ANALISIS RULE FUZZY INFERENSI SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN TESIS KHAIRUL SALEH

dokumen-dokumen yang mirip
MODEL RULE DENGAN PENDEKATAN FUZZY SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT PADA PENENTUAN JABATAN DI INSTITUSI PENDIDIKAN TINGGI TESIS

ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

ANALISIS ALGORITMA C4.5 DAN FUZZY SUGENO UNTUK OPTIMASI RULE BASE FUZZY TESIS VERI ILHADI

ANALISIS METODE AHP (ANALYTICAL HIERARCHY PROCESS) BERDASARKAN NILAI CONSISTENCY RATIO TESIS IMAM MUSLEM R

ANALISIS RULE INFERENSI FUZZY MAMDANI DALAM MENENTUKAN IPK AKHIR. Abstrak

MODEL FUZZY EXPERT SYSTEM BERBASIS PEMAKAI PADA P.T. BATIK SEMAR CABANG MEDAN TESIS PUTRA SURI ALIM

PENGEMBANGAN SISTEM KEAMANAN KOMPUTER MENGAKSES DATA CENTER MENGGUNAKAN ALGORITMA RSA PADA WINDOWS SERVER 2012 DALAM MEDIA HOTSPOT TESIS

PENGGUNAAN FUZZY QUERY DATABASE UNTUK PENGEMBANGAN MODEL EVALUASI UMPAN BALIK TERHADAP KINERJA DOSEN TESIS. Oleh PONINGSIH /TIF

ANALISIS PERBANDINGAN ONLINE DAN OFFLINE TRAINING PADA JARINGAN BACKPROPAGATION PADA KASUS PENGENALAN HURUF ABJAD TESIS

ANALISIS SELEKSI ATRIBUT PADA ALGORITMA NAÏVE BAYES DALAM MEMPREDIKSI PENYAKIT JANTUNG

ANALISIS PERBANDINGAN ALGORITMA DECISION TREE DENGAN ALGORITMA RANDOM TREE UNTUK PROSES PRE PROCESSING DATA TESIS SAIFULLAH

ANALISIS PERBANDINGAN TEKNIK SUPPORT VECTOR REGRESSION (SVR) DAN DECISION TREE C4.5 DALAM DATA MINING TESIS. Oleh YUNIAR ANDI ASTUTI / TINF

ANALISIS GALAT FUNGSI KEANGGOTAAN FUZZY PADA METODE MAMDANI DAN METODE SUGENO TESIS MAGDALENA SIMANJUNTAK

TESIS ADYA ZIZWAN PUTRA

MODEL PENILAIAN KINERJA BAGI LEMBAGA KURSUS DAN PELATIHAN DENGAN LOGIKA FUZZY

TESIS OLEH ELVIWANI /TINF

HASIL PENELITIAN FUZZY-EXPERT SYSTEM DALAM MENYELESAIKAN PROCUREMENT TASKS. Oleh LIZA FITRIANA /TINF

ANALISIS PENERAPAN MODEL INFERENSI FUZZY TSUKAMOTO DALAM PENILAIAN PENCAPAIAN KOMPETENSI PROGRAM STUDI TESIS. Oleh JOKO SUSILO

PERBANDINGAN WAKTU EKSEKUSI ALGORITMA DSATUR

LOGIKA FUZZY DAN PROGRAM LINIER UNTUK PENGOPTIMALAN PEROLEHAN LABA DALAM IMPOR BARANG TESIS. Oleh SENIMAN /TINF

ANALISIS PERFORMANSI PADA PENERAPAN HUKUM KETETAPAN HARDY-WEINBERG DALAM ALGORITMA GENETIKA TESIS ADIDTYA PERDANA

PENGUKURAN TINGKAT KEMIRIPAN DOKUMEN TEKS DENGAN PROSES ALGORITMA GENETIKA MENGGUNAKAN POSI FORMULATION TESIS DARWIS ROBINSON MANALU

ANALISIS KOMBINASI MESSAGE-DIGEST ALGORITHM 5 (MD5) DAN AFFINE BLOCK CIPHERTERHADAP SERANGAN DICTIONARY ATTACK UNTUK KEAMANAN ROUTER WEBLOGIN HOTSPOT

