JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI

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

SISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC

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

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

Erwien Tjipta Wijaya, ST.,M.Kom

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

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Versi Online tersedia di : JURNAL TECH-E (Online)

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

BAB III METODE PENELITIAN

Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

BAB I PENDAHULUAN 1.1 Latar Belakang

Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

4-5-FUZZY INFERENCE SYSTEMS

IMPLEMENTASI METODE FUZZY UNTUK KLASIFIKASI USIA JERUK NIPIS

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

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

Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan

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

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

JURNAL SISTEM PREDIKSI INVENTORY BARANG MENGGUNAKAN METODE FUZZY TSUKAMOTO PREDICTION INVENTORY ITEMS USING FUZZY TSUKAMOTO

REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

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

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

BAB II: TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

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

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

IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

Jurnal String Vol. 1 No. 1 Tahun 2016 ISSN: MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL

FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII)

IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM)

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

LAPORAN AKHIR PENELITIAN DOSEN PEMULA USULAN PENELITIAN DOSEN PEMULA

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

Himpunan Tegas (Crisp)

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno

BAB 2 LANDASAN TEORI

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

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang

Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia

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

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.

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

REVIEW JURNAL LOGIKA FUZZY

Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen

BAB II TINJAUAN PUSTAKA

: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto

Praktikum sistem Pakar Fuzzy Expert System

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB

BAB II TINJAUAN PUSTAKA

Metode Fuzzy Tsukamoto Dalam Aplikasi Sistem Estimasi Stok Barang

REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS

APLIKASI PERAMALAN HARGA JUAL RUMAH LELANG EX-KPR BTN MENGGUNAKAN FUZZY TSUKAMOTO

BAB II KAJIAN PUSTAKA. mengikuti sertifikasi, baik pendidikan gelar (S-1, S-2, atau S-3) maupun nongelar (D-

BAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya

PERBAIKAN KUALITAS CITRA DIGITAL BERDASARKAN HISTOGRAM EQUALIZATION DENGAN MENGGUNAKAN FUZZY

Tahap Sistem Pakar Berbasis Fuzzy

JURNAL SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN PEMBERIAN KREDIT PADA NASABAH DENGAN METODE COMPERATIF PERFOMANCE INDEX DI PD. BPR BANK DAERAH KABUPATEN

PENENTUAN KUALITAS CABE MERAH VARIETAS HOT BEAUTY DENGAN FUZZY INFERENCE SYSTEM TSUKAMOTO

Pemanfaatan Metode Tsukamoto Untuk Klasifikasi Daerah Rawan Penyakit Tuberkulosis Paru Dalam Bentuk Sistem Informasi Geografis

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

manusia diantaranya penyakit mata konjungtivitis, keratitis, dan glaukoma.

SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA)

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

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

ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

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

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KEGIATAN EKSTRAKURIKULER MENGGUNAKAN FUZZY TSUKAMOTO

Pengaturan Kecepatan Putaran Motor Listrik 3 Phasa Menggunakan Logika Fuzzy Tsukamoto pada Proses Penyaringan Minyak Goreng

JOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi

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

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

Sebelumnya... Penalaran pada Sistem Pakar. Ketidakpastian dalam Sistem Pakar. Contoh forward chaining & backward chaining

IMPLEMENTASI LOGIKA FUZZY MAMDANI UNTUK MENENTUKAN HARGA GABAH

FUZZY MULTI-CRITERIA DECISION MAKING

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

Sebelumnya... Penalaran pada Sistem Pakar. Ketidakpastian dalam Sistem Pakar. Contoh forward chaining & backward chaining

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER OBAT MENGGUNAKAN METODE FUZZY TSUKAMOTO

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 9 NO. 1 April 2016

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

SISTEM PAKAR DIAGNOSA PENYAKIT DBD DAN DEMAM TIFOID DENGAN METODE FUZZY TSUKAMOTO (STUDI KASUS PUSKESMAS PRACIMANTORO I)

IMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT

BAB II LANDASAN TEORI

Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani

DENIA FADILA RUSMAN

PENGEMBANGAN SISTEM PAKAR FUZZY

Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic

PENENTUAN BIAYA DAYA LISTRIK MENGGUNAKAN FUZZY INFERENSI TSUKAMOTO

Transkripsi:

JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI PRICING SYSTEM USING DIGITAL PHOTO PRINTING ON FUZZY TSUKAMOTO ALIEF COMPUTER KEDIRI Oleh: AVIV DANAR PUTRA PRADANA 12.1.03.02.0395 Dibimbing oleh : 1. Dr. Suryo Widodo, M.Pd. 2. Daniel Swanjaya, M.Kom PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI 2017

SURAT PERNYATAAN ARTIKEL SKRIPSI TAHUN 2017 Yang bertanda tangan di bawah ini: Nama Lengkap : AVIV DANAR PUTRA PRADANA NPM : 12.1.03.02.0395 Telepun/HP : 085851382372 Alamat Surel (Email) : danar.pradana13@gmail.com Judul Artikel : Sistem Penentuan Harga Percetakan Foto Digital Menggunakan Fuzzy Tsukamoto Di Alief Computer Kota Kediri Fakultas Program Studi : FT-TEKNIK INFORMATIKA Nama Perguruan Tinggi : Alamat Perguruan Tinggi : KH. Achmad Dahlan No. 76 Kediri Dengan ini menyatakan bahwa : a. Artikel yang saya tulis merupakan karya saya pribadi (bersama tim penulis) dan bebas plagiarisme; b. Artikel telah diteliti dan disetujui untuk diterbitkan oleh Dosen Pembimbing I dan II. Demikian surat pernyataan ini saya buat dengan sesungguhnya. Apabila di kemudian hari ditemukan ketidaksesuaian data dengan pernyataan ini dan atau ada tuntutan dari pihak lain, saya bersedia bertanggungjawab dan diproses sesuai dengan ketentuan yang berlaku. Mengetahui Kediri, 30 Januari 2017 Pembimbing I Pembimbing II Penulis, Dr. Suryo Widodo, M.Pd. NIDN.0002026403 Daniel Swanjaya, M.Kom NIDN. 0723098303 Aviv Danar Putra Pradana NPM. 12.1.03.02.0395 1

SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI AVIV DANAR PUTRA PRADANA 12.1.03.02.0395 FT Teknik Informatika danar.pradana13@gmail.com Dr. Suryo Widodo, M.Pd. dan Daniel Swanjaya, M.Kom. UNIVERSITAS NUSANTARA PGRI KEDIRI ABSTRAK Penelitian ini dilatar belakangi dari hasil pengamatan dan penelitan, bahwa penentuan harga cetak foto dilakukan hanya berdasarkan ukuran foto yang akan dicetak, tidak melihat dari nilai RGB yang terdapat dalam foto. Permasalahan penelitian ini adalah : (1) Bagaimana rancangan sistem informasi penentuan harga cetak foto digital menggunakan metode Fuzzy Tsukamoto di Alief Computer Kediri?. (2) Bagaimana membuat program aplikasi penentuan harga cetak foto digital menggunakan metode Fuzzy Tsukamoto di Alief Computer Kediri? Penelitian ini dilaksanakan dengan mengambil sampel foto dari Alief Computer Kota Kediri. Metodologi penelitian yang digunakan adalah penelitian eksperimental dengan melakukan analisa penerapan metode Fuzzy Tsukamoto untuk menentukan harga percetakan foto sampel. Kesimpulan hasil penelitian ini adalah (1) Menghasilkan rancangan sistem informasi penentuan harga cetak foto digital menggunakan metode Fuzzy Tsukamoto di Alief Computer Kediri. Rancangan yang dibuat yaitu proses kuantisasi warna dari nilai RGB foto yang di golongkan menjadi 64 ruang, proses fuzzifikasi, penentuan aturan-aturan (rules) dengan 27 aturan, proses defuzzifikasi, output sistem yang menampilkan harga cetak foto. (2) Menghasilkan program aplikasi penentuan harga cetak foto digital menggunakan metode Fuzzy Tsukamoto di Alief Computer Kediri. Program aplikasi yang dibuat menggunakan Matlab 2014a, program aplikasi menampilkan input dari foto yang akan di cetak dan output berupa harga cetak foto yang telah di tentukan berdasarkan nilai RGB dari foto.. Berdasarkan simpulan dari hasil penelitian ini, direkomendasikan : (1) Menambahkan beberapa beberapa ukuran cetak foto digital dengan bergabagai ukuran antara lain: pas foto 2 x 3, 3 x 4, 4 x 6, dst. (2) Mengembangkan sistem dengan menerapkannya dalam percetakan banner maupun brosur agar dapat lebih bermanfaat. (3) Menerapkan dalam bahasa permrograman yang lain, misalnya Java, Perl, C++, dan sebagainya. (4) Dalam perancangan sistem ini aspek keamanan sistem (security system) masih belum ada. Maka diharapkan untuk peneliti berikutnya dapat menambah dan melengkapi kekurangan-kekurangan yang ada. KATA KUNCI : Fuzzy Tsukamoto, cetak foto, nilai RGB, digital. 2

