LAPORAN TUGAS AKHIR

PENERAPAN FUZZY DATABASE UNTUK REKOMENDASI PEMBELIAN LAPTOP FUZZY DATABASE APPLICATION TO PURCHASE LAPTOP RECOMMENDATIONS

Diajukan untuk memenuhi salah satu syarat memperoleh derajat Sarjana Komputer

ABDUL GANI PUTRA SURATMA NIM. 0803040050

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH PURWOKERTO JULI, 2012

HALAMAN PENGESAHAN LAPORAN TUGAS AKHIR PENERAPAN FUZZY DATABASE UNTUK REKOMENDASILAPTOP PEMBELIAN LAPTOP Telah dipersiapkan dan disusun oleh

ABDUL GANI PUTRA SURATMA NIM. 0803040050 Telah dipertahankan di depan Tim Penguji dalam ujian pendadaran pada tanggal 6 July 2012

SUSUNAN TIM PENGUJI Ketua Anwar Ma'ruf, S.T, M.T NIK. 2160178 Pembimbing I/Penguji I Sekretaris Dimara Kusuma Hakim, S.T., M.Cs NIK. 2160451 Penguji III

Hindayati Mustafidah, S.Si., M.Kom NIK. 2160332 Pembimbing I/Penguji II

Tito Pinandita, S.Si., M.Kom NIK. 2160312 Penguji IV

Dimara Kusuma Hakim, S.T., M.Cs NIK. 2160451

Harjono, S.T NIK. 2160389

Mengetahui, Dekan Fakultas Teknik

Anwar Ma'ruf, S.T, M.T NIK. 2160178

ii

HALAMAN PERSETUJUAN PENERAPAN FUZZY DATABASE UNTUK REKOMENDASI PEMBELIAN LAPTOP FUZZY DATABASE APPLICATION TO PURCHASE LAPTOP RECOMMENDATIONS Diajukan oleh:

ABDUL GANI PUTRA SURATMA NIM. 0803040050

TUGAS AKHIR Guna Memenuhi Persyaratan dalam Menyelesaikan Program Studi Strata1 (S1) pada Program Studi Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Purwokerto

Telah diperiksa dan diuji pada: Hari : Tanggal :

Pembimbing I

Pembimbing II

Hindayati Mustafidah, S.Si., M.Kom NIK. 2160332

Dimara Kusuma Hakim, S.T., M.Cs NIK. 2160451

iii

PERNYATAAN

Dengan ini saya menyatakan bahwa Laporan Tugas Akhir ini tidak terdapat karya yang pernah diajukan untuk memperoleh gelar Sarjana Komputer di suatu Perguruan Tinggi, dan sepanjang pengetahuan saya juga tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu dalam naskah ini dan disebutkan dalam daftar pustaka.

Purwokerto, ..

ABDUL GANI PUTRA SURATMA

iv

HALAMAN PERSEMBAHAN

Laporan Tugas Akhir ini penulis persembahkan untuk: Kedua Orangtua dan Saudara-Saudara yang sangat penulis sayangi

KATA PENGANTAR

Alhamdulillah, puji syukur penulis panjatkan kehadirat Allah SWT berkat Rahmat dan Hidayah-Nya, sehingga Tugas Akhir yang berjudul Penerapan Fuzzy Database Untuk Rekomendasi Pembelian Laptop dapat terselesaikan dengan baik. Tugas ini disusun sebagai salah satu syarat untuk menyelesaikan mata kuliah Tugas Akhir Jurusan Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Purwokerto. Pada kesempatan ini penulis ingin mengucapkan terimakasih kepada: 1. Kedua orang tua atas doa dan kasih sayangnya serta atas dukungan moril serta materiil yang diberikan kepada penulis. 2. Ibu Hindayati Mustafidah, S.Si., M.Kom. selaku Pembimbing Tugas Akhir. 3. Bapak Dimara Kusuma Hakim, S.T.,M.Cs. selaku Pembimbing Tugas Akhir. 4. Temanteman seperjuangan (Mahasiswa Teknik Informatika UMP angkatan 2008) yang telah banyak membantu dalam penyelesaian Tugas Akhir ini. 5. Semua pihak yang telah membantu dan tidak dapat penulis sebutkan satu persatu. Penulis menyadari akan keterbatasan dan kekurangan pada tulisan ini, oleh karena itu penulis berbesar hati menerima saran dan masukan dari semua pihak yang sifatnya membangun demi hasil yang lebih baik. Semoga Laporan Tugas

vi

Akhir ini dapat bermanfaat bagi perkembangan ilmu pengetahuan ke depan, demi kemajuan Teknik Informatika Universitas Muhammadiyah Purwokerto. Purwokerto, ..

Abdul Gani Putra Suratma

vii

DAFTAR ISI

HALAMAN PENGESAHAN .................................................................................................... ii HALAMAN PERSETUJUAN .................................................................................................. iii PERNYATAAN ......................................................................................................................iv HALAMAN PERSEMBAHAN ................................................................................................. v KATA PENGANTAR...............................................................................................................vi DAFTAR ISI......................................................................................................................... viii DAFTAR TABEL .................................................................................................................... x DAFTAR GAMBAR................................................................................................................xi INTISARI.............................................................................................................................. xv BAB I. PENDAHULUAN ........................................................................................................ 1 A. B. C. Latar Belakang Permasalahan ................................................................................. 1 Rumusan Permasalahan.......................................................................................... 2 Batasan Permasalahan ............................................................................................ 2

BAB II. KAJIAN PUSTAKA ..................................................................................................... 3 A. B. C. Laptop ..................................................................................................................... 3 Konsep Logika Fuzzy ................................................................................................ 3 Hasil Penelitian Sejenis ......................................................................................... 11

BAB III. TUJUAN DAN MANFAAT ....................................................................................... 13

viii

A. B.

Tujuan ................................................................................................................... 13 Manfaat ................................................................................................................. 13

BAB IV. METODE PENELITIAN ........................................................................................... 14 A. B. C. D. E. F. G. H. Jenis Penelitian...................................................................................................... 14 Variabel Penelitian ................................................................................................ 14 Sumber Data ......................................................................................................... 14 Waktu, Tempat dan Alat ....................................................................................... 14 Pengumpulan Data dan Sumber Pendukung (literatur) ....................................... 15 Perancangan Sistem .............................................................................................. 15 Pengkodean .......................................................................................................... 23 Implementasi dan Pengujian ................................................................................ 23

BAB V. HASIL DAN PEMBAHASAN ..................................................................................... 24 A. B. C. Analisis Data .......................................................................................................... 24 Perancangan Sistem .............................................................................................. 26 Implementasi ........................................................................................................ 39

BAB VI. PENUTUP .............................................................................................................. 49 A. B. Kesimpulan ............................................................................................................ 49 Saran ..................................................................................................................... 49

DAFTAR PUSTAKA ............................................................................................................. 50 LAMPIRAN ......................................................................................................................... 51

ix

DAFTAR TABEL Tabel 1. Login .................................................................................................................... 26 Tabel 2. M_laptop ............................................................................................................. 27 Tabel 3. L_jenis.................................................................................................................. 27 Tabel 4. L_merek ............................................................................................................... 27 Tabel 5. Himpunan ............................................................................................................ 28 Tabel 6. Hasil Fuzzyfikasi .................................................................................................. 35 Tabel 7. Perhitungan Manual menggunakan Operasi Or.................................................. 43 Tabel 8. Perhitungan manual menggunakan operasi AND ............................................... 46

DAFTAR GAMBAR Gambar 1. Himpunan Fuzzy dengan Kurva-S: Pertumbuhan.............................................. 5 Gambar 2. Himpunan Fuzzy dengan Kurva-S: Penyusutan ................................................. 5 Gambar 3. Karakteristik Fungsi Kurva S ............................................................................ 6 Gambar 4. Himpunan Fuzzy: Tua ........................................................................................ 6 Gambar 5. Himpunan Fuzzy: Muda..................................................................................... 7 Gambar 6. Karakteristik Fungsi Kurva Beta......................................................................... 7 Gambar 7. Himpunan Fuzzy: Parobaya dengan Kurva Beta ............................................... 8 Gambar 8. Penentuan Himpunan pada Fungsi Kurva Penyusutan ................................... 17 Gambar 9. Penentuan Himpunan pada Fungsi Kurva Beta............................................... 18 Gambar 10. Penentuan Himpunan pada Fungsi Kurva Pertumbuhan.............................. 18 Gambar 11. Flowchart Rekomendasi Laptop.................................................................... 20 Gambar 12. Flowchart Proses Perhitungan Derajat Keanggotaan masing-masing Himpunan.......................................................................................................................... 21 Gambar 13. Flowchart perhitungan derajat keanggotaan masing-masing kurva ............ 22 Gambar 14. Perancangan Tampilan Aplikasi .................................................................... 22 Gambar 15. Himpunan Fuzzy untuk Variabel Harga (Rp) ................................................. 24 Gambar 16. Himpunan Fuzzy untuk Variabel Processor (Ghz) ......................................... 24 Gambar 17. Himpunan Fuzzy untuk Variabel Harddisk (Gb) ............................................ 25 Gambar 18. Himpunan Fuzzy untuk Variabel Memory (Mb) ............................................ 25

