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

dokumen-dokumen yang mirip
PENERAPAN METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN ABC )

PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ)

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS

IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA)

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

PENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA)

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

Praktikum sistem Pakar Fuzzy Expert System

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

METODOLOGI PENELITIAN

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

Contoh Kasus. Bagus Ilhami HIdayat

PENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI

Sistem Inferensi Fuzzy

PENGEMBANGAN SISTEM PAKAR FUZZY

PENERAPAN METODE C4.5 DALAM MENENTUKAN STATUS DIET

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012

Elin Haerani. Kata Kunci : Defuzzifikasi, COA (center of area), bisektor, MOM (mean of maximum) LOM

BAB 2 LANDASAN TEORI

Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI

Penentuan Jumlah Konsumsi Dengan Metode Penalaran Fuzzy Mamdani ( Studi Kasus Prediksi Konsumsi Susu Untuk Balita ) Agus Purwo Handoko 1)

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

BAB IV METODOLOGI. Gambar 4.1 Model keseimbangan air pada waduk (Sumber : Noor jannah,2004)

BAB III METODE FUZZY MAMDANI

ANALISIS PERBANDINGAN HARGA MOBIL BEKAS MENGGUNAKAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DAN TSUKAMOTO

BAB II: TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

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

Pengantar Kecerdasan Buatan (AK045218) Logika Fuzzy

BAB 2 LANDASAN TEORI

Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

Implementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan Daerah Banjir di Semarang Utara

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

IMPLEMENTASI METODE FUZZY MAMDANI PADA APLIKASI INVENTORY UNTUK PREDIKSI PENGADAAN BARANG DI PT. PERTAMINA (PERSERO) PERKAPALAN

PREDIKSI NILAI TUKAR RUPIAH MENGGUNAKAN METODE MAMDANI

BAB 2 LANDASAN TEORI

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen

PREDIKSI TINGKAT KEBISINGAN LALU LINTAS MENGGUNAKAN SISTEM INFERENSI FUZZY MODEL SUGENO

PREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI

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

PENILAIAN PESERTA TERHADAP PENYAMPAIAN MATERI PEMBICARA SEMINAR ENTREPRENUER MENGGUNAKAN APLIKASI FUZZY

PENDAHULUAN A. LATAR BELAKANG MASALAH

ANALISIS KEPUASAN KONSUMEN BERDASARKAN TINGKAT PELAYANAN DAN HARGA KAMAR MENGGUNAKAN APLIKASI FUZZY DENGAN MATLAB 3.5.

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

1.1. Latar Belakang Masalah

Penerapan Fuzzy Mamdani Pada Penilaian Kinerja Dosen (Studi Kasus STMIK Kaputama Binjai)

Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani

BAB 2 TINJAUAN PUSTAKA

PEMODELAN SISTEM FUZZY DENGAN MENGGUNAKAN MATLAB

SIMULASI PENGOPTIMALAN WAKTU MEMASAK BUAH KELAPA SAWIT DENGAN LOGIKA FUZZY. Yesi Hairian Wenda Dosen Stmik Indragiri

Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Berbasis Fuzzy Mamdani

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno

Tahap Sistem Pakar Berbasis Fuzzy

LOGIKA SAMAR (FUZZY LOGIC)

LOGIKA FUZZY (Lanjutan)

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang

Aplikasi Fuzzy Metode Mamdani untuk Rekomendasi Pemilihan Minat Grup Riset Mahasiswa

LOGIKA FUZZY MENGGUNAKAN MATLAB

Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani

BAB II TINJAUAN PUSTAKA

Kata kunci : Logika Fuzzy, Defuzzifikasi, Motor DC. I. PENDAHULUAN

Saintia Matematika ISSN: Vol. 2, No. 2 (2014), pp

Prediksi Jumlah Produksi Mebel Pada CV. Sinar Sukses Manado Menggunakan Fuzzy Inference System

DECISION SUPPORT DALAM PEMILIHAN STAF TERBAIK DENGAN METODE ANP

LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN

PEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY

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

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

BAB I PENDAHULUAN 1.1 Latar Belakang

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

Penerapan Data Mining dalam Memprediksi Pembelian cat

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY

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

PERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE F UZZY MAMDANI DENGAN F UZZY SUGENO PADA PT XYZ. Rianto Samosir, Iryanto, Rosman Siregar

