Presentasi
2 - ANALISIS PEMBERIAN KREDIT MOBIL
DENGAN PENDEKATAN METODE FUZZY-MAMDANI (STUDI KASUS : PT ASTRA CREDIT COMPANIES
CABANG DAIHATSU CIBUBUR)
·
Tujuan penelitian è untuk mengetahui cara kerja metode fuzzy
mamdani untuk mengetahui diterima atau tidaknya sebuah pengajuan kredit
·
Pada metode mamdani baik variabel input maupun variabel output dibagi menjadi satu atau lebih
himpunan fuzzy.
·
Langkah
pertama è membuat himpunan pada tiap variabel yang
digunakan, dalam kasus ini dibagi menjadi 2 step yaitu input dan output
|
Input
|
Variabel
|
Kelompok
himpunan
|
Nilai
|
|
Pekerjaan
|
Karyawan
|
1
|
|
|
PNS/TNI/POLRI/Pendidik
|
2
|
||
|
Direktur
|
3
|
||
|
Pemilik
Perusahaan
|
4
|
||
|
Tempat
Tinggal
|
Kontrak
|
1
|
|
|
Sederhana
|
2
|
||
|
Menengah
|
3
|
||
|
Mewah
|
5
|
||
|
Reputasi
|
Buruk
|
0
|
|
|
Baik
|
1
|
||
|
Kondisi
Global
|
Tidak
Stabil
|
0
|
|
|
Stabil
|
1
|
||
|
Perputaran
Kas
|
Kecil
|
1
|
|
|
Sedang
|
2
|
||
|
Besar
|
3
|
||
|
Sangat
Besar
|
4
|
||
|
Output
|
Approval
|
Reject
|
0
|
|
Approve
|
1
|
·
Langkah
Kedua è mementukan variabel dan semesta pembicaraan
|
fungsi
|
Variabel
|
Semesta pembicaraan
|
keterangan
|
|
Input
|
DP è X1
|
[10-30]
|
Jurnal DP dalam bentuk presentase
|
|
Tempat tinggal è X2
|
[1-4]
|
Kondisi tempat tinggal
|
|
|
Pekerjaan è X3
|
[1-4]
|
Jenis pekerjaan debitur
|
|
|
Penghasilan è X4
|
[1,3-3,5]
|
Penghasilan per bulan
|
|
|
Penghasilan tambahan è X%
|
[2-14]
|
Penghasilan tambahan
|
|
|
Tanggungan è X6
|
[1-4]
|
Tanggungan debitur
|
|
|
Perputaran Kas è X7
|
[1-4]
|
Dilihat dari buku tabungan 3 bulan terakhir
|
|
|
Reputasi è X8
|
[0-1]
|
Reputasi debitur
|
|
|
Kondisi Global è X9
|
[0-1]
|
Mempengaruhi kemampuan debitur untuk
melunasi hutang
|
|
|
Output
|
approval
|
[0-1]
|
Hasil keputusan tim naalisis diterima atau
ditolaknya suuatu pengajuan kredit
|
·
Langkah
ketiga è membuat fungsi keanggotaan dari tiap variabel
·
Langkah
4 è rule
Contoh : if (DP is rendah) and (tempat
tinggal is sederhana) and (pekerjaan is PNS/TNI/PORLI/Pendidik) and
(penghasilan pokok is rendah) and (penghasilan lain is kecil) and (tanggungan
is sedikit) and (perputaran kas is sedang) and (reputasi is baik) and (keadaan
global is stabil) then (approval is approve)
·
Memakai
fungsi segitiga karena terdapat hanya satu nilai x yang memiliki
derajat keanggotaan sama dengan 1, yaitu ketika x=b, Tetapi, nilai-nilai di sekitar b
memiliki derajat keanggotaan yang turun cukup tajam menjauhi 1
Presentasi
3 – NO TITLE
·
Menggunakan
pengendali fuzzy adaptive control
·
Menggunakan
representasi fungsi segitiga, metode fuzzy-mamdani
·
Langkah
penelitian :
o studi literatur
o perancangan algoritma pengendali
o analisa hasil pemrograman
·
fuzzy
adaptive è logika fuzzy yang dilengkapi pembelajaran
·
aturan
kendali
·
representasi
fungsi keanggotaan segitihga
Presentasi
4 - Aplikasi Pendukung Keputusan Dengan
Menggunakan Logika
Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer
Untuk
Suatu Paket Komputer Lengkap)
·
tujuan
sistem è untuk mengetahui informasi yang dapat memberikan data
pilihan spesifikasi komputer untuk para konsumen sesuai dengan kriteria
konsnumen
·
fungsi
keanggotaan yang dipakai adalah fungsi keanggotaan segitiga dan fungsi
keanggotaan bahu
·
representasi
kurva segitiga adalah gabungan dari 2 garis
·
representasi
kurva bahu merupakan daerah yang terletak di tengahtengah suatu variabel yang
direpresentasikan dalam bentuk segitiga, pada sisi kanan dan sisi kirinya akan
naik dan turun. Himpunan fuzzy bahu digunakan untuk mengakhiri variabel
suatu daerah fuzzy.