xi

Gambar 19. Himpunan Fuzzy untuk Variabel Lcd (Inc) ..................................................... 25 Gambar 20. Himpunan Fuzzy untuk Variabel Berat (Kg) .................................................. 25 Gambar 21. Kurva Variabel Harga (Rp) ............................................................................. 29 Gambar 22. Kurva Penyusutan Himpunan Harga Murah (Rp) .......................................... 29 Gambar 23. Kurva Beta Himpunan Harga Sedang (Rp)..................................................... 29 Gambar 24. Kurva Pertumbuhan Himpunan Harga Mahal (Rp) ....................................... 29 Gambar 25. Kurva Variabel Processor (Ghz) ..................................................................... 30 Gambar 26. Kurva Penyusutan Himpunan Processor Rendah (Ghz) ................................ 30 Gambar 27. Kurva Beta Himpunan Processor Sedang (Ghz) ............................................ 30 Gambar 28. Kurva Pertumbuhan Himpunan Processor Tinggi (Ghz)................................ 30 Gambar 29. Kurva Varibel Harddisk (Gb) .......................................................................... 31 Gambar 30. Kurva Penyusutan Himpunan Harddisk Kecil (Gb) ........................................ 31 Gambar 31. Kurva Beta Himpunan Harddisk Sedang (Gb) ............................................... 31 Gambar 32. Kurva Pertumbuhan Himpunan Harddisk Besar (Gb) ................................... 31 Gambar 33. Kurva Variabel Memory (Mb) ....................................................................... 32 Gambar 34. Kurva Pentusutan Himpunan Memory Kecil (Mb) ........................................ 32 Gambar 35. Kurva Beta Himpunan Memory Sedang (Mb) ............................................... 32 Gambar 36. Kurva Pertumbuhan Himpunan Memory Besar (Mb) ................................... 32 Gambar 37. Kurva Variabel Lcd (Inc)................................................................................. 33 Gambar 38. Kurva Penyusutan Himpunan Lcd Kecil (Inc) ................................................. 33

xii

Gambar 39. Kurva Beta Himpunan Lcd Sedang (Inc) ........................................................ 33 Gambar 40. Kurva Pertumbuhan Himpunan Lcd Besar (Inc) ............................................ 33 Gambar 41. Kurva Variabel Berat (Kg) .............................................................................. 34 Gambar 42. Kurva Penyusutan Himpunan Berat Ringan (Kg) ........................................... 34 Gambar 43. Kurva Beta Himpunan Berat Sedang (Kg)...................................................... 34 Gambar 44. Kurva Pertumbuhan Himpunanberat Berat (Kg) ........................................... 34 Gambar 45. Interface Halaman Utama Aplikasi ................................................................ 38 Gambar 46. Interface Halaman Master Data .................................................................... 38 Gambar 47. Interface Halaman Pencarian Fuzzy .............................................................. 39 Gambar 48. Halaman Utama ............................................................................................ 39 Gambar 49. Menu Login ................................................................................................... 40 Gambar 50. Menu Home .................................................................................................. 40 Gambar 51. Menu Data .................................................................................................... 41 Gambar 52. Halaman Pencarian Or .................................................................................. 41 Gambar 53. Pemilihan Parameter menggunakan Operasi Or .......................................... 42 Gambar 54. Hasil Rekomendasi menggunakan Pencarian Or .......................................... 42 Gambar 55. Hasil Rekomendasi menggunakan Pencarian Or .......................................... 42 Gambar 56. Halaman Pencarian And ................................................................................ 44 Gambar 57. Pemilihan Parameter menggunakan Operasi And ........................................ 44 Gambar 58. Hasil Rekomendasi menggunakan Pencarian And ........................................ 45

xiii

Gambar 59. Hasil Rekomendasi menggunakan Pencarian And ........................................ 45 Gambar 60. Halaman Master Data ................................................................................... 47 Gambar 61. Management Data ........................................................................................ 47 Gambar 62. Tambah Data ................................................................................................. 48 Gambar 63. Edit Data ........................................................................................................ 48

xiv

INTISARI

Laptop merupakan kebutuhan dasar bagi masyarakat baik untuk pendidikan maupun aktifitas bisnis. Namun, memilih laptop yang tepat sesuai kebutuhan dan anggaran keuangannya bukan hal mudah karena banyaknya pilihan yang tersedia di pasaran. Pada pembelian sebuah laptop, seringkali konsumen memiliki pertimbangan dengan kriteria yang sesuai seperti harga, processor, harddisk, memory, lcd dan berat. Sedangkan kriteria tersebut masih memiliki nilai yang pasti, dan pada kehidupan sehari-hari kriteria tersebut sering diungkapkan dengan bahasa yang masih bernilai samar. Oleh karena itu dibutuhkan sebuah metode yang dapat mengkonversi bahasa pasti tersebut ke dalam bahasa alami (sehari-hari). Melalui sistem berbasis fuzzy masalah tersebut bisa diselesaikan. Oleh sebab itu pada penelitian ini dibahas Penerapan Fuzzy Database Untuk Rekomendasi Pembelian Laptop dengan menggunakan fuzzy model Tahani. Implementasi dari aplikasi ini pada dasarnya akan memberikan kemudahan bagi konsumen, dengan terlebih dahulu memasukkan kriteria berdasarkan harga, processor, harddisk, memory, lcd dan berat. Kata-kata kunci: rekomendasi,laptop,database,fuzzy,tahani

ABSTRACT

Laptops are good for people's basic needs for education and business activities. However, choosing the right laptop according to your needs and financial budget is not easy because of the many options available in the market. On the purchase of a laptop, consumers often have the appropriate consideration criteria such as price, processor, hard drive, memory, lcd and weight. While these criteria still have a definite value, and the daily life of these criteria are often expressed in vague language that is still valuable. Therefore needed a method that can convert certain language into natural language (everyday). Through the fuzzy-based system the problem can be solved. Therefore in this study are discussed Fuzzy Database Application To Purchase Laptop Recommendations by Tahani using fuzzy models. Implementation of this application will basically make it easy for consumers, by first inserting the criteria based on price, processor, hard drive, memory, lcd and weight. Key words: advice, laptops, databases, fuzzy, Tahani

xv

BAB I. PENDAHULUAN A. Latar Belakang Permasalahan Perkembangan zaman yang semakin maju seperti sekarang ini membuat kebutuhan masyarakat juga semakin meningkat. Terlebih lagi didorong dengan adanya kemajuan ilmu pengetahuan dan teknologi yang sangat cepat. Sebagai contoh, dengan adanya laptop atau notebook yang memudahkan pekerjaan segala kegiatan dapat dilakukan dengan cepat dan resiko kesalahan dapat dikurangi. Sekarang ini laptop merupakan kebutuhan dasar bagi masyarakat baik untuk pendidikan maupun aktifitas bisnis. Namun, memilih laptop yang tepat sesuai kebutuhan dan anggaran keuangannya bukan hal mudah karena banyaknya pilihan yang tersedia di pasaran. Pada pembelian sebuah laptop, seringkali konsumen memiliki pertimbangan dengan kriteria yang sesuai seperti harga, processor, harddisk, memory, lcd dan berat, kriteria tersebut masih memiliki nilai yang pasti, sedangkan pada kehidupan sehari-hari kriteria tersebut sering diungkapkan dengan bahasa yang masih bernilai samar. Oleh karena itu dibutuhkan sebuah metode yang dapat mengkonversi bahasa pasti tersebut ke dalam bahasa alami (sehari-hari). Melalui sistem berbasis fuzzy masalah tersebut bisa diselesaikan. Oleh sebab itu pada penelitian ini dibahas Penerapan Fuzzy Database Untuk Rekomendasi Pembelian Laptop dengan menggunakan fuzzy model Tahani. Fuzzy database merupakan Fuzzy Query Database. Artinya, suatu query yang memiliki variabel yang bernilai fuzzy. Untuk mendapatkan informasi tentang kriteria laptop maka dibutuhkan kriteria laptop seperti harddisk, processor, berat, lcd, memory dan harga. Fuzzy database dapat mempermudah konsumen dalam proses

pencarian laptop berdasarkan kriteria yang mudah dimengerti dengan bahasa sehari-hari seperti harga murah, harddisk sedang dan processor tinggi. B. Rumusan Permasalahan Berdasarkan latar belakang di atas maka rumusan masalah dalam penelitian ini adalah: 1. Bagaimana merancang dan membangun basis data fuzzy untuk

merekomendasikan pembelian laptop yang sesuai dengan spesifikasi dan keinginan konsumen. 2. Bagaimana penerapan metode basis data fuzzy dalam pemilihan laptop yang sesuai dengan keinginan konsumen. C. Batasan Permasalahan Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah dirumuskan, maka diperlukan batasan-batasan. Batasan-batasan dalam penelitian ini adalah: 1. Kriteria yang menjadi variabel utuk rekomendasi laptop adalah HARDDISK, PROCESSOR, BERAT, LCD, MEMORY dan HARGA. 2. Fungsi keanggotaan yang digunakan adalah kurva penyusutan, kurva pertumbuhan dan kurva beta.

