Template by:
Free Blog Templates

Minggu, 24 November 2013

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
Screen Shot 2013-11-20 at 12.20.24 PM.png
·         Langkah 2 è menentukan variabel dari tiap kriteria
Screen Shot 2013-11-20 at 12.24.52 PM.png
·         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




Resume Sistem Pakar Fuzzy Logic

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
Screen Shot 2013-11-20 at 12.20.24 PM.png
·         Langkah 2 è menentukan variabel dari tiap kriteria
Screen Shot 2013-11-20 at 12.24.52 PM.png
·         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