I. LATAR BELAKANG Perkembangan teknologi pada saat ini mengalami kemajuan yang sangat pesat. Keadaan ini membuat banyak sekali hal dapat dilakukan dengan lebih mudah dan efisien. Seiring dengan hal ini, kebutuhan akan informasi yang cepat serta akurat juga semakin tinggi, tidak terkecuali pada sistem informasi yang digunakan. Informasi merupakan sesuatu yang dibutuhkan oleh setiap orang dari berbagai kalangan. Oleh karena itu peningkatan kualitas di berbagai aspek dalam dunia teknologi sangat dibutuhkan agar mengikuti perkembangan teknologi yang ada. Salah satunya adalah sistem penentuan harga cetak foto berdasarkan nilai RGB setiap foto. Penentuan harga cetak foto dilakukan secara manual dengan hanya menghitung ukuran foto yang akan dicetak. Hal ini akan membutuhkan waktu user dalam menghitung dan menentukan harga cetakan foto tersebut, dan yang pasti hitungan manual user tidak dapat efisien dengan nilai RGB yang ada dalam foto. Seiring berkembangnya teknologi penelitian sistem yang akan dibuat saat ini yaitu sistem bisa menentukan berapa harga cetak foto yang dilakukan dengan menghitung nilai RGB dari sebuah foto yang akan dicetak tersebut agar bisa memudahkan user dalam menentukan harga cetak foto dengan harga yang relevan dan efisien. Sehingga masalah ini melatarbelakangi adanya Sistem Penentuan Harga Percetakan Foto Menggunakan Fuzzy Tsukamoto Di Alief Computer Kota Kediri. Penggunaan identifikasi didasarkan pada nilai RGB dari setiap foto yang akan dicetak oleh user. Dengan sistem tersebut, akan memudahkan user menentukan harga cetak foto dengan efisien. Sistem ini dibuat untuk membuktikan bagaimana penerapan perhitungan nilai RGB untuk menentukan harga cetak foto digital. II. METODE A. Fuzzy Tsukamoto Logika Fuzzy merupakan salah satu komponen pembentuk soft computing. Logika Fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pada tahun 1965. Dasar logika Fuzzy adalah teori himpunan Fuzzy (Kusumadewi, 2010). Pada teori himpunan Fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan sangatlah penting. Nilai keanggotaan atau derajat keanggotaan atau membership function menjadi ciri utama dari penalaran dengan logika Fuzzy tersebut. Dalam banyak hal, logika Fuzzy digunakan sebagai suatu cara untuk memetakan permasalahan dari input menuju ke output yang diharapkan. Pada metode Fuzzy Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF - THEN harus

direpresentasikan dengan suatu himpunan Fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap tiap aturan diberikan secara tegas (crips) berdasarkan α predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata rata terbobot. Tahap sistem Inferensi Fuzzy yang harus dilalui yaitu Nilai Input, Fuzzifikasi, Aturan aturan (rules), Mesin Inferensi, Defuzzifikasi (Defuzzification), Nilai output. B. Cara Kerja Sistem Fuzzy Sistem inferensi fuzzy merupakan proses pengolahan data dalam bentuk crisp input yang melaui beberapa tahapan dalam sistem fuzzy untuk menghasilkan data dalam bentuk crips output. Terdapat tiga metode sistem inferensi fuzzy, yaitu: Mamdani, Sugeno dan Tsukamoto. Tahap sistem Inferensi fuzzy yang harus dilalui, yaitu: 1. Nilai Input Berupa masukan dalam bentuk nilai pasti (crips) 2. Fuzzifikasi Proses fuzzifikasi (fuzzification), yang mengubah nilai tegas (crips) ke dalam fungsi keanggotaan. 3. Aturan aturan (rules) Aturan aturan merupakan suatu bentuk aturan relasi / implikasi Jika Maka atau IF THEN seprti pernyataan berikut: Jika X = A dan Jika Y = B Maka Z = C. 4. Mesin Inferensi Suatu mekanisme pengambil keputusan (Inference engine), yang memperagakan bagaimana para pakar mengambil suatu keputusan dengan menerapkan pengetahuan (knowledge) 5. Defuzzifikasi (Defuzzification) Merupakan proses pemetaan himpunan fuzzy ke hhimpunan tegas (crips). Proses ini merupakan kebalikan dari fuzzifikasi. 6. Nilai output Merupakan hasil akhir yang dapat dipakai untuk pengambilan keputusan. III. HASIL DAN KESIMPULAN A. Flowchart Sistem Gambar 3.1. Flowchart Sistem 1

