PENGGUNAAN METODE FIS MAMDANI DALAM MEMPERKIRAKAN TERJADINYA GELOMBANG TSUNAMI AKIBAT GEMPA BUMI
|
|
- Iwan Setiawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Sofyan, H., Lusiani, E., Rusyana, A. and Marzuki Penggunaan Metode FIS Mamdani dalam Memperkirakan Terjadinya Gelombang Tsunami Akibat Gempa Bumi. FKIP Universitas Jambi. Jambi. Dipresentasikan pada Semirata 2017 Bidang MIPA BKS-PTN Wilayah Barat di Jambi PENGGUNAAN METODE FIS MAMDANI DALAM MEMPERKIRAKAN TERJADINYA GELOMBANG TSUNAMI AKIBAT GEMPA BUMI Hizir Sofyan 1, Erni Lusiani 2, Asep Rusyana 3, Marzuki 4 Fakultas MIPA, Universitas Syiah Kuala hizir@unsyiah.ac.id ABSTRACT Mamdani method is one of the Fuzzy Inference System (FIS) works based on linguistic rules to make decisions on matters that are uncertain. Mamdani FIS method can be used as an alternative solution to overcome the problems associated with tsunami warning system (tsunami warning system). This study uses the input variables in the form of the data of earthquakes that occurred around the shoreline or under the sea in units on the Richter scale and volcanic activity in the form of a volcanic eruption that occurred along the coastal areas in units of VEI (Volcanic explosivity index) to establish a tsunami early warning system, Types of membership functions used are trapezoidal membership functions. The early warning was formed from this study are not only able to predict a tsunami, but the magnitude of an impending tsunami can also be predicted early. Keywords: fuzzy inference system, Mamdani FIS, a tsunami warning system, membership functions, earthquakes, volcanic eruptions PENDAHULUAN Tsunami merupakan salah satu kejadian yang berulang. Tsunami Aceh yang terjadi pada 26 Desember 2004 adalah contoh dari kejadian tsunami yang berulang. Dalam interval waktu empat ratus tahun terakhir, Indonesia telah mengalami ribuan gempa bumi dan ratusan tsunami. Letak Indonesia yang dikelilingi oleh lempeng Indo-Australia dan Pelat Laut Filipina yang meretas di bawah lempeng Eurasia, dengan lima pulau besar dan beberapa semenanjung merupakan salah satu sebab banyaknya terjadi peristiwa gempa bumi dan tsunami di Indonesia [1]. Pengulangan kejadian tsunami di setiap tempat sebenarnya berlangsung dalam jangka waktu yang panjang. Sebelum kejadian tsunami dahsyat yang menelan ratusan ribu jiwa di Aceh pada penghujung tahun 2004 itu, tercatat bahwa wilayah Aceh pernah mengalami kejadian tsunami yaitu tahun 1797, 1861 dan Hal itu yang mendorong perlu diadakan sebuah sistem yang mampu memprediksi lebih awal kemungkinan tsunami akan datang. Pada kasus ini Fuzzy inference system (FIS) dijadikan sebagai acuan metode pengkajian. FIS merupakan salah satu metode yang dapat digunakan untuk mengatasi permasalahan yang berhubungan dengan sistem peringatan tsunami (tsunami warning system). FIS adalah suatu metode yang berbasis logika fuzzy, dalam logika fuzzy sesuatu yang dapat menjadi sebagiaan benar dan sebagian salah pada waktu yang sama. Tujuan dari penelitian ini adalah membuat suatu sistem peringatan berdasarkan fuzzy inference system (FIS) Mamdani untuk menentukan peringatan dini terhadap kemungkinan terjadinya tsunami. Logika fuzzy memiliki konsep himpunan dengan tingkat kebenaran dalam rentang 0 sampai 1. Kelebihan dari logika fuzzy yaitu memiliki kemampuan dalam proses penalaran pena 73