Universitas Sumatera Utara

ANALISIS DAYA SERAP CITRA PADA PESAN BERBAHASA INDONESIA MENGGUNAKAN PENCOCOKAN WARNA GABRIEL ARDI HUTAGALUNG

ANALISIS TABU LIST LENGTH PADA PENJADWALAN PERKULIAHAN TESIS RAYUWATI

PENGEMBANGAN ALGORITMA PENGURUTAN SMS (SCAN, MOVE, AND SORT) TESIS

PENGENALANN GERAK ISYARAT MENGGUNAKAN LAYAR VIRTUAL DAN NEURAL NETWORK BACKPROPAGATION

MODEL FUNGSI KEANGGOTAAN FUZZY MULTI CRITERIA DECISION MAKING PADAPROGRAM SERTIFIKASI GURU TESIS

PEMODELAN ATURAN DALAM MEMPREDIKSI PRESTASI AKADEMIK MAHASISWA POLITEKNIK NEGERI MEDAN DENGAN KERNEL K-MEANS CLUSTERING TESIS.

TESIS. Oleh HERI SANTOSO /TINF

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PERFORMANCE SEKOLAH DENGAN MENGGUNAKAN METODE FUZZY MULTI CRITERIA DECISION MAKING (MCDM) SKRIPSI

ANALISIS METODE ANALYTIC HIERARCHY PROCESS DENGAN PENDEKATAN LOGIKA FUZZY TESIS MEIDA SITANGGANG

Analisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA)

PEMODELAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE KOMBINASI FUZZY TAHANI DAN SIMPLE ADDITIVE WEIGHTING TESIS DEDY ARMIADY

ANALISIS ACCURATE LEARNING PADA LEARNING VECTOR QUANTIZATION (LVQ) MENGGUNAKAN ALGORITMA GENETIKA DALAM PENGENALAN POLA ALFANUMERIK TESIS

PENGAMANAN DATA DENGAN KOMBINASI TEKNIK KRIPTOGRAFI RABIN DAN TEKNIK STEGANOGRAFI CHAOTIC LSB TESIS JAMALUDDIN

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

ANALISIS PERBANDINGAN ALGORITMA SUPPORT VECTOR CLUSTERING (SVC) DAN K-MEDOIDS PADA KLASTER DOKUMEN TESIS SUHADA

ANALISIS PERFORMANCE ATAS METODE ARITHMETIC CROSSOVER DALAM ALGORITMA GENETIKA TESIS ERIANTO ONGKO

ANALISIS SIMULASI KOMPUTASI UNTUK PEMETAAN VALIDASI PREDIKSI CURAH HUJAN DENGAN MODEL ARIMA DAN ANFIS DI SUMATERA UTARA TESIS.

ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI TESIS MERRY NAINGGOLAN

PENGEMBANGAN ALGORITMA RC6 DALAM PROTEKSI TRANSMISI DATA DENGAN MENGKOMBINASIKAN RC5 DAN RC6 TESIS KHAIRUMAN

PERBANDINGAN METODE FUZZY SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS PADA PERUM BULOG DIVISI REGIONAL SUMUT SKRIPSI