BAB II. KAJIAN PUSTAKA A. Laptop Laptop atau sering disebut juga notebook adalah komputer bergerak yang berukuran relatif kecil dan ringan, beratnya berkisar dari 1 hingg 6 kg, tergantung ukuran, bahan, dan spesifikasi laptop tersebut. Sumber daya laptop berasal dari baterai atau adaptor A/C yang dapat digunakan untuk mengisi ulang baterai dan menyalakan laptop itu sendiri. Baterai laptop pada umumnya dapat bertahan sekitar 1 hingga 6 jam, tergantung dari cara pemakaian, spesifikasi, dan ukuran baterai. Komponen yang terdapat di dalamnya sama persis dengan komponen pada desktop, hanya saja ukurannya diperkecil, dijadikan lebih ringan, lebih tidak panas dan lebih hemat daya. Laptop kebanyakan menggunakan layar LCD (Liquid Crystal Display) berukuran 10 inch hingga 17 inch tergantung dari ukuran laptop itu sendiri. Berbeda dengan komputer desktop, laptop memiliki komponen pendukung yang didesain secara khusus untuk mengakomodasi sifat laptop yang portabel. Sifat utama yang dimiliki oleh komponen penyusun laptop adalah ukuran yang kecil, hemat konsumsi energi, dan efisien (Setianto dkk., 2009). B. Konsep Logika Fuzzy Teori fuzzy diperkenalkan pertama kali oleh Lotfi A. Zadeh pada tahun 1965 pada presentasinya mengenai Fuzzy Sets. 1. Pengertian Logika Fuzzy Sebelum munculnya logika fuzzy, dikenal sebuah logika tegas (Scrisp Logic) yang memiliki nilai benar atau salah secara tegas. Sebaliknya Logika Fuzzy merupakan sebuah logika yang memiliki nilai kekaburan atau kesamaran (fuzzyness) antara benar dan salah. Dalam teori logika fuzzy sebuah nilai bisa bernilai benar dan

salah secara bersamaan namun berapa besar kebenaran dan kesalahan suatu nilai tergantung kepada bobot keanggotaan yang dimilikinya. Logika fuzzy adalah suatu cara yang tepat untuk memetakan ruang input kedalam suatu ruang output (Kusumadewi, 2003). 2. Perbedaan Logika Fuzzy dengan Logika Tegas Perbedaan mendasar logika tegas dengan logika fuzzy adalah nilai keluarannya. Logika tegas hanya memiliki dua nilai output yaitu 0 atau 1, sedangkan logika fuzzy meimiliki nilai antara 0 sampai 1, logika fuzzy memiliki banyak nilai keluaran yang dikenal dengan derajat keanggotaannya. 3. Atribut Himpunan Fuzzy Himpunan fuzzy memiliki 2 atribut, yaitu (Kusumadewi, 2003): a. Linguistik, yaitu sebuah variabel yang memiliki nilai berupa kata - kata dalam bahasa alamiah bukan angka, misalnya sedang, tinggi, rendah. b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel seperti: 40, 25, 30. 4. Fungsi Keanggotaan Fungsi Keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan yaitu sebagai berikut:

a. Representasi Kurva-S Kurva PERTUMBUHAN dan PENYUSUTAN merupakan kurva-S atau sigmoid yang berhubungan dengan kenaikan dan penurunan permukaan secara tak linear. Kurva-S untuk PERTUMBUHAN akan bergerak dari sisi paling kiri (nilai keanggotaan = 0) ke sisi paling kanan (nilai keanggotaan = 1). Fungsi keanggotaannya akan tertumpu pada 50% nilai keanggotaannya yang sering disebut dengan titik infleksi (Gambar 1).

Gambar 1. Himpunan Fuzzy dengan Kurva-S: Pertumbuhan Kurva-S untuk PENYUSUTAN akan bergerak dari sisi paling kanan (nilai keanggotaan = 1) ke sisi paling kiri (nilai keanggotaan = 0) (Gambar 2).

Gambar 2. Himpunan Fuzzy dengan Kurva-S: Penyusutan Kurva-S didefinisikan dengan menggunakan 3 parameter, yaitu: nilai keanggotaan nol (), nilai keanggotaan lengkap (), dan titik infleksi atau crossover () yaitu titik yang memiliki domain 50% benar. Gambar 3 menunjukkan karakteristik kurva-S dalam bentuk skema.

Gambar 3. Karakteristik Fungsi Kurva S Fungsi keanggotaan kurva PERTUMBUHAN adalah seperti pada persamaan 1 berikut:

...(1). Contoh fungsi keanggotaan untuk himpunan TUA pada variabel umur terlihat seperti pada (Gambar 4).

Gambar 4. Himpunan Fuzzy: Tua TUA*50+ = 1 2((60-50)/(60-35))2 = 1 2(10/25)2 = 0,68 Sedangkan fungsi keanggotaan pada kurva PENYUSUTAN adalah seperti pada persamaan 2 berikut:

..(2). Contoh fungsi keanggotaan untuk himpunan MUDA pada variabel umur terlihat seperti pada (Gambar 5).

Gambar 5. Himpunan Fuzzy: Muda MUDA*50+ = 2((50-37)/(50-20))2 = 2(13/30)2 = 0,376 b. Representasi Kurva BETA Kurva BETA berbentuk lonceng didefinisikan dengan 2 parameter, yaitu nilai pada domain yang menunjukkan pusat kurva (), dan setengah lebar kurva () (Gambar 6) .

Gambar 6. Karakteristik Fungsi Kurva Beta Fungsi keangotaan pada kurva BETA adalah seperti pada persamaan 3 berikut:

.....(3). Fungsi keanggotaan untuk himpunan PAROBAYA pada variabel umur seperti terlihat pada (Gambar 7). PAROBAYA *42+ = 1/(1+((42-45)/5)2) = 0,7353 PAROBAYA *51+ = 1/(1+((51-45)/5)2) = 0,4098

Gambar 7. Himpunan Fuzzy: Parobaya dengan Kurva Beta 5. Operator Himpunan Fuzzy Seperti halnya himpunan konvensional, ada beberapa operasi yang didefinisikan secara khusus untuk mengkombinasi dan memodifikasi himpunan fuzzy. Nilai keanggotaan sebagai hasil dari operasi 2 himpunan sering dikenal dengan nama fire strength atau - predikat. Ada 3 operator dasar yang diciptakan oleh Zadeh (Kusumadewi, 2003), yaitu: a. Operator AND Operator ini berhubungan dengan operasi interseksi pada himpunan. predikat sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai keanggotaan terkecil antar elemen pada himpunanhimpunan yang bersangkutan. 8

 AB = min(A [x], B [y]) b. Operator OR Operator ini berhubungan dengan operasi union pada himpunan. predikat sebagai hasil operasi dengan operator OR diperoleh dengan mengambil nilai keanggotaan terbesar antar elemen pada himpunanhimpunan yang bersangkutan. AB = max(A[x], B[y]) c. Operator NOT Operator ini berhubungan dengan operasi komplemen pada himpunan. - predikat sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai keanggotaan elemen pada himpunan yang

bersangkutan dari 1. A = 1 - A[x] 6. Fuzzy Database Model Tahani Basis data fuzzy model Tahani masih tetap menggunakan relasi standar, hanya saja model ini menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada query-nya (Kusumadewi, 2010). Model Tahani tersusun atas tahapan yaitu: a. Menggambarkan Fungsi Keanggotaan Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaaan titik-titik input data ke dalam nilai

keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki internal antara 0 sampai 1, salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan melalui pendekatan fungsi. Beberapa

fungsi yang dapat digunakan yaitu Representasi kurva Linier, Representasi Kurva Segitiga. Representasi Kurva Trapesium. Representasi Kurva Bentuk Bahu, Representasi Kurva-S, Representasi Kurva Bentuk Lonceng (Bell Curve). Masing-masing fungsi tersebut, akan menghasilkan nilai antara 0 dan 1 dengan cara yang berbeda, sesuai dengan jenis representasi yang digunakan. b. Fuzzifikasi Fuzzifikasi adalah fase pertama dari perhitungan fuzzy yaitu pengubahan nilai tegas ke nilai fuzzy. Prosesnya adalah sebagai berikut: Suatu besaran analog dimasukkan sebagai masukan (crisp input), lalu input tersebut dimasukkan pada batas scope dari membership function. Membership function ini biasanya dinamakan membership function input. Keluaran dari proses fuzzifikasi ini adalah sebuah nilai input fuzzy atau yang biasanya dinamakan fuzzy input. c. Fuzzifikasi Query Fuzzifikasi Query diasumsikan sebuah query konvensional (nonfuzzy) DBMS yang akan mencoba membuat dan menerapkan sebuah sistem dasar logika fuzzy query . d. Operator Dasar Zadeh untuk Operasi Himpunan Fuzzy. Nilai keanggotaan sebagai dari 2 himpunan fuzzy dikenal dengan nama Fire Strength atau -predikat. Sangat mungkin digunakan operator dasar dalam proses query berupa operator AND dan OR. -predikat sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai keanggotaan terkecil antar elemen pada himpunan-

