SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPLEMEN UNTUK PROGRAM LATIHAN FITNES MENGGUNAKAN BASIS DATA FUZZY MODEL TAHANI

dokumen-dokumen yang mirip
BAB 2 TINJAUAN PUSTAKA

APLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI

BAB II TEORI PENUNJANG

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

IMPLEMENTASI LOGIKA FUZZY UNTUK AKUISI DATA BERBASIS WEB SERVER. Jl. Raya Kaligawe KM 4, PO BOX 1054, Semarang 50142

Penggunaan Fuzzy Tahani Untuk Sistem Informasi Stok Obat & Penjualan Obat Terlaris Pada Apotek RSU Lirboyo Kediri

BAB II TINJAUAN TEORITIS

: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto

FUZZY MULTI-CRITERIA DECISION MAKING

Perancangan Aplikasi Rekomendasi Pemilihan Lokasi Rumah dengan Memanfaatkan Fuzzy Database Metode Tahani

PENGESAHAN PEMBIMBING...

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY. Abstraksi

ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

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

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

BAB III METODE PENELITIAN. sistem yang digunakan untuk menggambarkan aliran data secara keseluruhan

BAB 2 TINJAUAN PUSTAKA

masukan pada sistem yang umumnya berapa data yang diturunkan dari kebutuhan perangkat lunak atau program komputer

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II. KAJIAN PUSTAKA. A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 2 LANDASAN TEORI

Sistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas

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

JOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi

BAB 2 TINJAUAN PUSTAKA

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OBYEK WISATA DI DAERAH ISTIMEWA YOGYAKARTA MENGGUNAKAN LOGIKA FUZZY TAHANI. Abstract

SISTEM REKOMENDASI PEMILIHAN KARYAWAN TETAP PADA PT. ENSEVAL PUTERA MEGATRADING MENGGUNAKAN METODE FUZZY TAHANI BERBASIS WEB

Prediksi Ketersediaan Beras di Masyarakat Menggunakan Logika Fuzzy Dalam Upaya Meningkatkan Ketahanan Pangan ( Studi Kasus di Kecamatan Harau)

BAB 2 TINJAUAN PUSTAKA

Penilaian Kinerja RSU Lirboyo Kediri Menggunakan Metode Fuzzy Tahani

BAB II TINJAUAN PUSTAKA

3.4 Data dari Melati Mekar Mandiri... 38

BAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL. asing. Dalam pengalaman keseharian kita, permasalahan yang berkaitan dengan fuzzy

SISTEM PENUNJANG KEPUTUSAN MENGGUNAKAN SISTEM BASIS DATA FUZZY UNTUK PEMBELIAN RUMAH PERUMNAS

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MOBIL BEKAS MENGGUNAKAN METODE LOGIKA FUZZY TAHANI SKRIPSI RONI ALAMSYAH LUBIS

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BANTUAN SOSIAL PADA BADAN KETAHANAN PANGAN SUMATERA SELATAN

BAB 1 PENDAHULUAN Latar Belakang Masalah

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

BAB 2 LANDASAN TEORI

PENGEMBANGAN APLIKASI PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PEKERJAAN DI BIDANG TEKNOLOGI INFORMASI

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

BAB I PENDAHULUAN. fasilitas- fasilitas atau fitur- fitur yang ada di perumahan tersebut dan faktor-faktor

3. METODE PENELITIAN 3.1 Kerangka Pemikiran

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH

BAB III LANDASAN TEORI

Rima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG

DAFTAR ISI... HALAMAN JUDUL... HALAMAN PENGESAHAN PEMBIMBING... HALAMAN PENGESAHAN PENGUJI... KATA PENGANTAR... MOTTO... HALAMAN PERSEMBAHAN...