ANALISIS PENGARUH PEMBOBOTAN DENGAN METODE NGUYEN WIDROW DALAM BACKPROPAGATION UNTUK PREDIKSI TESIS

ANALISIS METODE FUZZY ANALYTIC HIERARCHY PROCESS (FAHP) DALAM MENENTUKAN POSISI JABATAN

OPTIMASI MULTI-OBJECTIVE MENGGUNAKAN NSGA-II DALAM PENJADWALAN MESIN PRODUKSI FLOW SHOP

PEMBANGKIT FUNGSI KEANGGOTAAN FUZZY OTOMATIS MENGGUNAKAN NEURAL NETWORK TESIS. Oleh ZARA YUNIZAR /TINF

PENGENALAN POLA DALAM FUZZY CLUSTERING DENGAN PENDEKATAN ALGORITMA GENETIKA TESIS AYU NURIANA SEBAYANG /TINF

STUDI PEMANFAATAN LIMBAH IKAN DARI TEMPAT PELELANGAN IKAN (TPI) DAN PASAR TRADISIONAL SIBOLGA SEBAGAI BAHAN BAKU KOMPOS

APLIKASI LOGIKA FUZZY DALAM PERENCANAAN PRODUKSI SKRIPSI DINA MARIA NADAPDAP

APLIKASI METODE FUZZY TSUKAMOTO DALAM PENENTUAN JUMLAH PEMASUKAN BERAS OPTIMUM PADA PERUM BULOG DIVISI REGIONAL SUMATERA UTARA SKRIPSI

SIMULASII ANTRIAN PELAYANAN BERKELOMPOK OLEH BANYAK SERVER T E S I S AKIM MANAOR HARA PARDEDEE

OPTIMASI BICRITERIA LINEAR PROGRAMMING DENGAN KENDALA FUZZY TRIANGULAR SKRIPSI LINTANG GILANG PRATAMA

PENENTUAN JUMLAH PRODUKSI OPTIMAL MINUMAN TEH MENGGUNAKAN METODE FUZZY

ANALISIS CROSS OVER POINT ALGORITMA GENETIKA PADA PEMBANGKIT FUNGSI KEANGGOTAAN FUZZY OTOMATIS TESIS ERTINA SABARITA BARUS

PENGEMBANGAN ALGORITMA TMQS UNTUK PENJADUALAN PENGGUNA BANDWIDTH INTERNET TESIS BERSAMA SINURAYA

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014

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

ANALISIS PEMETAAN VALIDASI PREDIKSI CURAH HUJAN DENGAN MODEL JARINGAN SYARAF TIRUAN DAN WAVELET MENGGUNAKAN ARC VIEW 3.3 TESIS.

APLIKASI METODE FUZZY SUGENO DALAM PENENTUAN PERSEDIAAN KERTAS ROKOK TAHUN 2016 (Studi kasus: PT. PUSAKA PRIMA MANDIRI (PPM)) SKRIPSI

APLIKASI FUZZY LOGIC UNTUK MENILAI KOLEKTIBILITAS ANGGOTA SEBAGAI PERTIMBANGAN PENGAMBILAN KEPUTUSAN PEMBERIAN KREDIT DI KOPERASI X SKRIPSI

METODE HYBRID (BAYES DAN MULTIFACTOR EVALUATION PROCESS) DALAM SISTEM PENDUKUNG KEPUTUSAN SKRIPSI KHAIRUN NISA

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

OPTIMASI FUNGSI KEANGGOTAAN FUZZY MENGGUNAKAN METODE MAMDANI TERHADAP PREDIKSI PERILAKU PEMBELI

PENGEMBANGAN ALGORITMA PENENTUAN TITIK AWAL DALAM METODE CLUSTERING ALGORITMA FUZZY C-MEANS

DESAIN PELATIHAN KETAHANAN NASIONAL UNTUK PIMPINAN ORGANISASI KEMASYARAKATAN PEMUDA (OKP) TESIS

PENGHALUSAN CITRA LOKAL ADAPTIF PADA B-SPLINE HIRARKI

REPLIKASI PADA STANDBY DATABASE MENGGUNAKAN METODE INCREMENTAL BACKUP TESIS DEFRY HAMDHANA

PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2013

SISTEM PENDUKUNG KEPUTUSAN INVESTASI PERUMAHAN DENGAN METODE SUGENO SKRIPSI SABRINA PRATIWI SIMORANGKIR

PENERAPAN METODE WEIGHTED PRODUCT MODEL (WPM) DAN WEIGHTED SUM MODEL (WSM) DALAM PENENTUAN PRODUK YANG AKAN DIPASARKAN PADA ONLINE SHOP SKRIPSI

MODEL ATURAN KETERHUBUNGAN DATA MAHASISWA MENGGUNAKAN ALGORITMA C 4.5 UNTUK MENINGKATKAN INDEKS PRESTASI TESIS. Oleh DEDY HARTAMA /TIF

PERBANDINGAN MODEL ALGORITMA PARTICLE SWARM OPTIMIZATION DAN ALGORITMA GENETIKA PADA PENJADWALAN PERKULIAHAN TESIS SAYID AIDHIL PUTRA NIM.