10

himpunan yang bersangkutan, dinotasikan : AB = min(A[x], B[y]). Sedangkan untuk hasil operasi dengan operator OR diperoleh dengan mengambil nilai keanggotaan terbesar antar elemen pada himpunanhimpunan yang bersangkutan, dinotasikan : AUB = max(A[x], B[y]). Alternatif yang direkomendasikan adalah alternatif yang memiliki nilai Fire Strength atau tingkat kesesuaian dengan kriteria pilihan di atas angka 0 (nol) sampai dengan angka 1 (satu). C. Hasil Penelitian Sejenis Penelitian tentang pengembangan aplikasi fuzzy yang telah dilakukan adalah: a. Eliyani, dkk. (2009) telah mengembangkan Decision Suport System untuk pembelian mobil menggunakan fuzzy database model Tahani. Dalam aplikasi ini digunakan variabel input data mobil yang meliputi panjang mobil, lebar mobil, kapasitas penumpang, ukuran mesin, tinggi mobil, berat mobil, harga mobil, dan kapasitas tangki bahan bakar. Dari input tersebut diperoleh output aplikasi berupa spesifikasi mobil yang digunakan oleh pengguna serta dapat membantu menghasilkan keputusan yang lebih cepat untuk menjadikan bahan

pertimbangan dalam persiapan pembelian produk mobil. Pada penelitian ini fuzzy database model Tahani akan diterapkan untuk rekomendasi pembelian laptop. b. Hasiholan (2008) telah melakukan penelitian tentang Evaluasi Kinerja Karyawan menggunakan metode pemrograman linier Fuzzy yang membahas suatu metode penelitian kinerja karyawan dengan faktor-faktor fuzzy sebagai parameter. Parameter yang digunakan dalam penelian ini hanya parameter yang bersifat fuzzy. Beberapa faktor untuk menjadi parameter dalam melakukan evaluasi

11

kinerja karyawan meliputi faktor pencapaian target waktu, faktor resiko kerja, faktor disiplin waktu, faktor kerumitan pekerjaan, dan faktor loyalitas dan tanggung jawab terhadap perusahaan. Dari faktor tersebut menghasilkan output yang dapat digunakan dan dikembangkan oleh perusahaan untuk mencari teknik yang berbeda dan baik dalam melakukan evaluasi kinerja karyawan sesuai kebutuhan perusahaan untuk promosi jabatan, mutasi karyawan dan menentukan presentasi kenaikan gaji karyawan. c. Pattiasina (2011) melakukan penelitian tentang aplikasi yang bertujuan untuk menghasilkan suatu sistem pendukung keputusan dalam pemilihan operator selular sesuai dengan kriteria yang diberikan. Pada penelitiannya, Fuzzy Tahani dipakai sebagai metode untuk menentukan kriteria-kriteria yang akan digunakan dalam memberikan hasil rekomendasi operator selular. Penelitian ini membagi dua variabel input, yaitu variabel fuzzy dan variabel non fuzzy. Variabel fuzzy terdiri dari data-data operator selular yang menyangkut masa tenggang, masa aktif, tarif sms ke beda operator, tarif telepon ke beda operator, dan tarif internet. Variabel non fuzzy terdiri dari data-data operator yang menyangkut tipe dan jenis operator selular. Dari input tersebut diperoleh output berupa rekomendasi operator selular disertai besarnya nilai rekomendasi fuzzy sesuai dengan kriteria yang diinginkan oleh konsumen.

12

BAB III. TUJUAN DAN MANFAAT A. Tujuan Tujuan dari penelitian ini adalah membuat sistem rekomendasi laptop dengan menerapkan fuzzy database. B. Manfaat Hasil penelitian ini diharapkan bermanfaat sebagai alternatif untuk membantu pemilihan laptop yang sesuai dengan keinginan dan anggaran customer.

13

BAB IV. METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah penelitian rekayasa atau pengembangan yaitu untuk aplikasi berbasis logika fuzzy pada sistem informasi fuzzy database untuk rekomendasi pembelian laptop menggunakan database fuzzy model Tahani. B. Variabel Penelitian Variabel dalam penelitian ini dibagi menjadi dua yaitu viariabel input dan variabel output: 1. Variabel input Variabel Input fuzzy terdiri dari variabel harga, processor, harddisk, memory, lcd dan berat.
2.

Variabel output Hasil output berupa rekomendasi spesifikasi laptop yang sesuai dengan kriteriakriteria yang diinginkan oleh customer.

C. Sumber Data Data penelitian berasal dari toko penjual komputer di Purwokerto dan internet. D. Waktu, Tempat dan Alat Waktu penelitian dilaksanakan pada bulan januari 2012 sampai bulan juni 2012. Perlengkapan penelitian sebagai berikut: 1. Perlengkapan Hardware a. 1 Unit Komputer dengan spesifikasi Harddisk 320 GB, RAM 4 GB, Processor intel DUAL CORE dan LCD 14 Inch. b. 1 Unit Printer.

14

2. Perlengkapan Software a. DBMS SQL Server Standard Edition. b. Microsoft Office 2007 Enterprise Edition. c. Operating System Microsoft Windows XP. d. Microsoft Visual Studio 2005.

E. Pengumpulan Data dan Sumber Pendukung (literatur) Metode pengumpulan data dan sumber pendukung dilakukan melalui cara: a. Studi Pustaka Studi pustaka dilakukan untuk mengumpulkan literatur yang mendukung penelitian. Literatur diambil dari penelitian sebelumnya maupun dari jurnal ilmiah, baik dalam negeri maupun luar negeri. Litelatur yang dibutuhkan adalah literatur tentang rekomendasi laptop, fuzzy database, dan pemrograman berbasis desktop. b. Observasi Observasi dilakukan dengan mendatangi toko penjual komputer di Purwokerto untuk mengumpulkan data yang dibutuhkan dalam penelitian yang meliputi data spesifikasi laptop dan data yang menentukan rekomendasi laptop. F. Perancangan Sistem Pada tahap ini dilakukan perancangan sistem yang akan dibangun yang terbagi dalam beberapa tahap yaitu: 1. Perancangan fuzzy database Pada tahap ini akan dirancang sistem fuzzy yang akan dibangun melalui langkahlangkah berikut :

15

a. Menentukan variabel fuzzy Variabel fuzzy yang akan dibahas dalam sistem fuzzy adalah harga, processor, harddisk, memory, lcd, dan berat. b. Menentukan himpunan fuzzy Himpunan fuzzy ditentukan untuk mengelompokkan data berdasarkan variabel bahasa (linguistik variable) yang dinyatakan dalam fungsi keanggotaan. Berdasarkan variabel fuzzy di atas maka dapat ditentukan himpunan fuzzy untuk masing-masing variabel sebagai berikut: 1) HARGA : MURAH, SEDANG dan MAHAL. 2) 3) 4) 5) 6) PROCESSOR : RENDAH, SEDANG dan TINGGI. HARDDISK : KECIL, SEDANG dan BESAR. MEMORY : KECIL, SEDANG dan BESAR. BERAT : RINGAN, SEDANG dan BERAT. LCD : KECIL, SEDANG dan BESAR.

c. Menentukan fungsi himpunan Fungsi himpunan yang akan digunakan adalah kurva penyusutan, kurva pertumbuhan dan kurva beta. Dari himpunanan fuzzy di atas dapat ditentukan untuk masing-masing himpunan sebagai berikut: 1) Himpunan MURAH, RENDAH, KECIL dan RINGAN masuk dalam fungsi himpunan kurva penyusutan yang digambarkan seperti berikut: (Gambar 8).

16

Gambar 8. Penentuan Himpunan pada Fungsi Kurva Penyusutan Pada Gambar 8 dapat dijelaskan bahwa himpunan yang masuk pada kurva penyusutan adalah himpunan MURAH, RENDAH, KECIL DAN RINGAN. 2) Himpunan SEDANG masuk dalam fungsi himpunan kurva beta yang digambarkan seperti berikut(Gambar 9).

17

Gambar 9. Penentuan Himpunan pada Fungsi Kurva Beta Pada Gambar 9 dapat dijelaskan bahwa himpunan yang masuk pada kurva beta adalah himpunan SEDANG. 3) Himpunan MAHAL, TINGGI, BESAR dan BERAT masuk dalam fungsi himpunan kurva pertumbuhan(Gambar 10).

Gambar 10. Penentuan Himpunan pada Fungsi Kurva Pertumbuhan

18

Pada Gambar 10 dapat dijelaskan bahwa himpunan yang masuk pada kurva pertumbuhan adalah himpunan MAHAL, TINGGI, BESAR dan BERAT. 2. Perancangan database Langkah-langkah yang akan dilakukan pada tahapan ini: a. Memilih DBMS(Database Management System) . b. Membuat database dan tabel-tabelnya. c. Database yang akan dibuat bernama fuzzydb yang terdiri dari lima tabel yaitu tabel M_laptop, tabel Himpunan, tabel l_merek, tabel l_jenis dan tabel login. d. Membuat view untuk menghitung derajat keanggotaan masing-masing himpunan. Pada tahap ini akan dilakukan perhitungan derajat keanggotaan untuk masing masing himpunan. Perhitungan dilakukan melalui query terhadap tabel M_laptop dan tabel Himpunan, dari hasil query tersebut akan disimpan dalam bentuk view. 3. Perancangan proses Perancagan proses yang dilakukan adalah mendefinisikan aliran data yang diperlukan oleh sistem. Aliran data didefinisikan sebagai gambaran dari data yang diperlukan oleh proses dan terhubung antara satu proses dengan proses lainnya. Dengan perancangan proses diharapkan lebih mudah dalam memahami sistem yang akan dibangun, yang meliputi proses didalam sistem serta sumber data dan alirannya. Proses yang ada dalam sistem ini secara umum dapat digambarkan melalui Flowchart berikut (Gambar 11).