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

BAB I PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

APLIKASI PENCARIAN LULUSAN MAHASISWA DENGAN BORANG AKREDITASI MENGGUNAKAN METODE FUZZY SKRIPSI

DAFTAR ISI LEMBAR JUDUL... LEMBAR PERSEMBAHAN... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN TUGAS AKHIR... ABSTRAK... ABSTRACT... KATA PENGANTAR...

Jurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:

Kata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa

ANALISIS DAN PERANCANGAN MODEL FUZZY UNTUK SISTEM PAKAR PENDETEKSI TINGKAT KESUBURAN TANAH DAN JENIS TANAMAN

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KETUA SENAT MAHASISWA DENGAN LOGIKA FUZZY

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

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

IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY

SISTEM PENDUKUNG KEPUTUSAN PERAMALAN CUACA DENGAN MENGGUNAKAN LOGIKA FUZZY MAMDANI

BAB II TINJAUAN PUSTAKA

SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY

LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK ANALISA PENDISTRIBUSIAN RASKIN ( STUDI KASUS DI KECAMATAN BUKIT SUNDI )

DAFTAR ISI BAB I PENDAHULUAN

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JUMLAH PRODUKSI DENGAN METODE TSUKAMOTO (Studi Kasus pada PT Tanindo Subur Prima) SKRIPSI

Metode Fuzzy. Analisis Keputusan TIP FTP UB

DAFTAR ISI HALAMAN JUDUL...

Desain sistem Analisis sistem Implementasi sistem Pemeliharaan Sistem HASIL DAN PEMBAHASAN Investigasi sistem

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB

LOGIKA FUZZY. Kelompok Rhio Bagus P Ishak Yusuf Martinus N Cendra Rossa Rahmat Adhi Chipty Zaimima

BAB III ANALISA DAN PERANCANGAN SISTEM. ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai dengan

BAB III ANALISA DAN PERANCANGAN SISTEM

BAB II: TINJAUAN PUSTAKA

BAB II LANDASAN TEORI. 2.1 Penelusuran Minat dan Kemampuan (PMDK) diselenggarakan oleh suatu perguruan tinggi secara mandiri.

MENDETEKSI KEBERADAAN NYAMUK AEDES AEGIPTY MENGGUNAKAN METODE FUZZY. Ikhlas Ali Syahbana

PENERAPAN FUZZY-QUERY DATABASE PADA SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA

BAB 2 TINJAUAN PUSTAKA

SISTEM INFORMASI SIMULASI PEMILIHAN MATA KULIAH PEMINATAN MAHASISWA : STUDI KASUS PROGRAM STUDI SISTEM INFORMASI STMIK GI MDP

PREDIKSI PENJUALAN KERUDUNG RABBANI DI GRIYA MUSLIM STORE DUKUN GRESIK DENGAN TREND MOMENT

BAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering.

SKRIPSI PENERAPAN FUZZY DATABASE MODEL TAHANI UNTUK DANA BANTUAN DESA DI KECAMATAN KALIWUNGU KABUPATEN KUDUS BERBASIS WEB. Oleh :

BAB III ANALISIS KEBUTUHAN PERANGKAT LUNAK

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

DECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN

BAB III METODOLOGI PENELITIAN

Bab 3 Metode dan Perancangan Sistem

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SISTEM PENGAMBILAN KEPUTUSAN KREDIT RUMAH DENGAN METODE FUZZY SAW MADM

Transkripsi:

Sistem Pendukung Keputusan Pemilihan Suplemen SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPLEMEN UNTUK PROGRAM LATIHAN FITNES MENGGUNAKAN BASIS DATA FUZZY MODEL TAHANI Salamun Rohman Nudin Program Studi Manajemen Informatika, Fakultas Teknik, Universitas Negeri Surabaya E-mail : salamunrn@gmail.com Adek Yudah Tri Pratama Program Studi Manajemen Informatika, Fakultas Teknik, Universitas Negeri Surabaya E-mail : barcayuda10@yahoo.co.id Abstrak Dalam dunia fitnes untuk pemilihan suplemen sangatlah penting karena dapat memenuhi kebutuhan asupan protein yang dibutuhkan oleh tubuh dalam pembentukan bentuk tubuh yang diinginkan. Untuk suplemen dalam fitnes sangat banyak, maka perlu dibuat sistem pendukung keputusan untuk membantu seseorang dalam pemilihan suplemen terutama untuk ukuran seorang pemula, yang belum mengetahui tentang seluk beluk dunia fitnes. Dalam penelitian ini data yang digunakan adalah data suplemen yang diambil dari manfaat suplemen untuk program latihan fitnes. Manfaat suplemen yang digunakan dalam aplikasi ini ialah Pembentukan Otot, Pemulihan Otot dan Penambah Masa Otot. Dari permasalahan di atas akhirnya penulis bermaksud membuat tugas akhir yang berjudul Sistem Pendukung Keputusan Pemilihan Suplemen untuk Program Latihan Fitnes Menggunakan Basis Data Fuzzy Model Tahani. Pada dasarnya, untuk mendapatkan output dengan perhitungan fuzzy model tahani ini ada 4 tahap yaitu: (1) menggambarkan fungsi keanggotaannya, (2) fuzzyfikasi, (3) fuzzyfikasi query, dan (4) operator dasar zadeh untuk operasi hinpunan fuzzy. Dalam metode fuzzy model tahani nilai suatu himpunan keanggotaan terletak pada interval 0 sampai 1. Dari hasil uji coba, hasil perhitungan suplemen dari aplikasi sudah sesuai. Untuk mengukur kesesuaian perhitungan tersebut, peneliti membandingkan perhitungan fuzzy model tahani dari aplikasi dengan perhitungan fuzzy model tahani secara manual. Kata Kunci: SPK, Pemilihan, Suplemen Fitnes, Basisdata, Fuzzy, Fuzzy Model Tahani. Abstract In the world of fitness for selection of supplements is very important because it can meet the needs of protein intake required by the body in the formation of the desired body shape. To supplement the range very much, it needs to make a decision support system to assist in the selection of one supplement especially for the size of a newbie, who do not know the ins and outs of the fitness world. In this study the data used are taken from a data supplement supplement benefits for fitness exercise program. Benefits of the supplements used in this application is Muscle, Muscle Recovery and Enhancement in muscle mass. Of the problems in the end the author intends to make a final project entitled Decision Support System for the Selection of Supplements Fitness Exercise Program Using Fuzzy Database Model Tahani. Basically, to get the output to the fuzzy calculations Tahani models have 4 stages, namely: (1) describe the membership functions, (2) fuzzyfikasi, (3) fuzzyfikasi query, and (4) basic operators for operation hinpunan zadeh fuzzy. In the fuzzy method models a set membership Tahani value lies in the interval 0 to 1. From the test results, the calculation results of the application is appropriate supplements. To measure the suitability of these calculations, the researchers compared the fuzzy calculations Tahani models of applications with fuzzy computation Tahani models manually. Keywords: SPK, Elections, Gym Supplements, Database, Fuzzy, Fuzzy Model Tahani. 51