2 secara bahasa linguistic reasoning. Hal tersebut yang mendukung pengambilan keputusan menggunakan logika tersebut mudah dipahami. Pembentukan sistem peringatan tsunami ini bergantung pada kekuatan gempa bumi dan aktivitas vulkanik yang menjadi gejala alam pada beberapa kasus sebelumnya. Semakin besar kekuatan gempa bumi yang terjadi dalam satuan skala richter, serta terdapat erupsi vulkanik dengan skala VEI yang tinggi, Maka kemungkinan untuk terjadinya bencana tsunami semakin besar. Masalah yang menjadi pokok pembahasan dalam kasus ini adalah bagaimana menentukan suatu sistem peringatan tsunami berdasarkan gempa bumi dan erupsi vulkanik dengan hasil yang lebih baik dalam memprediksi kemungkinan tsunami yang akan terjadi. Tulisan ini diharapkan mampu menghasilkan suatu sistem yang dapat dikembangkan dan dikondisikan kembali dengan wilayah Aceh sehingga sesuai digunakan sebagai acuan oleh BMKG dalam menentukan peringatan dini tsunami. KAJIAN LITERATUR DAN PEGEMBANGAN HIPOTESIS Himpunan fuzzy merupakan rentang nilai tertentu sebagai fungsi karakteristik kontinu yang didefinisikan oleh interval [0,1]. Himpunan tersebut memiliki dua atribut yaitu atribut linguistik berupa penamaan kelompok yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami misalnya besar, sedang, dan kecil. Atribut lainnya yaitu atribut numerik berupa suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel misalnya 50, 100, dan 150. Fuzzy Inference System yang dalam Bahasa Indonesia berarti Sistem Inferensi Fuzzy merupakan sistem yang dapat melakukan penalaran dengan prinsip serupa seperti manusia melakukan penalaran dengan nalurinya. FIS Mamdani dianggap yang paling mudah dimengerti karena dapat bekerja berdasarkan kaidah-kaidah linguistik. Logika fuzzy secara linguistik memberikan penerapan yang lebih mudah untuk dipahami, karena menggunakan bahasa sehari-hari seperti baik, buruk, ya, atau tidak. Logika fuzzy merupakan suatu sistem yang digunakan sebagai pengambilan keputusan dalam permasalahan yang bersifat ketidak-pastian (ambigu). Metode Mamdani atau disebut juga Metode Max-Min pertama kali diperkenalkan oleh Ebrahim Mamdani pada tahun Metode ini memiliki empat tahapan yaitu pembentukan himpunan fuzzy dalam variabel input dan output, pengaplikasian fungsi implikasi menggunakan fungsi IF x is A THEN y is B dimana x dan y adalah skalar serta A dan B adalah himpunan fuzzy, tahap selanjutnya yaitu komposisi aturan menggunakan metode metode max, additive, dan probabilistik OR (probor), dan tahap terakhir yaitu defuzzyfikasi atau penegasa. METODE PENELITIAN Proses dalam menentukan sistem peringatan tsunami terdiri dari beberapa tahap. Tahap pertama yaitu membangkitkan data normal secara acak menggunakan perangkat lunak R untuk data kekuatan gempa bumi dan ledakan gunung berapi, tahap kedua yaitu pengaplikasian Fuzzy Inference System Mamdani berupa pembentukan himpunan fuzzy, aplikasi fungsi implikasi, komposisi aturan fuzzy dan defuzzyfikasi. Tahap selanjutnya yaitu pengaplikasian sistem yang terbentuk menggunakan data dan tahap terakhir menentukan hasil dan kesimpulan penelitian. Penelitian ini menggunakan data gempa bumi yang terjadi di sekitar garis pantai atau bawah laut sebagai variabel input pertama yang diklasifikasikan menjadi 3 bagian yaitu Rendah, Sedang, dan Tinggi berdasarkan skala richter. Sedangkan variabel input kedua yaitu aktivitas vulkanik berupa letusan gunung berapi yang terjadi di sepanjang wilayah pesisir, alasan yang mendasari penggunaan variabel input ini karena kemungkinan besar longsoran material dan runtuhan gunung berapi dapat bergerak cepat ke wilayah perairan dan 74
3 menggantikan air, sehingga air naik ke daratan. Besarnya daya ledak diukur dalam VEI (Volcanic Explosivity Index). Pada kasus ini ledakan dibagi menjadi 3 jenis ledakan yaitu Tidak Meledak, Meledak, dan Meledak Besar. Output yang dihasilkan berupa kemungkinan terjadinya tsunami yang dikelompokkan menjadi tiga bagian yaitu waspada 1 (tidak terjadi tsunami), waspada 2 (terjadi tsunami kecil), dan waspada 3 (tsunami besar). Fungsi keanggotaan yang digunakan dalam penelitian ini yaitu fungsi keanggotaan trapesium. Fungsi keanggotaan variabel input dan output masing-masing adalah sebagai berikut. 75