19

Mulai

Input kriteria

Penentuan himpunan fuzzy

Penentuan derajat keanggotaan

Perhitungan FireStrenght

Tampilan hasil rekomendasi laptop

selesai

Gambar 11. Flowchart Rekomendasi Laptop Pada Gambar 11 di atas dapat dijelaskan proses rekomendasi laptop yaitu berupa input kriteria berdasarkan variabel fuzzy yang terbagi menjadi tiga himpunan fuzzy, salah satu sampel variabel fuzzy (variabel HARGA), variabel harga dibagi menjadi tiga himpunan fuzzy yaitu MURAH, SEDANG dan MAHAL. Dari input kriteria tersebut diteruskan pada proses penentuan himpunan fuzzy untuk mengelompokkan data berdasarkan variabel bahasa (linguistik variable) yang dinyatakan dalam fungsi keanggotaan. Pada proses selanjutnya yaitu proses penentuan derajat keanggotaan sebagai salah satu cara untuk menentukan nilai keanggotaan melalui pendekatan fungsi kurva penyusutan, kurva pertumbuhan dan kurva beta, kemudian diteruskan pada proses perhitungan Fire Strength untuk menghitung derajat keanggotaan sehingga akan dihasilkan rekomendasi berupa data laptop yang sesuai.

20

Proses

perhitungan

derajat

keanggotaan

masing-masing

himpunan

dilakukan menggunakan query terhadap tabel M_laptop dan tabel Himpunan. Proses perhitungan derajat keanggotaan masing-masing himpunan dapat digambarkan dalam Flowchart (Gambar 12).
mulai

mengambil input fuzzy dari M_laptop

Mengambil batas nilai dari tabel himpunan

Menghitung derajat keanggotaan kurva penyusutan

Menghitung derajat keanggotaan kurva beta

Menghitung derajat keanggotaan kurva pertumbuhan

selesai

Gambar 12. Flowchart Proses Perhitungan Derajat Keanggotaan masing-masing Himpunan Proses perhitungan derajat keanggotaan sebagai salah satu cara untuk mendapatkan nilai keanggotaan melalui pendekatan fungsi kurva penyusutan, kurva pertumbuhan dan kurva beta. Proses perhitungan derajat keanggotaan masing-masing fungsi kurva secara rinci seperti berikut (Gambar 13).

21

mulai

Mengambil input fuzzy dari tabel M_laptop Mengambil batas nilai dari tabel Himpunan

X <= a
Kurva penyusutan ya

1
1 - 2(( X - a)/( - a)) 2(( - X)/( - a)) 0

a <= X <= b b <= X <= X >=

hasil

tidak

X <= a
Kurva beta ya

a <= X <= Y X >=

1/(1+((X - )/(b)) )
2

Y <= X <= 1/(1+((X - )/(b)) )

hasil

0 0
2((X - a)/( - a)) 1-2(( X )/( - a))

tidak

X <= a
Kurva pertumbuhan ya

a <= X <= b b <= X <= X >=

hasil

1
Selesai

Gambar 13. Flowchart perhitungan derajat keanggotaan masing-masing kurva 4. Perancagan tampilan aplikasi Pada tahap ini akan dilakukan perancangan tampilan dari aplikasi yang akan dibuat (Gambar 14).

HEADER
MENU1 MENU2 MENU3

CONTENT

Gambar 14. Perancangan Tampilan Aplikasi

22

G. Pengkodean Pada tahap ini dilakukan pengkodean untuk membangun aplikasi sesuai dengan rancangan sistem. Pengkodean dibagi menjadi dua bagian yaitu : 1. Pengkodean Query, yaitu membuat script query untuk menangani proses

fuzzyfikasi dan penentuan nilai keanggotaan () untuk masing-masing himpunan. 2. Pengkodean Interface (Tampilan), yaitu membuat interface aplikasi

menggunakan bahasa pemrograman C#. H. Implementasi dan Pengujian Mengimplementasikan sistem hasil penelitian dengan memberi pelatihan kepada admin tentang cara penggunaan sistem yang buat dan dilakukan pengujian terhadap sitem yang telah dibangun dengan menggunakan data laptop yang telah ada.

23

BAB V. HASIL DAN PEMBAHASAN A. Analisis Data Analisis data dilakukan untuk memenuhi kebutuhan variabel penelitian. Variabel penelitian terdiri dari dari dua bagian yaitu variabel input dan variabel output. 1. Variabel input Kebutuhan input pada sistem ini digolongkan menjadi dua bagian input, yaitu input fuzzy dan input non fuzzy. Input fuzzy, terdiri dari data spesifikasi laptop yang menyangkut harga, processor, harddisk, memory, lcd dan berat. Sedangkan input non fuzzy terdiri dari data spesifikasi laptop yang menyangkut merek dan kecocokan antara spesifikasi yang satu dengan yang lain. Adapun variabel input fuzzy untuk masing-masing himpunan adalah sebagai berikut: a. Variabel harga

Gambar 15. Himpunan Fuzzy untuk Variabel Harga (Rp) b. Variabel processor

Gambar 16. Himpunan Fuzzy untuk Variabel Processor (Ghz)

24

c. Variabel harddisk

Gambar 17. Himpunan Fuzzy untuk Variabel Harddisk (Gb) d. Variabel memory

Gambar 18. Himpunan Fuzzy untuk Variabel Memory (Mb) e. Variabel lcd

Gambar 19. Himpunan Fuzzy untuk Variabel Lcd (Inc) f. Variabel berat

Gambar 20. Himpunan Fuzzy untuk Variabel Berat (Kg)

25

2. Variabel output Hasil output berupa rekomendasi spesifikasi laptop yang sesuai dengan kriteria yang diinginkan oleh customer. B. Perancangan Sistem 1. Perancangan Database Perancangan database berfungsi untuk tempat penyimpanan data yang dibutuhkan sistem. Secara keseluruhan akan dibuat sebuah database yang di beri nama fuzzydb. Karena pada penelitian ini menggunakan database model Tahani, maka query yang akan didapat dari proses seleksi menggunakan teori himpunan fuzzy. Database yang digunakan adalah SQL Server 2005. Ada lima tabel yang digunakan untuk mengelompokan data yang digunakan. Penjelasan tentang perancangan database adalah sebagai berikut: a. Tabel Login Tabel jenis digunakan untuk menyimpan data admin laptop. Struktur tabel login sebagai berikut (Tabel 1). Tabel 1. Login Tipe Data Keterangan varchar(50) varchar(50) Nama Pengguna Password

Nama Filed usernamae password

b. Tabel M_laptop Tabel M_laptop digunakan untuk menyimpan data spesifikasi laptop yang meliputi data input data fuzzy dan data non fuzzy. Struktur tabel M_laptop sebagai berikut (Tabel2).

26

Nama Filed laptop_id* jenis_id merek_id nama_laptop harga processor harddisk memory lcd berat picture detail Ket: * Primary Key

Tabel 2. M_laptop Tipe Data Keterangan varchar(255) int int varchar(255) float float float float float float image text Kode laptop (new id()) Foreign Key jenis_id Foreign Key merek_id Nama laptop input fuzzy input fuzzy input fuzzy input fuzzy input fuzzy input fuzzy Gambar Laptop Detail laptop

c. Tabel L_Jenis Tabel jenis digunakan untuk menyimpan data jenis laptop. Struktur tabel L_jenis sebagai berikut (Tabel 3). Tabel 3. L_jenis Nama Filed jenis_id* jenis Ket: * Primary Key Tipe Data int varchar(50) Keterangan Kode jenis (Identity) Nama jenis laptop

d. Tabel L_merek Tabel jenis digunakan untuk menyimpan data merk laptop. Struktur tabel L_merek sebagai berikut (Tabel 4). Tabel 4. L_merek Tipe Data Keterangan int Kode merk (Identity) varchar(50) Nama merk laptop

Nama Filed merek_id* merek Ket: * Primary Key

27

e. Tabel Himpunan Tabel Himpunan digunakan untuk menyimpan data himpunan dari variabel yang digunakan. Struktur tabel Himpuan sebagai berikut (Tabel 5). Tabel 5. Himpunan Keterangan Nama variabel Nama himpunan Nama fungsi kurva Batas (a) Batas (b) Batas (pusat ) Batas () Batas (b dan b)

Nama Filed Tipe Data variabel himpunan fungsi varchar(50) varchar(50) varchar(50)

alfa float beta float pusatY float gamma float betane float Ket: * Primary Key beta ((alfa+gamma)/2) pusatY ((alfa+gamma)/2) Betane ((alfa+gamma)/2) - (alfa+((alfa+gamma)/2))/2

2. Perancangan fuzzy database Perancangan fuzzy database dilakukan setelah perancangan database. Perancangan fuzzy database dilakukan untuk menerapkan teori fuzzy dengan cara mengolah data yang ada dalam database memelalui query yang disimpan dalam bentuk view. a. Menggambarkan fungsi keanggotaan Pada tahap ini variabel himpunan yang ada akan digambarkan dalam bentuk kurva, kurva tersebut menunjukkan pemetaan titik-titik masukkan data kedalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Gambar kurva dari masing masing variabel sebagai berikut:

28

1) Variabel harga

Gambar 21. Kurva Variabel Harga (Rp) Pada kurva variabel harga memiliki tiga himpunan yaitu murah, sedang dan mahal. Untuk mengetahui kurva masing-masing himpunan dapat dijelaskan pada gambar kurva dari masing-masing himpunan sebagai berikut: a) Himpuan murah

Gambar 22. Kurva Penyusutan Himpunan Harga Murah (Rp) b) Himpuan sedang

Gambar 23. Kurva Beta Himpunan Harga Sedang (Rp) c) Himpuan mahal

Gambar 24. Kurva Pertumbuhan Himpunan Harga Mahal (Rp)