Jurnal Manajemen Informatika. Volume 01 Nomor 02 Tahun 2012, 51-63 PENDAHULUAN A. Latar Belakang Masalah Fitnes adalah kegiatan olahraga pembentukan otot-otot tubuh atau fisik yang dilakukan secara rutin dan berkala, yang bertujuan untuk menjaga fitalitas tubuh dan berlatih disiplin. Dengan melakukan aktifitas fitnes, maka seseorang akan menjadi lebih bugar dengan menjalankan tiga komponen utamanya, yaitu olahraga, pemenuhan nutrisi, den istirahat. Fitnes sudah menjadi gaya hidup trend saat ini, banyak tempat - tempat fitnes baru yang bermunculan dengan menawarkan program dan alat yang terbaik untuk pelanggan. Alat yang digunakan dalam fitnes semakin banyak dan modern, dengan banyaknya alat yang baru dan modern tersebut, akan membantu masyarakat dalam menjalankan proses olahraga. Dalam menjalankan program latihan fitnes, tentu diperlukan energi yang besar dalam menjalankan program latihan tersebut. Dengan besarnya energi yang diperlukan untuk program latihan fitnes maka diperlukan tambahan makanan untuk menyeimbangkan asupan gizi. Untuk memenuhi kebutuhan gizi tersebut maka diperlukan sebuah suplemen. Suplemen adalah tambahan nutrisi untuk tubuh, atau dapat sebagai pelengkap. Pelengkap bukanlah yang utama, tubuh membutuhkan nutrisi utama dari real food atau makanan sebenarnya yang kita konsumsi sehari hari kita konsumsi seperti nasi, gandum sebagai sumber karbohidrat. Daging, telur sebagai sumber protein. Namun kebanyakan orang Indonesia mengkonsumsi dalam jumlah kecil tiap harinya, oleh sebab itu diperlukan tambahan nutrisi untuk memenuhi kebutuhan protein. Dalam dunia fitnes untuk pemilihan suplemen sangatlah penting karena dapat memenuhi kebutuhan asupan protein yang dibutuhkan oleh tubuh dalam pembentukan bentuk tubuh yang diinginkan. Untuk suplemen dalam fitnes sangatlah banyak, untuk itulah perlu dibuat sistem kecerdasan buatan untuk membantu seseorang dalam pemilihan suplemen apalagi untuk ukuran seorang pemula, yang belum mengetahui tentang seluk beluk dunia fitnes. B. Rumusan Masalah Dilihat dari latar belakang di atas dapat diambil rumusan masalah, yakni Bagaimana cara membuat sistem pendukung keputusan pemilihan suplemen untuk program latihan fitnes menggunakan basis data fuzzy model tahani. C. Batasan Masalah Batasan masalah yang digunakan adalah sebagai berikut : 1. Kriteria suplemen ditentukan oleh instruktur fitnes. 2. Batasan nilai untuk derajat keanggotaan tidak dapat diubah. D. Tujuan Penulisan Tujuan dari pembuatan tugas akhir ini adalah Membuat sistem pendukung keputusan yang dapat menentukan pemilihan suplemen untuk program latihan fitnes menggunakan basis data Fuzzy model Tahani. E. Manfaat Penulisan Manfaat dari penulisan ini antara lain : 1. Diharapkan dapat dijadikan sebagai informasi dan bahan pertimbangan bagi seseorang yang berlatih fitnes dalam pengambilan keputusan untuk memilih suplemen dalam program latihan. 2. Sebagai dorongan bagi mahasiswa dalam menciptakan sebuah aplikasi yang bermanfaat untuk masyarakat. LANDASAN TEORI A. Sistem Pengambil Keputusan Menurut Keen, SPK (Sistem Pendukung Keputusan) adalah sistem yang berbasis komputer interaktif untuk memberikan dukungan keputusan kepada manajer dengan menggunakan data dan model-model keputusan untuk menyelesaikan masalah yang sifatnya semi struktur dan tidak terstruktur untuk mencapai efektivitas keputusan. SPK hanya digunakan untuk memperluas wawasan pengambil keputusan (Decision Maker -DM) sebagai bahan pertimbangan bukan untuk menggantikan penilaiannya. Artinya bahwa SPK tidak dapat menggantikan intuisi yang dimiliki oleh manusia, hanya terbatas pada model dasar yang dimilikinya (Suryadi dan 52