BAB 1 PENDAHULUAN Latar Belakang

PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI

DENIA FADILA RUSMAN

Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani

Penerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti

Studi Kasus Fuzzy Logic 2016

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB

IV PENGEMBANGAN FUZZY INFERENSI SISTEM SELEKSI METODE EOR

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

IMPLEMENTASI FUZZY MAMDANI PENENTUAN OPTIMASI PERSEDIAAN STOK PRODUK BARANG DALAM SEBUAH PERUSAHAAN DEFI IRWANSYAH

IMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA

Siska Ernida Wati, Djakaria Sebayang, Rachmad Sitepu

Metode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh

ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG

Aplikasi Fuzzy Logic Controller pada Sistem Lalu Lintas di Jalan Abu Bakar Ali, Yogyakarta

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

MEMBANGUN PERANGKAT LUNAK PENENTUAN DAYA LISTRIK DENGAN LOGIKA FUZZY


Transkripsi:

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, edyvictor@gmail.com Abstrak 2. Pembahasan Adapun langkah langkah yang dilakukan dalam penerapan metode fuzzy mamdani sebagai berikut : a. Menentukan Input dan Output Adapun variabel yang dijadikan sebagai input dalam menentukan pembelian cat terdapat pada gambar 1 sebagai berikut: Metode Mamdani yang digunakan dalam penelitian ini adalah untuk membantu orang dalam membeli cat, terkadang seseorang bingung dalam menentukan cat mana yang akan dibeli, ada beberapa variable yang digunakan dalam penelitian ini diantaranya adalah kualitas, harga, animo, kompetisi. Hasil dari pengujian yang telah dilakukan berdasarkan dari nilai-nilai kriteria yang telah ditentukan apakah seseorang tersebut akan membeli cat atau tidak. Tabel 1. Input No Satuan Kata kunci : Mamdani, pembelian cat, kriteria 1 Kg 1. Pendahuluan 2 Puluhan Ribu) 3 Juta) 4 Kompetis i Juta) Perusahaan yang memproduksi cat untuk saat ini ada banyak, sehingga berbagai macam promosi dilakukan oleh setiap perusahaan agar para pelanggan atau konsumen membeli produk dari perusahaan tersebut. Sementara variabel output dalam menentukan pembelian cat terdapat pada gambar 2 sebagai berikut : Terkadang seseorang bingung dalam hal apa yang harus diperhatikan untuk membeli cat, agar konsumen tersebut tidak rugi atau menyesal setelah membeli cat tersebut. Tabel 2. Output Maka dari itu untuk membantu dalam hal menentukan pembelian cat tersebut, maka dilakukan penelitian ini dengan memakai beberapa variable dan didalamnya terdapat nilai-nilainya. No 1 b. Membentuk Pembentukan himpunan fuzzy dibentuk untuk setiap variabel yang digunakan, dalam penelitian ini varibel yang digunakan adalah variabel kualitas, harga, animo, kompetisi dan pilihan. Adapun himpunan fuzzy yang terbentuk dari setiap variabel tersebut adalah sebagai berikut : 1. Untuk himpunan fuzzy variabel kualitas dapat dilihat pada tabel 3 di bawah ini : Tabel 3. Dari hasil pengujian akan ada beberapa kriteriakriteria yang ada untuk membantu seseorang dalam pembelian cat tersebut atau tidak. Sri Ayu dalam penelitiannya mengungapkan bagaimana metode Mamdani dapat digunakan oleh PT. BPR Kandimadu Arta dalam hal pengajuan kredit yang dilakukan oleh seseorang untuk pembelian mobil dapat disetujui atau tidak, dan apakah dengan pengajuan kredit tersebut perusahaan untung atau tidak [1]. Junaidi menggunakan metode Mamdani untuk melakukan sebuah analisis terhadap produk dari sebuah perusahaan apakah harus diproduksi banyak atau tidak, atau apakah dengan diproduksinya produk tersebut akan menguntungkan perusahaan atau tidak. Factor yang digunakan adalah factor permintaan dan jumlah persediaan[2]. Standar Medium Super 2.2-121