29

2) Variabel processor

Gambar 25. Kurva Variabel Processor (Ghz) Pada kurva variabel processor memiliki tiga himpunan yaitu rendah, sedang dan tinggi. Untuk mengetahui kurva masing-masing himpunan dapat dijelaskan pada gambar kurva dari masing-masing himpunan sebagai berikut: a. Himpunan rendah

Gambar 26. Kurva Penyusutan Himpunan Processor Rendah (Ghz) b. Himpunan sedang

Gambar 27. Kurva Beta Himpunan Processor Sedang (Ghz) c. Himpunan tinggi

Gambar 28. Kurva Pertumbuhan Himpunan Processor Tinggi (Ghz)

30

3) Variabel harddisk

Gambar 29. Kurva Varibel Harddisk (Gb) Pada kurva variabel harddisk memiliki tiga himpunan yaitu kecil, sedang dan besar. Untuk mengetahui kurva masing-masing himpunan dapat dijelaskan pada gambar kurva dari masing-masing himpunan sebagai berikut: a. Himpunan kecil

Gambar 30. Kurva Penyusutan Himpunan Harddisk Kecil (Gb) b. Himpunan sedang

Gambar 31. Kurva Beta Himpunan Harddisk Sedang (Gb) c. Himpunan besar

Gambar 32. Kurva Pertumbuhan Himpunan Harddisk Besar (Gb)

31

4) Variabel memory

Gambar 33. Kurva Variabel Memory (Mb) Pada kurva variabel memory memiliki tiga himpunan yaitu kecil, sedang dan besar. Untuk mengetahui kurva masing-masing himpunan dapat dijelaskan pada gambar kurva dari masing-masing himpunan sebagai berikut: a. Himpunan kecil

Gambar 34. Kurva Pentusutan Himpunan Memory Kecil (Mb) b. Himpunan sedang

Gambar 35. Kurva Beta Himpunan Memory Sedang (Mb) c. Himpunan besar

Gambar 36. Kurva Pertumbuhan Himpunan Memory Besar (Mb)

32

5) Variabel lcd

Gambar 37. Kurva Variabel Lcd (Inc) Pada kurva variabel lcd memiliki tiga himpunan yaitu kecil, sedang dan besar. Untuk mengetahui kurva masing-masing himpunan dapat dijelaskan pada gambar kurva dari masing-masing himpunan sebagai berikut: a. Himpunan kecil

Gambar 38. Kurva Penyusutan Himpunan Lcd Kecil (Inc) b. Himpunan sedang

Gambar 39. Kurva Beta Himpunan Lcd Sedang (Inc) c. Himpunan besar

Gambar 40. Kurva Pertumbuhan Himpunan Lcd Besar (Inc)

33

6) Variabel berat

Gambar 41. Kurva Variabel Berat (Kg) Pada kurva variabel berat memiliki tiga himpunan yaitu ringan, sedang dan berat. Untuk mengetahui kurva masing-masing himpunan dapat dijelaskan pada gambar kurva dari masing-masing himpunan sebagai berikut: a. Himpunan ringan

Gambar 42. Kurva Penyusutan Himpunan Berat Ringan (Kg) b. Himpunan sedang

Gambar 43. Kurva Beta Himpunan Berat Sedang (Kg) c. Himpunan berat

Gambar 44. Kurva Pertumbuhan Himpunanberat Berat (Kg)

34

b. Fuzzyfikasi Setelah menggambarkan fungsi keanggotaan masing-masing variabel himpunan selanjutnya akan dilakukan fuzzyfikasi dengan memasukan data dari hasil menggambarkan fungsi keanggotaan ke dalam tabel Himpunan. hasil dari fuzzyfikasi dapat dilihat pada (Tabel 6). Tabel 6. Hasil Fuzzyfikasi
Variabel harddisk harddisk harddisk harga harga harga processor processor processor memory memory memory lcd lcd lcd berat berat berat Himpunan kecil sedang besar murah sedang mahal rendah sedang tinggi kecil sedang besar kecil sedang besar ringan sedang berat Fungsi kurva penyusutan beta pertumbuhan penyusutan beta pertumbuhan penyusutan beta pertumbuhan penyusutan beta pertumbuhan penyusutan beta pertumbuhan penyusutan beta pertumbuhan Batas awal (a) 256 256 628 2677400 2677400 9515000 1 1 2.05 1000 1000 4500 10.1 10.1 12.85 1.25 1.25 2.275 Tengah (b) 442 628 814 6096200 9515000 12933800 1.525 2.05 2.575 2750 4500 6250 11.475 12.85 14.225 1.7625 2.275 2.7875 Pusat () 442 628 814 6096200 9515000 12933800 1.525 2.05 2.575 2750 4500 6250 11.475 12.85 14.225 1.7625 2.275 2.7875 Batas akhir () 628 1000 1000 9515000 16352600 16352600 2.05 3.1 3.1 4500 8000 8000 12.85 15.6 15.6 2.275 3.3 3.3 Selisih (b). (b)(b) 93 186 93 1709400 3418800 1709400 0.2625 0.525 0.2625 875 1750 875 0.6875 1.375 0.6875 0.25625 0.5125 0.25625

c. Fuzzyfikasi query Pada tahap ini dilakukan fuzzyfikasi query dengan membuat query untuk melakukan perhitungan derajat keanggotaan masing-masing himpunan berdasarkan fungsi himpunan yang digunakan. Query akan disimpan dalam bentuk view sebagai proses fuzzyfikasi query, View adalah salah satu jenis object database didalam database Microsoft SQL Server yang memiliki fungsi sebagai virtual tabel yang dapat memanipulasi berbagai data dan dapat

35

direpresentasikan sebagai sebuah laporan, view yang akan dibuat adalah sebagai berikut: 1) Membuat view penyusutan View penyusutan merupakan query untuk menghitung derajat keanggotaan dari himpunan yang menggunakan fungsi kurva

penyusutan seperti himpunan murah ,himpunan rendah, himpunan kecil dan himpunan ringan. Script query view penyusutan dapat dilihat pada (lampiran 1). 2) Membuat view beta View beta merupakan query untuk menghitung derajat keanggotaan dari himpunan yang menggunakan fungsi kurva beta seperti himpunan sedang. Script query view beta dapat dilihat pada (lampiran 2). 3) Membuat view pertumbuhan View pertumbuhan merupakan query untuk menghitung derajat keanggotaan dari himpunan yang menggunakan fungsi kurva

pertumbuhan seperti himpunan mahal ,himpunan tinggi, himpunan besar dan himpunan barat. Script query view pertumbuhan dapat dilihat pada (lampiran 3). 4) Membuat view vmiu View vmiu berfungsi untuk menggabungkan data hasil fuzzyfikasi query dari hasil view penyusutan, view beta dan view pertumbuhan. Script query view vmiu dapat dilihat pada (lampiran 4)

36

5) Membuat view miudetail view miudetail merupakan data detail derajat keanggotaan dari masingmasing himpunan. Script query view miudetail dapat dilihat pada (lampiran 5). d. Operator Dasar Zadeh untuk Operasi Himpunan Fuzzy Operator Dasar Zadeh berfungsi untuk mengkombinasi dan

memodifikasi himpunan fuzzy. Nilai keanggotaan sebagai hasil dari operasi 2 himpunan sering dikenal dengan nama fire strength atau -predikat. Sangat mungkin digunakan operator dasar dalam proses query berupa operator AND dan OR, untuk mengimplementasikan maka akan di buat procedure untuk operasi AND dan procedure operasi OR. Script query procedure operasi AND dapat dilihat pada (lampiran 6), dan Script query procedure operasi OR dapat dilihat pada (lampiran 7). 3. Perancangan antarmuka (interface) Perancangan antarmuka dilakukan untuk membuat rancangan antarmuka yang akan diterapkan pada aplikasi. Rancangan antarmuka yang akan dibuat adalah sebagai berikut: a. Perancangan Halaman utama Halaman utama merupakan merupakan sebuah interface yang pertama kali muncul dalam aplikasi. Rancangan halaman utama dapat digambarkan sebagai berikut (Gambar 45).

37

Gambar 45. Interface Halaman Utama Aplikasi b. Perancagan halaman master data Bagian ini merupakan rancangan interface halaman master data. Pada perancangan ini form tampilan dibagi menjadi dua yaitu untuk daftar data dan management data laptop seperti tambah data, ubah data, hapus data laptop yang disajikan dalam satu form tampilan. Rancangan halaman master data dapat digambarkan sebagai berikut (Gambar 46).

Gambar 46. Interface Halaman Master Data c. Perancangan halaman pencarian fuzzy Halaman pencarian fuzzy merupakan halaman pencarian fuzzy untuk rekomendasi laptop. Pada halaman pencarian terdapat input parameter yang akan digunakan oleh customer untuk pencarian sesuai kriteria yang di

38

inginkan. Rancangan halaman pencarian fuzzy dapat digambarkan sebagai berikut (Gambar 47).

Gambar 47. Interface Halaman Pencarian Fuzzy C. Implementasi Setelah melalui tahapan-tahapan sebelumnya maka akan dihasilkan

implementasi dalam bentuk aplikasi penerapan fuzzy database untuk rekomendasi pembelian laptop. penjelasan tentang aplikasi yang akan dibangun sebagai berikut: 1. Halaman utama Halaman utama merupakan halaman awal ketika membuka aplikasi. Berikut adalah tampilan form utama (Gambar 48).