Sistem Pendukung Keputusan Pemilihan Suplemen Ramdhani, 1998). Keen mendefinisikan SPK sebagai sistem yang memiliki 4 karakteristik utadma, yaitu : a. Ditujukan untuk membantu keputusan tidak terstruktur yang umum. b. SPK memiliki mempermudah pemakai berhubungan dengan komputer. c. Dalam proses pengolahannya, SPK mengkombinasikan penggunaan model model dengan teknik d. SPK bersifat dapat menyesuaikan diri dengan perubahan perubahan yang terjadi. B. Suplemen untuk Fitnes Suplemen adalah tambahan nutrisi untuk tubuh, atau dapat sebagai pelengkap. Pelengkap bukanlah yang utama, tubuh membutuhkan nutrisi utama dari real food atau makanan sebenarnya yang kita konsumsi sehari hari kita konsumsi seperti nasi, gandum sebagai sumber karbohidrat. Daging, telur sebagai sumber protein. Namun kebanyakan orang Indonesia mengkonsumsi dalam jumlah kecil tiap harinya. Kebutuhan nutrisi tubuh orang yang aktif secara fisik tentu berbeda dengan orang yang rendah aktivitasnya. Jika seseorang gemar berolahraga, baik itu latihan kardio atau latihan beban, maka suplemen makanan mutlak dibutuhkan. Oleh sebab itu diperlukan tambahan nutrisi dari mengkonsumsi suplemen untuk memenuhi kebutuhan protein. Manfaat suplemen dalam dunia fitnes (http://duniafitnes.com), antara lain : meningkatkan energi, mencegah penyusutan otot, meningkatkan kekuatan otot, dan membantu menurunkan berat badan. C. Metode Logika Fuzzy Penjelasan secara detail tentang Metode Logika Fuzzy ini, akan dijelaskan sebagai berikut : 1. Pengertian Logika Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh (1965), dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari himpunan fuzzy yang memiliki batasan yang tidak presisi dan keanggotaan dalam himpunan fuzzy, dan bukan dalam bentuk logika benar (true) atau salah (false), tapi dinyatakan dalam derajat (degree). Konsep seperti ini disebut dengan Fuzziness dan teorinya dinamakan Fuzzy Set Theory. Fuzziness dapat didefinisikan sebagai logika kabur berkenaan dengan semantik dari suatu kejadian, fenomena atau pernyataan itu sendiri. Seringkali ditemui dalam pernyataan yang dibuat oleh seseorang, evaluasi dan suatu pengambilan keputusan. Secara umum dalam sistem logika fuzzy terdapat empat buah elemen dasar, yaitu: a. Basis kaidah (rule base), yang berisi aturan-aturan secara linguistik yang bersumber dari para pakar. b. Suatu mekanisme pengambilan keputusan (inference engine), yang memperagakan bagaimana para pakar mengambil suatu keputusan dengan menerapkan pengetahuan (knowledge). c. Proses fuzzifikasi (fuzzification), yang mengubah besaran tegas (crisp) ke besaran fuzzy. d. Proses defuzzifikasi (defuzzification), yang mengubah besaran fuzzy hasil dari inference engine, menjadi besaran tegas (crisp). 2. Himpunan Fuzzy Himpunan fuzzy merupakan himpunan yang didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item m suatu ruang output. Seperti pada gambar dibawah atu ruang output tidak hanya bernilai benar atau salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai-nilai yang terletak antara benar dan salah (Kusumadewi, 2004). 3. 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 0 sampai 1. 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 53

Jurnal Manajemen Informatika. Volume 01 Nomor 02 Tahun 2012, 51-63 dinyatakan sebagai pasangan terurut (Kusumadewi, 2003). 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(0) bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi. Seperti terlihat pada gambar 2.2. Gambar 2.3 Representasi linier 2 µ[x]= Fungsi Keanggotaan Linier 2 b. Representasi kurva segitiga Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis (linear). Seperti terlihat pada gambar 2.4. Gambar 2.2 Representasi linier 1 µ[x]= Fungsi Keanggotaan Linier 1 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 2.3. Gambar 2.4 Representasi Segitiga µ[x]= Fungsi Keanggotaan Segitiga c. Representase kurva trapesium Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada titik yang memiliki nilai keanggotaan 1. Seperti terlihat pada gambar 2.5. 54