PENGAMBILAN KEPUTUSAN SOCIOSCIENTIFIC DALAM MATA PELAJARAN SAINS DI SEKOLAH MENENGAH UMUM

STUDI PERBANDINGAN ANTARA METODE PROBABILISTIC ENCRYPTION DENGAN METODE RIVEST-SHAMIR-ADLEMAN TESIS. Oleh FERRY HERISTON NABABAN

SKRIPSI AGUS PRABOWO PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2016

KERAHASIAAN WATERMARKING CITRA DIGITAL DENGAN INFORMATION DISPERSAL ALGORITHM (IDA) DAN ALGORITMA HUFFMAN TESIS BAMBANG TJ HUTAGALUNG

TESIS ZEFRI PAULANDA /TINF

ANALISIS KINERJA ALGORITMA RABIN DAN RIVEST SHAMIR ADLEMAN ( RSA ) PADA KRIPTOGRAFI TESIS WIDIARTI RISTA MAYA

TESIS AKSHAR

METODE PENYELESAIAN UNTUK PERSOALAN PERTIDAKSAMAAN VARIASIONAL DENGAN KENDALA PERSAMAAN DAN PERTIDAKSAMAAN

BAB 2 TINJAUAN PUSTAKA

PENGGUNAAN FAKTOR HSINCHUN CHEN DALAM ALGORITMA GENETIKA UNTUK MENEMUKAN DOKUMEN YANG MIRIP TESIS. Oleh VERA WIJAYA /TINF

KOMBINASI KRIPTOGRAFI VERNAM CIPHER DAN RIVEST CIPHER 4 TESIS FITRI MARINA RITONGA

PENGEMBANGAN ALGORTIMA APRIORI UNTUK PENGAMBILAN KEPUTUSAN TEKNIK INFORMATIKA

REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO

KEANEKARAGAMAN FUNGI MIKORIZA ARBUSKULA PADA AREAL TANAMAN KELAPA SAWIT (STUDI KASUS DI PTPN III KEBUN BATANG TORU KABUPATEN TAPANULI SELATAN) TESIS

PERANCANGAN APLIKASI PERPUSTAKAAN PADA SMA NEGERI 5 MEDAN TUGAS AKHIR HERA PRATIWI SIPAYUNG

Universitas Sumatera Utara

ANALISIS AKURASI ALGORITMA POHON KEPUTUSAN DAN K-NEAREST NEIGHBOR (k-nn) TESIS HULIMAN

PERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE FUZZY-MAMDANI DENGAN FUZZY-SUGENO (Studi Kasus: PT SARIMAKMUR TUNGGALMANDIRI)

ANALISIS KONFIGURASI MULTI PROTOCOL LABEL SWITCHING (MPLS)UNTUK MENINGKATKAN KINERJA JARINGAN TESIS YANI MAULITA /TINF

MODEL PEMILIHAN PORTOFOLIO MENCAKUP UNSUR KETIDAKPASTIAN

SKRIPSI KADAR ERATOSTHENES SITEPU

TESIS RULLY OKTAVIA H

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN OPERATOR TERBAIK MENGGUNAKAN METODE TOPSIS (STUDI KASUS: CBOC REGIONAL 1/ PT. TELEKOMUNIKASI, TBK.

ANALISIS EIGEN VECTOR PADA METODE AHP DENGAN DEKOMPOSISI MATRIKS TESIS REZA ALAMSYAH

PEMBUATAN DAN KARAKTERISASI BATA BERPORI DENGAN AGREGAT BATU APUNG (PUMICE) SEBAGAI FILTER GAS BUANG KENDARAAN TESIS

ALGORITMA THE SIEVE OF ERATOSTHENES DAN LINEAR CONGRUENTIAL GENERATOR ( LCG ) DALAM PERANCANGAN APLIKASI KRIPTOGRAFI RSA TESIS.