fungsi keanggotaan pada variabel kualitas terlihat pada gambar 1. 4. Kompetisi Untuk himpunan fuzzy variabel kompetisi dapat dilihat pada tabel 6 di bawah ini : Tabel 6. Kompetisi Kompetis i Rendah Sedang Tinggi 2. fungsi keanggotaan pada variabel kompetisi terlihat pada gambar 4. Gambar 1. Kurva Fungsi Keanggotaan Untuk himpunan fuzzy variabel harga dapat dilihat pada tabel 4 di bawah ini : Tabel 4. Terjangkau Normal Mahal fungsi keanggotaan pada variabel harga terlihat pada gambar 2. Gambar 4. Kurva Fungsi Keanggotaan 5. Untuk himpunan fuzzy variabel pilihan dapat dilihat pada tabel 7 di bawah ini : Tabel 7. 3. Gambar 2. Kurva Fungsi Keanggotaan Untuk himpunan fuzzy variabel animo dapat dilihat pada tabel 5 di bawah ini : Tidak fungsi keanggotaan pada variabel pilihan terlihat pada gambar 5. Tabel 5. Rendah Sedang Tinggi fungsi keanggotaan pada variabel animo terlihat pada gambar 3. Gambar 5. Kurva Fungsi Keanggotaan Dari kurva fungsi keanggotaan tersebut didapatlah persamaan fungsi keanggotaan setiap variabel sebagai berikut : Gambar 3. Kurva Fungsi Keanggotaan 2.2-122

1. 4. Kompetisi Persamaan fungsi keanggotaan untuk variabel kualitas 1; 5 = (10 ) /5 ; 5 < 0 ; 10 = ( 10)/5 ; 10 < (20 )/5; 15 2. 0 ; 15 = ( 15)/5 ; 15 < 1 ; 20 < 20 < 10 Persamaan fungsi keanggotaan kompetisi ℎ 1 ; 10 = (40 ) /30 ; 10 < 0 ; 40 (1) < 15 (2) < 20 0 ; 40 = ( 40)/5 ; 40 < (50 )/5; 45 (3) 4. Persamaan fungsi keanggotaan untuk variabel 1 ; 10 = (75 ) /65 ; 10 < 0 ; 75 = ( 10)/65 ; 10 < (150 )/75; 75 ℎ 3. < 75 (5) < 150 0 ; 40 = ( 40)/6 ; 40 < 1 ; 50 < 50 (12) < 45 (13) Membuat Aturan Aturan dibuat untuk menentukan rules yang akan digunakan untuk menghitung kesesuaian hasil dengan metode fuzzy mamdani, di mana aturan min max berlaku pada metode fuzzy ini. Adupun aturan fuzzy dari pembelian cat terdapat pada tabel 8 berikut : (6) Tabel 8. Aturan Aturan (Rules) < 5.5 (7) < 16 < 45 (11) < 50 0 ; 45 = ( 45)/5 ; 45 < < 100 (14) 1; 100 c. 0 ; 5.5 = ( 5.5)/5 ; 5.5 < < 11 (8) (16 )/5; 11 < 16 = ( 10)/6 ; 10 < 1 ; 16 < 40 (10) 1; 0 = (45 ) /45 ; 0 < 0 ; 45 Persamaan fungsi keanggotaan untuk variabel animo ℎ 1 ; 0.5 = (5.5 ) /5 ; 0.5 < 0 ; 5.5 variabel Persamaan fungsi keanggotaan untuk variabel < 75 (4) 0 ; 75 = ( 75)/75 ; 75 < < 150 1 ; 150 untuk d. (9) IF THEN Kompetisi Piliha n [R1] Medium Mahal Rendah Sedang [R2] Medium Mahal Sedang Sedang [R3] Super Mahal Tinggi Rendah [R4] Standar Mahal Sedang Sedang [R5] Standar Terjangkau Rendah Sedang [R6] Standar Terjangkau Rendah Tinggi Aggregasi / Komposisi Aturan Semua aturan fuzzy akan diagregasi atau dikombinasikan untuk menjelaskan bahwa konsekuen yang diperoleh dari setiap aturan fuzzy akan dimodifikasi dengan solusi himpunan fuzzynya 2.2-123