Sistem Pendukung Keputusan Pemilihan Suplemen SPK, Fuzzy Logic, dan Suplemen. Melalui buku, jurnal, dan situs internet. 3. Pengumpulan Data Data suplemen didapat dari instruktur fitnes. µ[x]= Gambar 2.5 Representasi Trapesium Fungsi Keanggotaan Trapesium 4. Pengolahan Data Pada pengolahan data ini kriteria akan dikelompokkan berdasarkan fungsi keanggotaan dan representasinya. Untuk pembagian derajat keanggotaan kriteria dapat dilihat pada Tabel 3.1 dan untuk himpunan yang digunakan dapat dilihat pada Gambar 3.1 sampai Gambar 3.5. Tabel 3.1 Derajat Keanggotaan 4. 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. METODE REKAYASA A. Analisa Sistem Pada proses analisis sitem terdapat beberapa tahap. Antara lain : 1. Identifikasi Masalah Tahap ini merupakan tahap yang paling penting dalam penelitian, karena semua jalannya penelitian akan dituntun oleh perumusan masalah. Tanpa perumusan masalah yang jelas, maka peneliti akan kehilangan arah dalam melakukan penelitiannya. 2. Studi Literatur Eksplorasi dan studi literatur dilakukan dengan cara mempelajari konsep-konsep yang berkaitan dengan penelitian ini, seperti Gambar 3.1 Himpunan Harga Gambar 3.2 Himpunan Isi 55

Jurnal Manajemen Informatika. Volume 01 Nomor 02 Tahun 2012, 51-63 Gambar 3.3 Himpunan Protein Gambar 3.6 Alur Sistem Keterangan Alur Sistem: Gambar 3.4 Himpunan Kualitas Gambar 3.5 Himpunan Kandungan Gizi 5. Kesimpulan Kesimpulan memberikan tinjauan secara keseluruhan mengenai penelitian, oleh karena itu diperlukan perhatian khusus dalam pembuatannya. Kesimpulankesimpulan yang diambil harus benar-benar berdasarkan atas hasil penelitian. B. Analisa Sistem Pada bagian desain sistem terdapat beberapa bagian, antara lain: 1. Alur Sistem Langkah-langkah yang dilakukan dalam desain sistem seperti Gambar 3.6 : a. User dalam alur sistem ini melakukan proses pemasukan kriteriakriteria yang sudah ditentukan dalam aplikasi untuk mencari informasi dengan perhitungan logika fuzzy. Selain itu user juga bisa mencari informasi tanpa perhitungan logika fuzzy,disini user tidak harus menginputkan kriteria, tetapi menu yang sudah disediakan dalam aplikasi yaitu berupa pencarian. User akan mendapatkan output berupa informasi yang sesuai dengan pilihan user, dan informasinya adalah informasi perhitungan dengan fuzzy atau non fuzzy. b. Admin melakukan pengelolaan data yang berupa tambah, hapus, dan ubah data pada aplikasi dan akan tersimpan kedalam database. c. Aplikasi sebagai sumber informasi, dimana didalamnya terdapat berbagai kriteria yang telah ditentukan oleh admin, aplikasi ini terhubung dengan database yang didalamnya merupakan informasi tentang suplemen yang telah dimasukkan oleh Admin. Dalam aplikasi ini terdapat 2 pilihan yang berupa informasi dengan perhitungan fuzzy dan informasi non fuzzy. 2. Desain Flowchart Flowchart merupakan gambar atau bagan yang memperlihatkan urutan dan hubungan antar proses beserta instruksinya. Gambaran ini dinyatakan dengan simbol. Dengan demikian setiap simbol menggambarkan proses tertentu. Sedangkan antara proses digambarkan dengan garis penghubung. Seperti pada Gambar 3.7 dan Gambar 3.8. 56