Transkripsi:

ANALISIS RULE FUZZY INFERENSI SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN TESIS KHAIRUL SALEH 127038072 PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKAFAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN

ANALISIS RULE FUZZY INFERENSI SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN TESIS KHAIRUL SALEH 127038072 PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKAFAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

ANALISIS RULE FUZZY INFERENSI SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN TESIS Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Magister Teknik Informatika KHAIRUL SALEH 127038072 PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKAFAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

MEDAN 2015 PERSETUJUAN Judul : ANALISIS RULE FUZZY INFERENSI SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN Kategori : TESIS Nama : KHAIRUL SALEH NIM : 127038072 Program Studi : MAGISTER (S2) TEKNIK INFORMATIKA Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA KomisiPembimbing : Pembimbing 2 Pembimbing 1 Dr. SyahrilEfendi, Ssi, MIT Prof. Dr. Muhammad Zarlis Diketahui/ disetujui oleh Program Studi Magister (S2) TeknikInformatika Ketua,

Prof. Dr. Muhammad Zarlis NIP. 19570701 198601 1 003 PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan di bawah ini : Nama : Khairul Saleh NIM : 127038072 Program Studi Jenis Karya Ilmiah : Teknik Informatika : Tesis Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty Free Right) atas tesis saya yang berjudul : ANALISIS RULE FUZZY INFERENSI DALAM SISTEM PENDUKUNG KEPUTUSAN Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non- Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk database, merawat dan mempublikasikan tesis saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan/atau sebagai pemilik hak cipta. Demikian pernyataan ini dibuat dengan sebenarnya. Medan, 20 Juni 2015 Khairul Saleh

127038072 Telah diuji pada Tanggal : 20 Juni 2015 PANITIA PENGUJI TESIS Ketua Anggota : Prof. Dr. Muhammad Zarlis : 1. Dr. Syahril Efendi 2. Prof. Dr. Tulus 3. Dr. Erna Budhiarti Nababan 4. Dr. Zakarias Situmorang

RIWAYAT HIDUP DATA PRIBADI Nama Lengkap : Khairul Saleh Tempat dan Tanggal Lahir : Pasaman, 04 Juni 1988 Alamat Rumah : Sontang Sumatera Barat Telepon/Fax/HP : -/ -/ 087868422079 Email Instansi Tempat Bekerja Alamat Kantor : khairulsibungsu@yahoo.com : SMK Farmasi APIPSU Medan : Jl. Sutomo No. 25 Medan DATA PENDIDIKAN SD : SDN 10 Sontang TAHUN : 2001 SMP : MTsN Is. Kadap TAHUN : 2004 SMA : SMA Negeri 1 Rao TAHUN : 2007 S1 : Teknik Informatika Universitas Padang Indonesia YPTK TAHUN : 2012 S2 : Teknik Informatika Universitas Sumatera Utara TAHUN : 2015

UCAPAN TERIMA KASIH Puji dan syukur kehadirat Allah Swt karena atas rahmat dan karunianya penulis dapat menyelesaikan tesis yang berjudul Analisis Rule Fuzzy Inferensi Sugeno Dalam Sistem Pendukung Keputusan untuk memenuhi salah satu syarat dalam mencapai gelar Magister pada Jurusan Teknik Informatika Universitas Sumatera Utara Medan. Dalam kesempatan ini penulis menyadari bahwa banyak pihak yang ikut berperan dalam menyelesaikan tesis ini baik moril maupun materil. Oleh karena itu penulis mengucapkan rasa terima kasih kepada : 1. Bapak Prof. Dr. Muhammad Zarlis, selaku Dekan dan Dosen Pembimbing I yang telah banyak meluangkan waktunya dan pikiran untuk mengarahkan penulis dalam menyusun tesis ini. 2. Bapak Dr. Syahril Efendi selaku Dosen Pembimbing II yang telah banyak memberikan kritik dan saran dalam penyusunan tesis ini. 3. Bapak Prof. Dr. Tulus yang telah memberikan saran untuk perbaikan dan penyelesaian tesis ini. 4. Dr. Erna Budhiarti Nababan selaku Dosen Pembanding yang telah memberikan saran untuk perbaikan dan penyelesaian tesis ini. 5. Dr. Zakarias Situmorang selaku Dosen Pembanding yang telah memberikan saran untuk perbaikan dan penyelesaian tesis ini. 6. Bapak/Ibu staf, dosen dan karyawan/ti Universitas Sumatera Utara. 7. Ibunda dan Ayahanda yang telah memberikan doa dan semangat kepada penulis. 8. Teman-teman seperjuangan Angkatan 2012 Kom-C yang telah memberikan dukungan dalam penyelesaian tesis ini.