Gambar 48. Halaman Utama

39

2. Menu Menu yang terdapat pada aplikasi adalah sebagai berikut: a. Menu login Menu login berfungsi untuk login admin (Gambar 49) .

Gambar 49. Menu Login b. Menu home Dalam menu home terdapat sub menu yaitu menu skins dan menu pencarian OR dan pencarian AND dan menu All Laptop (Gambar 50).

Gambar 50. Menu Home Menu OR berfungsi untuk mengakses halaman pencarian menggunakan operasi OR. Menu AND berfungsi untuk mengakses halaman pencarian

menggunakan operasi AND. Menu All Laptop berfungsi untuk mengakses halaman semua data laptop yang tidak menggunakan operasi OR dan AND untuk merekomendasikan data laptop.

40

c. Menu data Dalam menu data terdapat sub menu yaitu menu master data. menu master data berfungsi sebagai management data yang dilakukan oleh admin. menu data hanya bisa di akses jika admin login pada aplikasi (Gambar 51).

Gambar 51. Menu Data 3. Halaman pencarian OR Halaman pencarian OR merupakan halaman pencarian fuzzy. Model pencarian OR merupakan pencarian dengan kondisi pertama OR dan kondisi kedua OR. Pada operasi pencarian OR proses yang dijalankan adalah MAX(harga, processor, harddisk, memory, lcd,berat). Berikut adalah tampilan halaman untuk pencarian OR (Gambar 52).

Gambar 52. Halaman Pencarian Or Halaman pencarian OR di atas menampilkan data rekomendasi spesifikasi laptop sesuai parameter yang dipilih oleh customer (Gambar 53).

41

Gambar 53. Pemilihan Parameter menggunakan Operasi Or Pada gambar 53 di atas dicontohkan penggunaan proses pencarian menggunakan pencarian OR untuk memory = memory_besar OR lcd = lcd_sedang OR berat = berat_ringan. Setelah menekan tombol cari maka akan ditampilkan hasil rekomendasi seperti (Gambar 54).

Gambar 54. Hasil Rekomendasi menggunakan Pencarian Or Dari proses pencarian OR sesuai parameter yang dipilih oleh customer, didapatkan daftar data laptop hasil rekomendasi yang sesuai dengan kriteria yang pilih. Daftar data tersebut menampilkan data rekomendasi dari yang paling direkomendasikan sampai dengan yang kurang direkomendasikan seperti terlihat pada (Gambar 55).

Gambar 55. Hasil Rekomendasi menggunakan Pencarian Or

42

Penjelasan dari proses rekomendasi apabila dilakukan perhitungan secara manual menggunakan pencarian operasi OR tersebut dapat dilihat pada (Tabel 7) berikut: Tabel 7. Perhitungan Manual menggunakan Operasi Or
nama_laptop AXIOO RNO. 7.381 ASUS Eee PC 1015BX-BLK067W DELL XPS L15z (Core i7-2640M) ASUS Eee PC 1025C-RED008W Red ACER Aspire One D270 - Red ACER Aspire One D270 - White ACER Aspire One D270 - Blue ACER Aspire One D270 - Red ACER Aspire One D270 - Black ACER Aspire One D270 - White TOSHIBA NB520-1069B - Blue TOSHIBA NB520-1069Q Turquoise AXIOO Neon CLW.3.522 DELL XPS L321X Ultrabook HP Mini 110-4133TU - Blue HP Mini 210-4025TU - Blue ASUS Eee PC 1215B-BLK114W ASUS Eee PC 1215B-SIV073W ASUS 1225C-BLK024W - Black ACER Aspire One 722 - Blue ACER Aspire One 722 - Black ASUS Eee PC 1201T - Black DELL Inspiron 13z (Core i3-2330M) - Red DELL Inspiron 13z (Core i3-2330M) - Black TOSHIBA Satellite L735-1128UR Red TOSHIBA Satellite L635-1065XB Brow TOSHIBA Satellite L735-1128UB Brown DELL Vostro 3350 (Core i5-2410M) DELL Vostro 3350 (Core i5-2450M) - Silver ASUS Eee PC 1215B - Black HP ProBook 4230s (9PA ACER Aspire 4352-B812G32Mi Brown Asus Eeepc 1215B ASUS A43SD-VX429D - White ACER Aspire 4755G-2432G64Mn memory 8000 2000 8000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 4000 2000 2000 2000 2000 2000 2000 2000 2000 4000 4000 2000 2000 2000 4000 4000 2000 2000 2000 2000 2000 4000 lcd 14 10.1 15.6 10.1 10.1 10.1 10.1 10.1 10.1 10.1 10.1 14 13 13.3 10.1 10.1 12.1 12.1 11.6 11.6 11.6 12.1 13.3 13.3 13.3 13.3 13.3 13.3 13.3 12.1 12.1 12 12 14 14 berat 2.1 1.25 2.51 1.25 1.3 1.3 1.3 1.3 1.3 1.3 1.32 1.32 2.53 1.36 1.38 1.38 1.45 1.45 1.45 1.46 1.46 1.46 1.76 1.76 2.05 2.05 2.05 2.04 2.4 2.1 1.6 2.25 2.3 2.44 2.3 memory_besar 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 lcd_sedang 0.588406925 0 0 0 0 0 0 0 0 0 0 0.588406925 0.988239138 0.903254703 0 0 0.770700637 0.770700637 0.547511312 0.547511312 0.547511312 0.770700637 0.903254703 0.903254703 0.903254703 0.903254703 0.903254703 0.903254703 0.903254703 0.770700637 0.770700637 0.723511122 0.723511122 0.588406925 0.588406925 berat_ringan 0.058298632 1 0 1 0.995240928 0.995240928 0.995240928 0.995240928 0.995240928 0.995240928 0.990672219 0.990672219 0 0.976966092 0.967828673 0.967828673 0.923854848 0.923854848 0.923854848 0.91604997 0.91604997 0.91604997 0.504866151 0.504866151 0.096371208 0.096371208 0.096371208 0.1051279 0 0.058298632 0.766805473 0.001189768 0 0 0 nilai 1 1 1 1 0.995240928 0.995240928 0.995240928 0.995240928 0.995240928 0.995240928 0.990672219 0.990672219 0.988239138 0.976966092 0.967828673 0.967828673 0.923854848 0.923854848 0.923854848 0.91604997 0.91604997 0.91604997 0.903254703 0.903254703 0.903254703 0.903254703 0.903254703 0.903254703 0.903254703 0.770700637 0.770700637 0.723511122 0.723511122 0.588406925 0.588406925

43

4. Halaman pencarian AND Halaman pencarian AND merupakan halaman pencarian fuzzy. Model pencarian AND merupakan pencarian dengan kondisi pertama AND dan kondisi kedua AND. Pada operasi pencarian AND proses yang dijalankan adalah MIN(harga, processor, harddisk, memory, lcd dan berat). Berikut adalah tampilan halaman untuk pencarian AND (Gambar 56).

Gambar 56. Halaman Pencarian And Halaman pencarian AND di atas menampilkan data rekomendasi spesifikasi laptop sesuai parameter yang dipilih oleh customer (Gambar 57).

Gambar 57. Pemilihan Parameter menggunakan Operasi And Pada gambar 57 di atas dicontohkan penggunaan proses pencarian menggunakan pencarian AND untuk memory = memory _kecil AND lcd = lcd _sedang AND berat = berat_ringan. Setelah menekan tombol cari maka akan ditampilkan hasil rekomendasi seperti (Gambar 58).

44

Gambar 58. Hasil Rekomendasi menggunakan Pencarian And Dari proses pencarian AND sesuai parameter yang dipilih oleh customer, didapatkan daftar data laptop hasil rekomendasi yang sesuai dengan kriteria yang pilih. Daftar data tersebut menampilkan data rekomendasi dari yang paling direkomendasikan sampai dengan yang kurang direkomendasikan seperti terlihat pada (Gambar 59).

Gambar 59. Hasil Rekomendasi menggunakan Pencarian And Penjelasan dari proses rekomendasi apabila dilakukan perhitungan secara manual menggunakan pencarian operasi AND tersebut dapat dilihat pada (Tabel 8).