4 Fungsi Implikasi yang digunakan berupa relasi IF-THEN, sedangkan komposisi aturan pada penelitian ini adalah aturan MIN. Pada tahap defuzzyfikasi menggunakan metode centroid. Pengolahan data dalam penelitian ini menggunakan perangkat lunak MATLAB v dengan memanfaatkan toolbox FIS (Fuzzy Inference System) untuk memasukkan nilai variabel input dan output. HASIL DAN PEMBAHASAN Data yang digunakan dalam penelitian ini terdiri dari dua kelompok. Tabel 1. Kekuatan gempa bumi dan ledakan gunung berapi No. Gempa Bumi Ledakan Gunung Berapi
5 Data tersebut yaitu data gempa bumi yang kekuatannya berkisar dari 0-11 skala richter dan data ledakan gunung berapi dalam skala VEI. Data gempa bumi dan ledakan gunung berapi yang digunakan dalam penelitian ini disajikan pada Tabel 1. Semesta ditentukan berdasarkan kekuatan minimum dan maksimum kejadian tiap variabel berdasarkan skalanya masing-masing. Semua variabel memiliki semesta yang berbeda-beda pada setiap fungsinya, seperti yang terlihat pada Tabel 2. Tabel 2. Daftar variabel yang digunakan Fungsi Variabel Semesta Input Gempa Bumi [0, 11] Ledakan Gunung Berapi [0, 9] Output Tsunami [0, 13] Fungsi keanggotaan untuk gempa bumi diklasifikasikan berdasarkan Rendah, Sedang dan Tinggi. Ledakan gunung berapi diklasifikasikan berdasarkan Tidak Meledak, Meledak, dan Meledak Besar. Sedangkan data peringatan tsunami (output) diklasifikasikan berdasarkan Waspada 1, Waspada 2, dan Waspada 3, seperti tertera pada Tabel 3. Tabel 3. Domain himpunan fuzzy Variabel Himpunan Fuzzy Domain Gempa Bumi Ledakan Gunung Berapi Rendah [0, 6.3] Sedang [6, 8.3] Tinggi [8, 9.9] Tidak Meledak [0, 0.8] Meledak [0.5, 4] Meledak Besar [3.7, 7.9] Waspada 1 [0, 7] Tsunami Waspada 2 [6, 10] Waspada 3 [9, 12] Aturan yang terbentuk berdasarkan variabel input dan variabel output dalam penelitian ini sebanyak 27 aturan yang dihasilkan melalui proses kombinasi tiap elemen variabel input dan output-nya, kemudian aturan-aturan tersebut diseleksi menghasilkan 9 aturan (Tabel 4.) Tabel 4. Tabel aturan fuzzy Atur-an Gempa Bumi Input Ledakan Gunung Berapi Output Klasifikasi 77
6 1 R TM Waspada 1 2 R M Waspada 1 3 R MB Waspada 2 4 S TM Waspada 1 5 S M Waspada 2 6 S MB Waspada 2 7 T TM Waspada 2 8 T M Waspada 3 9 T MB Waspada 3 Dengan R, S, dan T masing-masing menyatakan Rendah, Sedang, dan Tinggi. TM, M, dan MB masing-masing menyatakan Tidak Meledak, Meledak, dan Meledak Besar. Tabel 5. Hasil pengujian data gempa bumi dan ledakan gunung berapi Gempa Bumi Ledakan Gunung Berapi Tsunami Warning System Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada Waspada 1 78
7 Waspada Waspada 2 Pengujian terhadap sistem yang sudah dibentuk dilakukan dengan menggunakan 30 data dari tiap variabel input dan diperoleh keputusan seperti pada Tabel 5. KESIMPULAN Aturan fuzzy yang digunakan sebanyak 9 aturan. Hasil pengujian sistem fuzzy terhadap 30 data adalah warning system Waspada 1 sebanyah 15, Waspada 2 sebanyak 14, dan 1 warning system untuk Waspada 3. Logika fuzzy khususnya Fuzzy Inference System Mamdani dapat digunakan sebagai solusi alternatif dalam membangun tsunami warning system yang memberikan hasil terbaik, karena peringatan dini yang dibentuk tidak hanya mampu memprediksi akan terjadi tsunami namun besar kekuatan tsunami yang akan terjadi juga dapat diprediksi lebih awal. DAFTAR PUSTAKA Aydan, O Seismic and Tsunami Hazard Potential in Indonesia with a special emphasis on Sumatra Island, Journal