Dalam menyusun tesis ini penulis menyadari masih banyak kekurangan. Untuk itu penulis mengharapkan kritik dan saran untuk menyempurnakan tesis ini. Akhirnya semoga Allah Swt melimpahkan rahmatnya kepada kita semua, dan semoga tesis ini dapat bermanfaat bagi para pembaca. Medan, 20 Juni 2015 Penulis Khairul Saleh 127038072

ABSTRAK Persoalan pengambilan keputusan, pada dasarnya adalah bentuk pemilihan dari berbagai alternatif tindakan yang mungkin dipilih yang prosesnya melalui mekanisme tertentu, dengan harapan dapat menghasilkan sebuah keputusan yang terbaik. Penyusunan model keputusan adalah suatu cara untuk mengembangkan hubunganhubungan logis yang mendasari persoalan keputusan ke dalam suatu model matematis, yang mencerminkan hubungan yang terjadi diantara faktor-faktor yang terlibat mengajukan model yang menggambarkan pengambilan keputusan, sistem fuzzy cocok untuk penalaran pasti atau perkiraan, terutama untuk sistem dengan model matematika yang ketat yang sulit untuk mendapatkan sebuah keputusan yang pasti. Logika fuzzy dapat digunakan untuk menggambarkan suatu sistem dinamika yang kacau, dan logika fuzzy dapat berguna untuk sistem yang bersifat dinamis yang kompleks dimana penyelesaian dengan model matematika yang umum tidak dapat bekerja dengan baik. metode Sugeno melakukan komputasi secara efisien dan bekerja dengan baik dengan optimasi dan teknik adaptif, yang membuatnya sangat baik dalam masalah kontrol, terutama untuk sistem non linier dinamis. Sistem fuzzy Sugeno memperbaiki kelemahan yang dimiliki oleh sistem fuzzy murni untuk menambah suatu perhitungan matematika sederhana dengan menggunakan aturan IF-THEN. Pada perubahan ini, sistem fuzzy memiliki suatu nilai rata-rata (Weighted Average Values) di dalam bagian aturan fuzzy IF-THEN. Kata kunci : Prediksi, SPK, Sugeno, Fuzzy Inferensi Sistem, Akurasi, Analisis.

ANALYSIS OF FUZZY INFERENCE RULE SUGENO MODELS IN THE PREDICTION SYSTEM AND DECISION SUPPORT SYSTEM ABSTRACT The issue of decision-making, is essentially a form of election of the various alternative actions that may have been that the process through specific mechanisms, with the hope of producing a best decision. Preparation of decision model is a way of developing logical relations that underlie the decision problem into a mathematical model, which reflects the relationship between the factors involved propose a model that describes the decision, fuzzy systems suitable for reasoning definitely or forecasts, especially for a system with a strict mathematical model that is difficult to obtain a definite decision. Fuzzy logic can be used to describe a chaotic dynamic system, and fuzzy logic can be useful for systems that are complex dynamic where the completion of the general mathematical model can not work properly. Sugeno methods perform computationally efficient and works well with the optimization and adaptive techniques, which makes it very well in a control problem, especially for non-linear dynamic systems. Sugeno fuzzy systems correct weaknesses possessed by pure fuzzy system to add a simple mathematical calculation using the IF-THEN rules. At this change, the fuzzy system has an average value (Weighted Average Values) in section fuzzy IF-THEN rules. Keywords: Prediction, Sugeno, Fuzzy Inferency System, Accuracy, Analysis.