B. Input Tabel 3.1. Nilai RGB dari citra foto Px 1 2 3 10 1 R=43 G=52 B=66 R=61 G=51 B=66 R=62 G=62 B=55 2 R=60 G=64 B=63 3 R=47 G=60 B=56 R=37 G=62 B=58 R=91 G=53 B=60 R=48 G=37 B=67 R=135 G=64 B=64 10... C. Proses Sistem 1. Kuantisasi Warna Tabel 3.2 Hasil penentuan kode kuantisasi warna Px 1 2 3 4 5 6 7 8 9 10 1 222 112 111 111 111 111 221 221 111 111 2 121 111 122 111 111 111 221 221 111 111 3 111 111 112 111 221 322 332 222 222 221 4 111 111 111 222 322 321 322 222 222 222 5 221 221 322 323 423 222 222 222 222 322 6 221 322 432 322 223 224 233 222 222 332 7 222 322 322 212 112 123 223 222 222 243 8 222 331 321 111 111 123 223 333 232 232 9 222 321 321 111 111 123 233 333 333 222 10 332 331 221 111 111 112 223 333 332 332 2. Fuzzifikasi Pixel (x,y) R G B 2,1 58 61 66 3,3 59 60 64 5,8 28 57 113 6,10 17 38 67 112 4 40 54 77 Gambar 3.2. Grafik Fuzzy bilangan bit warna Label Min Max Tua 0 100 normal up 50 127 normal down 127 205 Muda 155 255 a. Citra R pada kode 112 bernilai 40 berarti : b. Citra G pada kode 112 bernilai 54 berarti : c. Citra B pada kode 112 bernilai 77 berarti : Perhitungan rata-rata nilai di hitung dari kode 111 444. Berikut sampel hasil rata-rata frekuensi : KODE FREQ R G B Jadi pada kode 112 didapatkan nilai µ sebagai berikut : Label µ Citra R µ Citra G µ Citra B Tua (t) 0,6 0,46 0,23 Normal (n) 0 0,95 0,65 Muda (m) 0 0 0 2

3. Rules (Aturan-Aturan) Dalam penelitian ini terdapat 27 aturan/rules yang terdiri dari Nilai RGB (Citra Red, Citra Green, Citra Blue), Warna (Muda, Normal, Tua) dan Harga (Murah, Mahal) Sistem : Berikut Sampel Aturan / Rules [R1] If Citra R = Muda, And Citra G = Muda, And Citra B = Muda, Then Harga = Murah 4. Defuzzifikasi Hitung nilai α, nilai z dan harga pada kode 112 pada [R23] sebagai berikut : Penentuan harga Fuzzy ukuran foto 5R Label Min Max murah 2000 6000 mahal 4000 8000 Grafik Gambar 3.3 Grafik Fuzzy harga foto 5R [R23] IF Citra R = tua, AND Citra G = normal, AND Citra B = normal, THEN Harga = mahal α pred 23 = µ R µ G µ B = min(µ R, µ G, µb) = min(0,6, 0,95, 0,65) = 0,6 z 23 = harga_min_mahal + (α x (harga_max_mahal harga_min_mahal)) = 4000 + (0,6 x (8000 4000)) = 4000 + (0,6 x (4000)) = 4000 + 2400 = 6400 D. Output Sistem ( ) ( ) ( ) Harga cetak foto ditentukan menggunakan rumus berikut ini : Harga = (Z x %freq) 111-444 Tabel 3. Penentuan harga cetak foto Kode Freq Z(Harga) % Freq Harga * %Freq 111 24 6160.00 24.00% 1478.40 112 4 5782.63 4.00% 231.31 121 1 4800.75 1.00% 48.01 122 1 4823.30 1.00% 48.23 123 3 5878.83 3.00% 176.36 212 1 5500.00 1.00% 55.00 221 10 4784.09 10.00% 478.41 222 19 4345.80 19.00% 825.70 223 4 5168.83 4.00% 206.75 224 1 5396.10 1.00% 53.96 232 2 5428.57 2.00% 108.57 233 2 4557.62 2.00% 91.15 243 1 5517.15 1.00% 55.17 321 4 4987.01 4.00% 199.48 322 9 4739.64 9.00% 426.57 323 1 4872.74 1.00% 48.73 331 2 4115.22 2.00% 82.30 332 5 4857.14 5.00% 242.86 333 4 3316.90 4.00% 132.68 423 1 5265.73 1.00% 52.66 432 1 4604.21 1.00% 46.04 100 TOTAL 100% Rp 4,688 3