of The School of Marine Science and Technology, Vol. 6 No. 3: 19-38, Tokai University, Tokyo Kusumadewi, S Analisis dan Desain Sistem Fuzzy Menggunakan ToolBox Matlab. Graha Ilmu, Yogyakarta Effendi, H Aplikasi Logika Fuzzy untuk Peramalan Beban Listrik Jangka Pendek Menggunakan Matlab. SAINSTEK XII(1): Universitas Negeri Padang, Padang Marzuki, Hafnani, Ernyda, N., dan Rahmat, D Sistem Inferensi Fuzzy Mamdani dalam Pengklasifikasian Warna Varietas Tomat. Prosiding Semirata 2016 Bidang MIPA BKS-PTN Wilayah Barat: FMIPA Universitas Sriwijaya, Palembang Kusumadewi, S. dan Purnomo Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Edisi Kedua. Graha Ilmu, Yogyakarta Tayal, T. dan Prema KV Design and Implementation of A Fuzzy Based Tsunami Warning System, IJRET: International Journal of Research in Engineering and Technology, Karnataka. 79
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 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 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 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 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 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 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 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 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 terperinciNURAIDA, 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 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 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 terperinciPraktikum sistem Pakar Fuzzy Expert System
Praktikum sistem Pakar Fuzzy Expert System Ketentuan Praktikum 1. Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa untuk praktikum pertemuan ke - 8 2. Mahasiswa akan mendapatkan penjelasan
Lebih terperinciProses 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 terperinciBAB I PENDAHULUAN. Sabuk Gempa Pasifik, atau dikenal juga dengan Cincin Api (Ring
BAB I PENDAHULUAN 1.1 Latar Belakang Sabuk Gempa Pasifik, atau dikenal juga dengan Cincin Api (Ring of Fire), merupakan daerah berbentuk seperti tapal kuda yang mengelilingi Samudera Pasifik sepanjang
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 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 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 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 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 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 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 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 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 terperinciSIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI
SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI Nofriadi * 1), Havid Syafwan 2) 1) Program Studi Sistem Informasi, STMIK Royal Kisaran Jl. Prof. M. Yamin 173 Kisaran, Sumatera
Lebih 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 terperinciImplementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan Daerah Banjir di Semarang Utara
Scientific Journal of Informatics Vol. 2, No. 2, November 2015 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Implementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN GURU TELADAN MENGGUNAKAN METODE FUZZY MAMDANI ABSTRAK
SISTEM PENDUKUNG KEPUTUSAN GURU TELADAN MENGGUNAKAN METODE FUZZY MAMDANI (STUDI KASUS PROGRAM STUDI TEKNIK INFORMATIKA-S1 UDINUS) Wisnu Joyo Anggita Teknik Informatika Universitas Dian Nuswantoro Semarang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah kata benda yang berasal dari kata himpun. Kata kerjanya adalah menghimpun. Menghimpun adalah kegiatan yang berhubungan dengan berbagai objek apa saja.