Sistem Pendukung Keputusan Pemilihan Suplemen Gambar 3.10 DFD level 1 Admin Gambar 3.7 Flowchart Admin Gambar 3.11 DFD level 1 User Gambar 3.8 Flowchart User 3. Desain DFD Data Flow Diagram atau sering disingkat DFD adalah perangkat perangkat analisis dan perancangan yang terstruktur sehingga memungkinkan peng-analis sistem memahami sistem dan subsistem secara visual sebagai suatu rangkaian aliran data yang saling berkaitan. Seperti pada Gambar 3.9, Gambar 3.10 dan Gambar 3.11. HASIL DAN PEMBAHASAN Hasil dan pembahasan pada Tugas Akhir ini berupa aplikasi pemrograman yang menerapkan metode basis data fuzzy model tahani untuk pemilihan suplemen fitnes. Aplikasi ini terdiri dari beberapa menu, antara lain : A. Menu Utama Menu Utama merupakan tampilan awal saat aplikasi digunakan. Menu Utama aplikasi dapat dilihat pada Gambar 4.1. Gambar 3.9 DFD level 0 Gambar 4.1 Menu Utama 57

Jurnal Manajemen Informatika. Volume 01 Nomor 02 Tahun 2012, 51-63 B. Menu Login Pada Menu Login terdapat 2 hak akses yaitu : Admin dan User. Untuk Admin User Name dan Password terhubung dengan database Sedangkan untuk User bisa memasukkan User Name dan Password terserah. Seperti pada Gambar 4.2. pernah menggunakan aplikasi ini pada menu perhitungan fuzzy model tahani. Dapat dilihat pada Gambar 4.5. Gambar 4.2 Menu Login C. Menu Kelola Data Menu kelola data digunakan untuk memasukan, menghapus, dan mengubah data suplemen. Dapat lilihat pada Gambar 4.3. Gambar 4.5 Menu Laporan Penggunaan Aplikasi F. Menu Data Penggunaan Pada Menu Laporan Pengguna ini digunakan untuk melihat data pengguna dan digunakan jika ada pengguna yang lupa passwordnya. Dapat dilihat pada Gambar 4.6. Gambar 4.3 Menu Kelola Data D. Menu Tambah Manfaat Pada Menu Tambah Manfaat ini digunakan untuk menambah manfaat pada suplemen jika ada data suplemen yang baru. Dapat dilihat pada Gambar 4.4. Gambar 4.6 Menu Laporan Data Pengguna G. Menu Ubah Password Pada Form ini berfungsi untuk mengubah password dari admin. Seperti pada Gambar 4.7. Gambar 4.7 Menu Ubah Password Gambar 4.4 Menu Tambah Manfaat E. Menu Laporan Penggunaan Aplikasi Pada Menu Laporan Penggunaan Aplikasi ini digunakan untuk mengetahui siapa saja yang H. Menu Pencarian Fuzzy Form ini berfungsi untuk melakukan pencarian data suplemen dengan derajat keanggotaan sebagai acuan yang digunakan dalam proses pencariannya. Seperti pada Gambar 4.8. 58