DAFTAR ISI Halaman PERSETUJUAN PERNYATAAN PERNYATAAN PERSETUJUAN PUBLIKASI PANITIA PENGUJI TESIS RIWAYAT HIDUP UCAPAN TERIMA KASIH ABSTRAK ABSTRACT DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL ii iii iv v vi vii ix x xi xiv xvi BAB 1PENDAHULUAN 1 1.1 Latar Belakang 1 1.2 Rumusan Masalah 3 1.3Batasan Masalah 4 1.4 Tujuan Penelitian 4 BAB 2 TINJAUAN PUSTAKA 5

2.1 Kecerdasan Buatan 5 2.2 Konsep Sistem Pendukung Pengambilan Keputusan 6 2.3Logika Fuzzy 6 2.4Fungsi Keanggotaan 8 2.4.1Representasi Linear 9 2.5Teori Himpunan Fuzzy 10 2.5.1 Konsep Dasar Himpunan Fuzzy 10 2.6 Inferensi 12 2.7 Fuzzifikasi 12 2.7.1 Defuzzifikasi 12 2.8 Aturan IF-THEN 12 2.9 Metode Fuzzy Inferensi Sistem (FIS) Sugeno 13 BAB 3METODOLOGI PENELITIAN 14 3.1 Pendahuluan 14 3.2 MetodologiPenelitian 14 3.3Prosedur Pemrosesan Data 16 BAB 4HASIL DAN PEMBAHASAN 18 4.1 Pendahuluan 18 4.2 Menentukan Fungsi Keanggotaan 19 4.2.2.1 Derajat Keanggotaan Variabel Raport 19 4.2.3 Hasil Fuzzifikasi Variabel Nilai IQ 21 4.2.4 Hasil Fuzzifikasi Variabel Nilai Penghasilan 22

4.3Model Perancangan Rule 31 4.3.1 Fuzzy Rule Base 32 4.3.2 Pembentukan α Predikat 35 4.3.2.1 Data C1 35 4.3.2.2 Defuzzikasi C1 38 4.4 Pembahasan 40 4.5Analisis Tingkat Akurasi Sistem Prediksi dan Sistem Pendukung Keputusan 40 4.6 Analisis Rule Sistem Prediksi dan Sistem Pendukung Keputusan 40 BAB 5 KESIMPULAN DAN SARAN 41 5.1 Kesimpulan 41 5.2 Saran 41 DAFTAR PUSTAKA Lampiran 1: Daftar Publikasi Ilmiah Lampiran 2 : TabelHasilPrediksidanSistemPendukungKeputusan Lampiran 3 : DaftarJurusanSaintek, dayatampung, peminat, passing grade, danstandartkelulusan Lampiran4 :TabelDaftarJurusanSoshum, dayatampung, peminat, passing grade, danstandartkelulusan Lampiran 5 : Data JurusanSaintek Di Universitas Sumatera Utara Lampiran 6 : Data JurusanSoshum Di Universitas Sumatera Utara

DAFTAR GAMBAR Gambar 2.1 Tahapan Proses Dalam Logika Fuzzy 8 Gambar 2.2 fungsi keanggotaan kurva bahu 9 Gambar 2.3 Representas Linear Naik 9 Gambar 2.4 Representas Linear Turun 10 Gambar 3.1 Diagram Alir Metode Penelitian 16 Gambar 3.2 Model Sekuensial Linier

DAFTAR TABEL Tabel 4.1 Derajat Keanggotaan Variabel Nilai Raport 19 Tabel 4.2 Derajat Keanggotaan Nilai IQ 21 Tabel 4.3 Derajat Keanggotaan Variabel Penghasilan 23 Tabel 4.4 Hasil Fuzzyfikasi Tiga Variabel Masukan 23 Tabel 4.5 Model Perancangan Rule 31 Tabel 4.6 Hasil Pembentukan Rule Base 34 Tabel 4.7 Hasil Defuzzifikasi Variabel C1-C12 37 Tabel 4.8 Hasil Prediksi dan Sistem Pendukung Keputusan 39