENGEMBANGAN KENDALI LOGIKA FUZZY BERBASIS PROGRAMMABLE LOGIC CONTROLLER SISTEM PENGEMBANGAN KENDALI LOGIKA FUZZY BERBASIS PROGRAMMABLE LOGIC CONTROLLER Thiang, Felix Pasila, Junaedi Jurusan Teknik Elektro, Universitas Kristen Petra Jl. Siwalankerto 121-131 Surabaya Telp :

Lebih terperinci

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi Berdasarkan Data Persediaan dan Jumlah Permintaan Ria Rahmadita Surbakti 1), Marlina Setia Sinaga 2) Jurusan Matematika FMIPA UNIMED riarahmadita@gmail.com

Lebih terperinci

Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal

Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal [ Thiang et al. ] Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal Thiang, Resmana, Wahyudi Fakultas Teknologi

Lebih terperinci

Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani

Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani JURNAL SAINTIFIK VOL.3 NO. 2, JULI 2017 Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani Darmawati Jurusan Matematika FMIPA Universitas Sulawesi Barat; e-mail: dharmawangs89@gmail.com

Lebih terperinci

LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN

LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN Agung Saputra 1), Wisnu Broto 2), Ainil Syafitri 3) Prodi Elektro Fakultas Teknik Univ. Pancasila, Srengseng Sawah Jagakarsa, Jakarta, 12640 Email: 1) agungsap2002@yahoo.com

Lebih terperinci

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

MODEL 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 terperinci

Kontroler Fuzzy-PI untuk Plant Coupled-Tank

Kontroler Fuzzy-PI untuk Plant Coupled-Tank Kontroler Fuzzy-PI untuk Plant Coupled-Tank Mochamad Nur Qomarudin 1 Surabaya, 4 Mei 2013 Abstrak Saya awali dokumen ini dengan Nama Alloh, Tuhan Semesta Alam, Sang Maha Pengasih dan Maha Penyayang. Sebagian

Lebih terperinci

Perancangan Kontroler Fuzzy untuk Tracking Control Robot Soccer

Perancangan Kontroler Fuzzy untuk Tracking Control Robot Soccer 1 Perancangan Kontroler Fuzzy untuk Tracking Control Robot Soccer Gunawan Wibisono 2208 100 517 Control Engineering Laboratory Electrical Engineering Department Industrial Engineering Faculty Institut

Lebih terperinci

BAB III METODE FUZZY MAMDANI

BAB 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 terperinci

SIMULASI PENGENDALI P. I. D. FUZZY PADA SISTEM PENGATURAN KECEPATAN MOTOR ARUS SEARAH

SIMULASI PENGENDALI P. I. D. FUZZY PADA SISTEM PENGATURAN KECEPATAN MOTOR ARUS SEARAH SIMULASI PENGENDALI P. I. D. FUZZY PADA SISTEM PENGATURAN KECEPATAN MOTOR ARUS SEARAH Bambang Widodo ABSTRACT Controller in a control system is important, the controller has function to tune the system

Lebih terperinci

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 4 NO. 1 SEPTEMBER 2011

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 4 NO. 1 SEPTEMBER 2011 OPTIMALISASI PRODUK MOBIL DENGAN SISTEM PENDUKUNG KEPUTUSAN BERBASIS FUZZY Dedy Irfan 1 ABSTRACT Make decision is required to utilize one among some existing alternatives. Decision made to solve problem,

Lebih terperinci

Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic

Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic JTRISTE, Vol.2, No.2, Oktober 2015, pp. 18~28 ISSN: 2355-3677 Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic Junaedy 1, Abdul Munir 2 STMIK KHARISMA

Lebih terperinci

EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI

EVALUASI 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 terperinci

JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: ( Print) B-58

JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: ( Print) B-58 JURNAL TEKNIK POMITS Vol. 3, No. 1, (214) ISSN: 2337-3539 (231-9271 Print) B-58 Swing-up dan Stabilisasi pada Sistem Pendulum Kereta menggunakan Metode Fuzzy dan Linear Quadratic Regulator Renditia Rachman,

Lebih terperinci

TUGAS PRAKTIKUM SISTEM CERDAS

TUGAS PRAKTIKUM SISTEM CERDAS TUGAS PRAKTIKUM SISTEM CERDAS Modul III Penerapan Logika Fuzzy Dengan Matlab Tanggal 17 November 2015 Disusun Oleh : Fahmi Ahmad Husaeni (201302025) Dosen Pengampu : E. Agung Nugroho S.T, M.T Program Studi

Lebih terperinci

ANALISIS PENDUKUNG KEPUTUSAN PENENTUAN PEMBELIAN BAHAN BAKU UNTUK PEMBUATAN MEUBEL JENIS KURSI LETER L MENGGUNAKAN FUZZY TSUKAMOTO

ANALISIS PENDUKUNG KEPUTUSAN PENENTUAN PEMBELIAN BAHAN BAKU UNTUK PEMBUATAN MEUBEL JENIS KURSI LETER L MENGGUNAKAN FUZZY TSUKAMOTO ANALISIS PENDUKUNG KEPUTUSAN PENENTUAN PEMBELIAN BAHAN BAKU UNTUK PEMBUATAN MEUBEL JENIS KURSI LETER L MENGGUNAKAN FUZZY TSUKAMOTO Sulistiyono 1), Wahyu Oktri Widyarto 2) 1 Information Technology Faculty

Lebih terperinci

BAB IV SIMULASI STABILISASI INVERTED PENDULUM DENGAN MENGGUNAKAN PENGONTROL FUZZY

BAB IV SIMULASI STABILISASI INVERTED PENDULUM DENGAN MENGGUNAKAN PENGONTROL FUZZY BAB IV SIMULASI STABILISASI INVERTED PENDULUM DENGAN MENGGUNAKAN PENGONTROL FUZZY Pada bab ini, pertama-tama akan dijelaskan mengenai pemodelan stabilisasi sistem inverted pendulum menggunakan perangkat

Lebih terperinci

Abdul Halim Dosen Pembimbing Dr. Trihastuti Agustinah, ST., MT

Abdul Halim Dosen Pembimbing Dr. Trihastuti Agustinah, ST., MT Abdul Halim 22 05 053 Dosen Pembimbing Dr. Trihastuti Agustinah, ST., T JURUSAN TEKNIK ELEKTRO Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 203 PENDAHULUAN PERANCANGAN HASIL

Lebih terperinci

Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani

Penilaian 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 terperinci

IMPLEMENTASI FUZZY MAMDANI DALAM MENENTUKAN PEMBELIAN CAT (STUDI KASUS PT. XYZ)

IMPLEMENTASI FUZZY MAMDANI DALAM MENENTUKAN PEMBELIAN CAT (STUDI KASUS PT. XYZ) IMPLEMENTASI FUZZY MAMDANI DALAM MENENTUKAN PEMBELIAN CAT (STUDI KASUS PT. XYZ) Edy Victor Haryanto Universitas Potensi Utama Jl. K. L. Yos Sudarso Km. 6,5 No. 3 A Tj. Mulia Medan edy@potensi-utama.ac.id,

Lebih terperinci

Kontrol Kecepatan Motor Induksi Menggunakan Metode PID-Fuzzy

Kontrol Kecepatan Motor Induksi Menggunakan Metode PID-Fuzzy Kontrol Kecepatan Motor Induksi Menggunakan Metode PID-Fuzzy Tianur -1 #1, Dedid Cahya Happiyanto -2 #2, Agus Indra Gunawan -3 #3, Rusminto Tjatur Widodo -4 #4 # Jurusan Teknik Elektronika, Politeknik

Lebih terperinci