Sistem Pendukung Keputusan Pemilihan Suplemen Gambar 4.8 Menu Pencarian Fuzzy I. Menu Detail Fuzzy Form Detail Fuzzy difungsikan untuk menampilkan data suplemen dengan perhitungan fuzzy. Nilai total pada form ini ditampilkan dalam bentuk prosentase dengan cara memilih derajat keanggotaan pada setiap kriteria. Seperti pada Gambar 4.9. Gambar 4.11 Menu Detail Non Fuzzy L. Menu Pilihan Suplemen Menu Pilihan Suplemen ini difungsikan untuk menampilkan data suplemen yang terpilih dalam perhitungan dengan fuzzy model tahani. Seperti pada Gambar 4.12. Gambar 4.12 Menu Pilihan Suplemen Gambar 4.9 Menu Detail Fuzzy M. Menu Daftar User Menu Daftar User ini digunakan untuk pendaftaran pengguna baru yang belum mempunyai akun. Seperti pada Gambar 4.13. J. Menu Pencarian Non Fuzzy Form ini berfungsi untuk melakukan pencarian data suplemen. Seperti pada Gambar 4.10. Gambar 4.13 Menu Daftar User Gambar 4.10 Menu Pencarian Non Fuzzy N. Menu Informasi Menu Informasi berfungsi untuk menampilkan informasi mengenai judul tugas akhir dan identitas dari penulis sendiri seperti pada Gambar 4.14. K. Menu Pilihan Suplemen Form Detail Non Fuzzy difungsikan untuk menampilkan data suplemen tanpa perhitungan fuzzy dan menampilkan secara detail keseluruhan data suplemen. Seperti pada Gambar 4.11. 59

Jurnal Manajemen Informatika. Volume 01 Nomor 02 Tahun 2012, 51-63 DAFTAR PUSTAKA Aswan, M. 2012. Kumpulan program visual studio 2010. Bandung : Informatika. SIMPULAN DAN SARAN Gambar 4.14 Menu Informasi A. Simpulan Rancang bangun aplikasi kecerdasan buatan terutama dalam pembuatan aplikasi sistem pendukung keputusan sangatlah dibutuhkan, karena sangat membantu seseorang dalam pemilihan terhadap suplemen. Dengan adanya metode dalam sistem pendukung keputusan ini maka hasil yang akan didapatkan akan lebih akurat, karena untuk pemilihan suplemen akan melalui proses perhitungan dengan metode fuzzy model tahani. Dalam metode fuzzy model tahani nilai suatu himpunan keanggotaan terletak pada interval 0 sampai 1. Pada saat x memiliki nilai keanggotaan 0 berarti x tidak termasuk anggota himpunan tersebut dan pada saat x memiliki nilai keanggotaan 1 berarti x termasuk anggota penuh pada himpunan tersebut. Dalam perbandingan nilai suatu suplemen, nilai dari suplemen dengan perhitungan fuzzy model tahani yang mendekati 100% adalah suplemen yang terbaik. B. Saran Dari analisa sistem yang telah dibuat, masih ada kekurangan dalam pengumpulan data suplemen. Untuk pengembang, yang perlu diperhatikan adalah menambahkan data suplemen yang lebih banyak, karena untuk melakukan pemilihan suplemen dengan metode basis data fuzzy model tahani, semakin banyak data, maka untuk membandingkan antara suplemen satu dengan suplemen lainnya akan semakin baik dan akurat. Daihani, D. Umar. 2001. Komputerisasi Pengambilan Keputusan. Jakarta : PT Elekmedia Komputindo. Kosasi, S. 2002. Sistem Penunjang Keputusan (Decision Support System). Pontianak : Departemen Pendidikan Nasional. Kusumadewi, Sri. 2003. Artificial Intelligenci: Teknik dan Aplikasinya. Yogyakarta : Graha Ilmu. Kusumadewi, Sri. 2004. Artificial Intelligenci. Yogyakarta : Graha Ilmu. Marimin. 2004. Teknik dan Aplikasi Pengambil Keputusan Kriteria Majemuk. Jakarta: PT Grasindo. Sholeh, Ahmad. 2012. Pembuatan Aplikasi VB dan Sql Server. Jakarta: Informatika. Suryadi, K. dan Ramdhani, MA. 1998. Sistem Pendukung Keputusan. Bandung: PT Remaja Rosdakarya., Fitnes. http://duniafitnes.com. Diakses pada tanggal 3 Januari 2013, VisualStudio. http://www.microsoft.com/visualstudio/prod uct. Diakses pada tanggal 1 Mei 2013. 60