Lebih terperinciBAB 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 terperinciSISTEM 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 terperinciBAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan
BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental
Lebih terperinciBAB 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 terperinciJMP : 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 terperinciANALISIS 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pattern Recognition Konsep utama dari Pattern Recognition adalah tentang ketidakpastian (uncertainty) (Bishop, 2006). Pattern Recognition disebut juga sebagai proses klasifikasi
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 terperinciIMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM)
IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM) Junius_Effendi* Email : Cyberpga@ymail.com ABSTRAK Penelitian ini dilakukan untuk memperlajari
Lebih terperinciPENERAPAN FUZZY INFERENCE SYSTEM PADA PREDIKSI CURAH HUJAN DI SURABAYA UTARA
LOGO PENERAPAN FUZZY INFERENCE SYSTEM PADA PREDIKSI CURAH HUJAN DI SURABAYA UTARA Oleh: DYNES RIZKY NAVIANTI (1208100017) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI
Lebih terperinciPENDAHULUAN A. LATAR BELAKANG MASALAH
PENDAHULUAN A. LATAR BELAKANG MASALAH Dalam pelaksanaan pembelajaran selalu ditemui evaluasi-evaluasi untuk menguji tingkat pemahaman terhadap suatu bahan yang dipelajari. Evaluasi-evaluasi ini tidak boleh
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 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 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 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 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 terperinciImplementasi 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 terperinciMEMBANGUN PERANGKAT LUNAK PENENTUAN DAYA LISTRIK DENGAN LOGIKA FUZZY
MEMBANGUN PERANGKAT LUNAK PENENTUAN DAYA LISTRIK DENGAN LOGIKA FUZZY Farikhah Indriani 1, Supriyono 2 1 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Jln. Kaliurang
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 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 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 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kota Padang adalah salah satu Ibukota provinsi di Indonesia yaitu Sumatera Barat, yang paling rawan akan terjadinya gempa bumi, karena terdapatnya patahan Semangko
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 terperinciSIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB
SIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB Pio A. F. Islami 1, Kirya Mateeke Moses 2, Muqodimah Nur Lestari 3, Aji Prasetya Wibawa 4 1,
Lebih terperinciProsiding Matematika ISSN:
Prosiding Matematika ISSN: 2460-6464 Simulasi Pengaturan Lampu Lalu Lintas Menggunakan Fuzzy Inference System Metode Mamdani pada MATLAB Traffic Light Simulation using Fuzzy Inference System with Mamdani
Lebih terperinciPERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ)
PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ) Edy Victor Haryanto 1, Fina Nasari 2 1,2 UniversitasPotensiUtama Jl. K.