·
Sistem
yang akan dibangun merupakan sistem basisdata fuzzy (Fuzzy Database
System), dengan menggunakan model Tahani, yaitu dengan menggunakan relasi
standar dalam database dan penekanan fuzzy pada beberapa field
dalam tabel-tabel dalam database tersebut
·
Kebutuhan
input pada sistem ini digolongkan menjadi dua bagian input, yaitu
input fuzzy dan input non fuzzy. Input fuzzy, terdiri dari
data spesifikasi komputer yang menyangkut kecepatan prosesor,
kapasitas memory, kapasitas Harddisk, ukuran VGA, ukuran
monitor, kapasitas power supply, dan harga. Sedangkan input non fuzzy
terdiri dari data spesifikasi komputer yang menyangkut merek dan
kecocokan antara spesifikasi yang satu dengan yang lain.
·
Pada
sistem ini proses fuzzy meliputi pengambilan nilai input fuzzy ataupun
non fuzzy dari dalam database, sesuai dengan keterangan yang
disebutkan oleh pembeli, proses fuzzifikasi dari data input,
dengan menggunakan rumus fungsi keanggotaan kurva bahu dan kurva
segitiga, proses logika pengambilan keputusan melalui pembentukan query,
dan menampilkan hasil rekomendasi sesuai dengan kriteria yang disebutkan
oleh pengguna.
·
Output
pada sistem ini berupa rekomendasi paket
komputer lengkap yang sesuai dengan kriteria-kriteria yang diinginkan (di-input-kan)
oleh para pengguna
·
Untuk
memudahkan programmer membuat sistem, digunakan UML (Unified Modelling
Language)
·
Proses
pencarian, dilakukan dengan pemilihan variabel fuzzy dan variabel non
fuzzy yang berfungsi untuk memilih kriteria-kriteria yang sesuai dengan
keinginan pembeli
·
Proses
pencarian dilakukan secara berurutan mulai dari prosesor, mainboard, memory,
VGA, casing, PSA, harddisk, monitor, optical, keyboard
dan mouse. Setelah memilih masing-masing item maka proses
berikutnya adalah pemasukan besarnya nilai prioritas untuk masing-masing item
yang berfungsi untuk pengacakan masing-masing item hasil rekomendasi sehingga
terbentuk menjadi suatu paket komputer lengkap
Presentasi
5 - Penerapan Logika Fuzzy pada Penilaian Mutu Teh
Hitam Orthodox
·
Tujuan
penelitian è untuk mengetahui mutu teh
·
Klasifikasi
crisp è ketika memberikan nilai pada setiap kriteria warna.
Apabila kriteria warna memiliki empat klasifikasi, yaitu sangat hitam, hitam,
coklat, abu – abu, merah dengan kisaran penilaian 10,1-12; 7,1-10; 5,1-7;
2,1-5; 0-2. Ketika dilakukan penilaian pada produk teh, dihasilkan nilai untuk
warna yaitu 10, maka produk teh ini dapat di klasifikasikan ke dalam warna
sangat hitam dan hitam. Tetapi dengan nilai tepat 10 ini maka tester akan
memasukkan ke dalam kelas warna hitam, tetapi sebetulnya pengklasifikasian ini
sangat merugikan bagi produsen teh, karena produk ini sebetulnya dapat masuk ke
dalam klasifikasi sangat hitam
·
Langkah
1 è menentukan himpunan fuzzy
·
Langkah 2 è
menentukan variabel dari tiap kriteria
·
Langkah 3 è
membuat rule
Penentuan Batas Atas
(BA) dan Batas Bawah (BB) pada variabel mutu ini didasarkan pada penilaian mutu
teh hitam orthodox, yaitu pada standar keberterimaan teh PTPN VIII yang telah
di-tuning.
·
Hasil perhitungan dengan menggunakan perangkat
lunak Mathlab dapat diketahui adanya perbedaan antara hasil penilaian tester
teh hasil perhitungan dengan menggunakan metode fuzzy.
Presentasi
6 – IMPLEMENTASI METODE FUZZY LOGIC
UNTUK PENGATURAN
KELEMBABAN TANAH PADA TANAMAN CABAI
·
Menggunakan representasi fungsi segitiga
·
Batasan
variabel
·
Membuat tabel rule