Jadi harga cetak foto ukuran 5R tersebut adalah Rp. 4.688 kemudian dibulatkan menjadi Rp. 4.700. 3. Tampilan Harga Cetak Foto E. PENGUJIAN SISTEM 1. Tampilan Menu Utama Gambar 3.6 Tampilan Harga Percetakan Foto Gambar 3.4 Tampilan Menu Utama Sebelum Input Foto 4. Tampilan Harga Cetak Foto Sesuai dengan Jumlah Cetak Foto 2. Proses Input Foto Gambar 3.5 Tampilan Input Foto Yang Akan Di Proses Gambar 3.7 Tampilan Harga Percetakan Foto Digital Menggunakan Metode Fuzzy Tsukamoto dengan jumlah cetak yang telah di tentukan F. KESIMPULAN Dari hasil perancangan dan pembuatan aplikasi penentuan harga percetakan foto digital menggunakan metode Fuzzy Tsukamoto, maka dapat di simpulkan bahwa: 4

1. Menghasilkan rancangan sistem informasi penentuan harga cetak foto digital menggunakan metode Fuzzy Tsukamoto di Alief Computer Kediri. Rancangan yang dibuat yaitu proses kuantisasi warna dari nilai RGB foto yang di golongkan menjadi 64 ruang, proses fuzzifikasi, penentuan aturanaturan (rules) dengan 27 aturan, proses defuzzifikasi, output sistem yang menampilkan harga cetak foto. 2. Menghasilkan program aplikasi IV. penentuan harga cetak foto digital menggunakan metode Fuzzy Tsukamoto di Alief Computer Kediri. Program aplikasi yang dibuat menggunakan Matlab 2014a, program aplikasi menampilkan input dari foto yang akan di cetak dan output berupa harga cetak foto yang telah di tentukan berdasarkan nilai RGB dari foto. DAFTAR PUSTAKA Balza, Ahmad & Firdausy, Kartika. 2005. Teknik Pengolahan Citra Digital Menggunakan Delphi. Yogyakarta : Ardi Publishing. Krisnawati. 2007. Kompresi Citra dengan Metode Kuantisasi. STMIK AMIKOM. Yogyakarta Kusumadewi, Sri & Hari Purnomo. 2010. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan Edisi Kedua. Yogyakarta: Graha Ilmu. Kusumanto RD &Tompunu AN. 2011. Pengolahan Citra Digital untuk Mendeteksi Obyek Menggunakan Pengolahan Warna Model Normalisasi RGB. Politeknik Negeri Sriwijaya. Palembang. Mahetri. 2015. Kuantisasi Citra. (online). Tersedia : https://putuadisusanta. wordpress.com/2015/08/02/kuantis asi-citra-2. diakses 7 Agustus 2016. Muhalian, Alamsyah. 2013. Sejarah dan Definisi Matlab. Tersedia : http://alamsyahmuhalian.blogspot.com/2013/10/no rmal-0-false-false-false-en-us-xnone.html. Diakses 13 Desember 2016 Munir, Rinaldi. 2004. Pengolahan Citra Digital Dengan Pendekatan Algoritmik. Informatika. Bandung. Putra, Darma. 2010. Pengolahan Citra Digital. Weistiningsih, ED. Yogyakarta : Andi Sutoyo, T, dkk. 2009. Teori Pengolahan Citra Digital, Penerbit Andi, Yogyakarta Thendean H & Sugiarto M. 2007. Penerapan Fuzzy If-Then Rules untuk Peningkatan Kontras pada Citra Hasil Mammografi. Universitas Tarumanagara. 5

Yusron, Rizal. 2011. Pengertian Citra. (online). tersedia : http://blog.stikom.edu/ yusron/2011/05/12/pengertiancitra/. diakses 7 Agustus 2016. 6