masing-masing dan digabung dengan hasil modifikasi konsekuen lainnya. Adapun persamaan dalam menentukan aggregasi sebagai berikut : Adapun penyelesaiannya adalah sebagai berikut : fungsi keanggotaan : Standar(20 :0 Medium(20) :0 Super(20) :1 Setelah itu menentukan nilai min pada komposisi aturan seperti pada gambar 6 berikut : α-pred = α-pred1*z1 + α-pred2*z2+...α-predn*zn (15) e. Proses Defuzzifikasi Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut, sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu nilai crisp tertentu sebagai keluarannya [3]. Adapun metode pada fuzzy mamdani ini adalah sebagai berikut [4]: 1. Centroid cara mengambil titik pusat daerah fuzzy, secara umum dirumuskan pada persamaan 16 untuk variabel kontinyu dan persamaan 17 untu variabel diskrit berikut : = 2. = (16) Gambar 6. Aturan dalam Rule Editor Matlab (17) Metode Bisektor cara mengambil nilai pada domain fuzzy yang memiliki nilai keanggotaan separo dari jumlah total nilai keanggotaan pada daerah fuzzy. 3. MOM cara mengambil nilai rata-rata domain yang memiliki nilai keanggotaan maksimum. 4. LOM cara mengambil nilai terbesar dari domain yang memiliki nilai kenggotaan maksimum. 5. SOM cara mengambil nilai terkecil dari domain yang memiliki nilai kenggotaan maksimum. Untuk melihat sejauh mana fuzzy mamdani mampu mendukung keputusan dalam pembelian cat maka dilakukan pengujian dengan data berikut : : 20 Kg : 50 : 0.5 Kompetisi : 50 :? [R1] IF is Medium AND is Mahal AND is Rendah AND Kompetisi is Sedang THEN is α-pred1 = Min ((Medium(20);Mahal(50);Rendah(0.5); Sedang(50)) = min (0; 0 ; 1;0) =0 Setelah didapat nilai min lalu menghitung defuzzifikasi, adapun hasil yang dihasilkan dengan tools Matlab berdasarkan data yang ditentukan didapat hasil pilihan dengan nilai 50.5 dengan kata lain pilihan adalah, Nilai tersebut dapat dilihat pada gambar 7: Gambar 7. Hasil dengan Matlab 2.2-124

3. Kesimpulan Adapun dari penelitian ini dapat diambil kesimpulan sebagai berikut : 1. Penerapan metode fuzzy mamdani dipilih untuk menentukan pembelian cat berdasarkan kualitas,harga, animo dan kompetisi. 2. Pengujian yang dilakukan dengan matlab berhasil menentukan pilihan dalam pembelian cat. Saran Adapun saran dari penelitian ini adalah sebagai berikut : 1. Diharapkan perbandingan dengan metode yang lain untuk membandingkan hasil uji coba sehingga bisa diketahui metode yang lebih efektif. Daftar Pustaka [1] Subekti, Sri Ayu, Penggunaan Metode Mamdani untuk Membuat Keputusan dalam Analisis Kredit, Seminar Nasional Matematika dan Pendidikan Matematika, FMIPA UNY, 2013. [2] Junaidi, M, Eko S, Fajar Whedi S, Penentuan Jumlah Produksi dengan Aplikasi Metode Mamdani, Jurnal Ilmiah Teknik Industri, Vol. 4, No. 2, 2005. [3] kusumadewi,sri, Analisis dan Desain Sistem menggunakan Toolbox Matlab,, Yogyakarta : Graha Ilmu, 2002. [4] Sutikno, Waspada Indra, Perbandingan Metode Defuzzifikasi Sistem Kendali Logika Model Mamdani Pada Motor DC, Jurnal MAsyarakat Informatika, vol.2, No. 3, pp. 27-37, ISSN 2086-4930. Edy Victor Haryanto, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika STMIK Potensi Utama, lulus tahun 2007. Memperoleh gelar Magister Komputer (M. Kom) Program Pasca Sarjana Magister Teknik Informatika Universitas Putra Indonesia YPTK Padang, lulus tahun 2009. Saat ini menjadi Dosen di Universitas Potensi Utama. 2.2-125