Lebih terperinciSISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC
SISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC ( STUDY KASUS : KARANG TARUNA DESA PUHJARAK ) SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana Komputer
Lebih terperinciSeminar Nasional Inovasi Dan Teknologi Informasi (SNITI 3) ISSN : Samosir, November 2016
Analisis Penerapan Fuzzy Inference System (FIS) Dengan Metode Mamdani Pada Sistem Prediksi Mahasiswa Non Aktif (Studi Kasus : AMIK Tunas Bangsa Pematangsiantar) Anjar Wanto 1 1 Fakultas Ilmu Komputer-Teknologi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Bencana Gempa bumi merupakan sebuah ancaman besar bagi penduduk pantai di kawasan Pasifik dan lautan-lautan lainnya di dunia. Indonesia merupakan salah satu negara
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 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 terperinciMETODOLOGI PENELITIAN
7 terboboti dari daerah output fuzzy. Metode ini paling dikenal dan sangat luas dipergunakan. First of Maxima (FoM) dan Last of Maxima (LoM) Pada First of Maxima (FoM), defuzzifikasi B( y) didefinisikan
Lebih terperinciPENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. (204), hal 39-46. PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI Yoakim Marinus
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 terperinci1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Salah satu aplikasi sistem cerdas yang paling sukses dan masih berkembang saat ini yaitu peramalan beban listrik. Peramalan beban listrik adalah suatu ilmu
Lebih terperinciPENGELOMPOKAN DAMPAK GEMPA BUMI DARI SEGI KERUSAKAN FASILITAS PADA PROVINSI YANG BERPOTENSI GEMPA DI INDONESIA MENGGUNAKAN K-MEANS-CLUSTERING
PENGELOMPOKAN DAMPAK GEMPA BUMI DARI SEGI KERUSAKAN FASILITAS PADA PROVINSI YANG BERPOTENSI GEMPA DI INDONESIA MENGGUNAKAN K-MEANS-CLUSTERING Hepita Artatia, RB Fajriya Hakim Program Studi Statistika Fakultas
Lebih terperinciPERBANDINGAN METODE FUZZY SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS PADA PERUM BULOG DIVISI REGIONAL SUMUT SKRIPSI
PERBANDINGAN METODE FUZZY SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS PADA PERUM BULOG DIVISI REGIONAL SUMUT SKRIPSI DESMON GUNADI SIAGIAN 110803066 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciPREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI
PREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI Rizka Munia Yogaswara 1), Gunawan Abdillah 2), Dian Nursantika
Lebih terperinciANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB
ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB Sri Kusumadewi Analisis & Desain Sistem Fuzzy Menggunakan Toolbox Matlab Oleh: Sri Kusumadewi
Lebih terperinciIMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA
IMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA Subhan Hartanto Sistem Informatika, Universitas Pembangunan Panca Budi Jl. Jend Gatot Subroto, Simpang Tj., Medan Sunggal, Kota Medan,
Lebih terperinciANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG
ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG Harison Dosen Jurusan Teknik Informatika Fakultas Teknologi Industri Institut Teknologi Padang Abstrak Keputusan
Lebih terperinciAPLIKASI LOGIKA FUZZY UNTUK PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN MATLAB
52 APLIKASI LOGIKA FUZZY UNTUK PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN MATLAB (Hansi Effendi) *) ABSTRACT This research is conducted to apply Fuzzy Logic which is implemented in short term load
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 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 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 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 terperinciPREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO
PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO Ahmad Bahroini 1, Andi Farmadi 2, Radityo Adi Nugroho 3 1,2,3Prodi Ilmu Komputer FMIPA UNLAM Jl. A. Yani Km 36 Banjarbaru, Kalimantan
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 terperinciMELIHAT POTENSI SUMBER GEMPABUMI DAN TSUNAMI ACEH
MELIHAT POTENSI SUMBER GEMPABUMI DAN TSUNAMI ACEH Oleh Abdi Jihad dan Vrieslend Haris Banyunegoro PMG Stasiun Geofisika Mata Ie Banda Aceh disampaikan dalam Workshop II Tsunami Drill Aceh 2017 Ditinjau
Lebih terperinciAPLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)
APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI) 1Venny Riana Agustin, 2 Wahyu H. Irawan 1 Jurusan Matematika, Universitas
Lebih terperinciBAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya
BAB II LANDASAN TEORI A. Logika Fuzzy Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya berada di luar model matematis dan bersifat inexact. Konsep ketidakpastian inilah yang
Lebih terperinciPENENTUAN JUMLAH PRODUKSI PULP PADA PT.TOBA PULP LESTARI, Tbk. DENGAN MENGGUNAKAN METODE FUZZY-MAMDANI SKRIPSI AGNES NENNY SISKA SINAGA
PENENTUAN JUMLAH PRODUKSI PULP PADA PT.TOBA PULP LESTARI, Tbk. DENGAN MENGGUNAKAN METODE FUZZY-MAMDANI SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains AGNES NENNY
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 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 terperinciFuzzy Set Logika Fuzzy Fuzzy System
Fuzzy Set Logika Fuzzy Fuzzy System 1 Crisp Set Crisp set membedakan anggota dan non anggota dengan batasan pasti Misalkan A sebuah crisp set dan x anggota A maka : A [x]=1 Jika y bukan anggota A maka
Lebih terperinciPENERAPAN FUZZY INFERENCE SYSTEM METODE MAMDANI UNTUK PEMILIHAN JURUSAN DI PERGURUAN TINGGI
PENERAPAN FUZZY INFERENCE SYSTEM METODE MAMDANI UNTUK PEMILIHAN JURUSAN DI PERGURUAN TINGGI SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program
Lebih terperinciI. PENDAHULUAN Sebagai perusahaan yang memproduksi trafo, PT Bambang Djaja harus merencanakan dengan baik
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 Rusman Jurusan Sistem
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 terperinciPenerapan 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 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 terperinciABSTRAK. Kata Kunci: komparasi, prediksi, mahasiswa baru, Tsukamoto, Sugeno, Mamdani, framework CI, registrasi. ABSTRACT
JURNAL TEKNIK INFORMATIKA, APRIL 2017 9 ANALISA PERBANDINGAN LOGIC FUZZY METODE TSUKAMOTO, SUGENO, DAN MAMDANI (STUDI KASUS : PREDIKSI JUMLAH PENDAFTAR MAHASISWA BARU FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS
Lebih terperinciIMPLEMENTASI FUZZY TERHADAP SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN KELAYAKAN PEMBIAYAAN PENGAJUAN KREDIT BARANG.
Jurnal Informatika, Vol. 12, No. 2, Desember 2012 Septilia Arfida IMPLEMENTASI FUZZY TERHADAP SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN KELAYAKAN PEMBIAYAAN PENGAJUAN KREDIT BARANG 1Septilia Arfida 1Jurusan
Lebih terperinciBAB II: TINJAUAN PUSTAKA
BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali
Lebih 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 terperinciMateri 8: Introduction to Fuzzy Logic
Materi 8: Introduction to Fuy Logic I Nyoman Kusuma Wardana Sistem Komputer STMIK STIKOM Bali Introduction to Fuy Logic Kusuma Wardana, M.Sc. 2 Fuy berarti kabur, samar Istilah Logika Fuy diperkenalkan
Lebih terperinciLogika Fuzzy. Farah Zakiyah Rahmanti 2016
Logika Fuzzy Farah Zakiyah Rahmanti 2016 Topik Bahasa Alami Crisp Logic VS Fuzzy Logic Fungsi Keanggotaan (Membership Function) Fuzzifikasi (Fuzzyfication) Inferensi (Inference) Komposisi (Composition)
Lebih terperinciPENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO
PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO Magdalena Simanjuntak Program Studi Teknik Informatika, STMIK Kaputama E-mail : magdalena.simanjuntak84@gmail.com ABSTRACT This study aimed to analyze
Lebih terperinciPREDIKSI PRODUKTIVITAS TENAGA KERJA KONSTRUKSI MENGGUNAKAN PENDEKATAN FUZZY LOGIC
PREDIKSI PRODUKTIVITAS TENAGA KERJA KONSTRUKSI MENGGUNAKAN PENDEKATAN FUZZY LOGIC Elizar Program Studi Teknik Sipil, Universitas Islam Riau, Jl.Kaharuddin Nst 113 Pekanbaru Mahasiswa Program Doktor Teknik
Lebih terperinciMetode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan
Scientific Journal of Informatics Vol., No. 1, Mei 2016 p-issn 2407-7658 http://journal.unnes.ac.id/nju/inde.php/sji e-issn 2460-0040 Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan
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 terperinci