45

Tabel 8. Perhitungan manual menggunakan operasi AND

nama_laptop ASUS Eee PC 1215B-BLK114W ASUS Eee PC 1215B-SIV073W ASUS Eee PC 1201T - Black HP ProBook 4230s (9PA TOSHIBA NB520-1069Q Turquoise ACER Aspire One 722 - Blue ASUS 1225C-BLK024W - Black ACER Aspire One 722 - Black HP ProBook 4431s (7PA TOSHIBA Satellite L735-1128UR Red TOSHIBA Satellite L635-1065XB Brow TOSHIBA Satellite L735-1128UB Brown ASUS Eee PC 1215B - Black TOSHIBA Satellite C600-1013U Black ASUS 1225C-WHI022W - White TOSHIBA Satellite C640-1085U Black DELL Inspiron 13z (Core i32330M) - Red DELL Inspiron 13z (Core i32330M) - Black AXIOO RNO. 5.545 HP Pavilion G4-1318TX DELL XPS L321X Ultrabook HP Pavilion Beats Edition DM43115TX - Black DELL Vostro 3350 (Core i52410M) TOSHIBA Satellite C600-1005U Black HP Pavilion G4-1130TX - Red ASUS N46VM-V3036D - Black HP 430 9PA HP Pavilion G4-1129TX - Grey DELL Inspiron 4110 (Core i32330M DELL Inspiron 4110 (Core i52450M) Acer Aspire 4739-382G50Mn ACER Aspire 4752-2332G50 Brown ACER Aspire 4752-2332G50 ACER Aspire 4352-B812G32Mi Brown ACER Aspire 4352-B812G32Mi Blue ACER Aspire 4352-B812G32Mi Purple memory 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 4000 4000 4000 4000 4000 4000 4000 1000 2000 4000 2000 2000 4000 4000 2000 2000 2000 2000 2000 2000 lcd 12.1 12.1 12.1 12.1 14 11.6 11.6 11.6 14 13.3 13.3 13.3 12.1 14 11.6 14 13.3 13.3 14 14 13.3 14 13.3 14 14 14 14 14 14 14 14 14 14 12 14 14 berat 1.45 1.45 1.46 1.6 1.32 1.46 1.45 1.46 2.04 2.05 2.05 2.05 2.1 2.1 2.1 2.1 1.76 1.76 2.1 2.1 1.36 1.9 2.04 2.14 2.2 2.2 2.2 2.2 2.2 2.2 2.2 2.25 2.25 2.25 2.25 2.25 memory_kecil 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.040816327 0.040816327 0.040816327 0.040816327 0.040816327 0.040816327 0.040816327 1 0.836734694 0.040816327 0.836734694 0.836734694 0.040816327 0.040816327 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 0.836734694 lcd_sedang 0.770700637 0.770700637 0.770700637 0.770700637 0.588406925 0.547511312 0.547511312 0.547511312 0.588406925 0.903254703 0.903254703 0.903254703 0.770700637 0.588406925 0.547511312 0.588406925 0.903254703 0.903254703 0.588406925 0.588406925 0.903254703 0.588406925 0.903254703 0.588406925 0.588406925 0.588406925 0.588406925 0.588406925 0.588406925 0.588406925 0.588406925 0.588406925 0.588406925 0.723511122 0.588406925 0.588406925 berat_ringan 0.923854848 0.923854848 0.91604997 0.766805473 0.990672219 0.91604997 0.923854848 0.91604997 0.1051279 0.096371208 0.096371208 0.096371208 0.058298632 0.058298632 0.058298632 0.058298632 0.504866151 0.504866151 0.058298632 0.058298632 0.976966092 0.267697799 0.1051279 0.034693635 0.010707912 0.010707912 0.010707912 0.010707912 0.010707912 0.010707912 0.010707912 0.001189768 0.001189768 0.001189768 0.001189768 0.001189768 nilai 0.770700637 0.770700637 0.770700637 0.766805473 0.588406925 0.547511312 0.547511312 0.547511312 0.1051279 0.096371208 0.096371208 0.096371208 0.058298632 0.058298632 0.058298632 0.058298632 0.040816327 0.040816327 0.040816327 0.040816327 0.040816327 0.040816327 0.040816327 0.034693635 0.010707912 0.010707912 0.010707912 0.010707912 0.010707912 0.010707912 0.010707912 0.001189768 0.001189768 0.001189768 0.001189768 0.001189768

46

5. Halaman master data Halaman master data berfungsi untuk management data laptop yang digunakan admin. pada halaman master data terdapat menu yang berfungsi untuk proses tambah data, edit data dan hapus data (Gambar 60).

Gambar 60. Halaman Master Data Proses management data yang ada dalam master data adalah sebagai berikut: 1. Menu management data laptop Pada menu management data terdapat tombol yang difungsikan untuk grid view dan tombol simpan data, hapus data dan tombol untuk menampilkan halaman tambah data (Gambar 61).

Gambar 61. Management Data

47

2. Tambah data Proses penambahan data yaitu dengan menekan tombol management data (Gambar 62). pada menu

Gambar 62. Tambah Data 3. Edit data Proses Edit data yaitu dengan memilih salah satu data yang ada pada grid view (Gambar 63).

Gambar 63. Edit Data

48

BAB VI. PENUTUP A. Kesimpulan Berdasarkan hasil penelitian ini, maka dapat ditarik beberapa kesimpulan sebagai berikut : 1. Fuzzy database ini bisa diterapkan pada aplikasi untuk rekomendasi pembelian laptop. 2. Setelah melalui tahapan uji coba, penerapan fuzzy database untuk rekomendasi laptop ini terbukti dapat menghasilkan list rekomendasi laptop yang sesuai dengan kriteria yang diinginkan oleh customer. 3. Melalui tahap uji coba terhadap aplikasi dan uji coba secara manual, dapat dibuktikan bahwa data yang dihasilkan sama. B. Saran Berdasarkan hasil dari penelitian ini, maka dapat diberikan beberapa saran sebagai berikut : 1. Aplikasi ini dapat dikembangkan menjadi aplikasi berbasis web. 2. Variabel yang digunakan dalam sistem ini ada enam variabel fuzzy yaitu harga, processor, harddisk, memory dan berat. Diharapkan untuk pengembangan sistem, variabel tersebut dapat ditambah berdasarkan kebutuhan seperti resolution, warna, garansi atau aksesoris tambahan lain yang bisa digunakan sebagai variabel.

49

DAFTAR PUSTAKA

Eliyani, Pujianto, U., and Rosyadi, D., 2009, Decision Support system untuk Pembelian Mobil Menggunakan Fuzzy Database Model Tahani, Graha Ilmu, Yogyakarta. Hasiholan, L., and Sudrajat., 2008, Evaluasi Kinerja Karyawan Menggunakan Metode Pemrograman Linier Fuzzy, Seminar Pengembangan dan Konstribusi matematika dalam Menunjangkemajuan Ilmu Pengetahuan Teknologi, Bandung, 13 Desember 2008. Kusumadewi, S., 2003, Artificial Intelegence (Teknik dan Aplikasinya), Graha Ilmu, Yogyakarta. Kusumadewi, S., and Purnomo, H., 2010, Aplikasi Logika Fuzzy Sistem Pendukung Keputusan, Graha Ilmu, Yogyakarta. Microsoft, 2012, Getting Started with Visual C#, http://social.msdn.microsoft.com, diakses tanggal 28 Januari 2012, 22.23 WIB. Pattiasina, T.J., 2011, Pemanfaatan Fuzzy Database Sebagai Pendukung Keputusan Pemilihan Operator Selular, Tesis, Program Pascasarjana Magister Teknologi Informasi, Institut Sains Terapan dan Teknologi Surabaya, Surabaya. Setianto, E.H., and SmitDev Comunity, 2009, Serba-Serbi Laptop, PT. Elex Media Komputindo, Jakarta.

50

LAMPIRAN Lampiran 1. Script Query View Penyusutan CREATE VIEW dbo.penyusutan ( variabel, himpunan, laptop_id, nama_laptop, miu ) AS --harga SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN (b.harga <= a.alfa) THEN 1 WHEN (a.alfa <= b.harga AND b.harga <= a.beta) THEN 1 - 2*((b.harga - a.alfa)/(a.gamma - a.alfa) * (b.harga - a.alfa)/(a.gamma - a.alfa)) WHEN (a.beta <= b.harga AND b.harga <= a.gamma) THEN 2*((a.gamma - b.harga)/(a.gamma-a.alfa)*(a.gamma b.harga)/(a.gamma - a.alfa)) WHEN b.harga >= a.gamma THEN 0 END FROM Himpunan a, M_Laptop b WHERE (a.variabel = 'harga' AND a.himpunan ='murah' AND a.fungsi ='penyusutan') UNION --processor SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN (b.processor <= a.alfa) THEN 1 WHEN (a.alfa <= b.processor AND b.processor <= a.beta) THEN 1 - 2*((b.processor - a.alfa)/(a.gamma - a.alfa) * (b.processor - a.alfa)/(a.gamma - a.alfa)) WHEN (a.beta <= b.processor AND b.processor <= a.gamma) THEN 2*((a.gamma - b.processor)/(a.gamma - a.alfa)*(a.gammab.processor)/(a.gamma - a.alfa)) WHEN b.processor >= a.gamma THEN 0 END FROM Himpunan a, M_Laptop b

51

WHERE (a.variabel = 'processor' AND a.himpunan ='rendah' AND a.fungsi ='penyusutan') UNION --harddisk SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN (b.harddisk <= a.alfa) THEN 1 WHEN (a.alfa <= b.harddisk AND b.harddisk <= a.beta) THEN 1 - 2*((b.harddisk - a.alfa)/(a.gamma - a.alfa) * (b.harddisk - a.alfa)/(a.gamma - a.alfa)) WHEN (a.beta <= b.harddisk AND b.harddisk <= a.gamma) THEN 2*((a.gamma - b.harddisk)/(a.gamma - a.alfa)*(a.gammab.harddisk)/(a.gamma - a.alfa)) WHEN b.harddisk >= a.gamma THEN 0 END FROM Himpunan a, M_Laptop b WHERE (a.variabel = 'harddisk' AND a.himpunan ='kecil' AND a.fungsi ='penyusutan') UNION --memory SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN (b.memory <= a.alfa) THEN 1 WHEN (a.alfa <= b.memory AND b.memory <= a.beta) THEN 1 - 2*((b.memory - a.alfa)/(a.gamma - a.alfa) * (b.memory - a.alfa)/(a.gamma - a.alfa)) WHEN (a.beta <= b.memory AND b.memory <= a.gamma) THEN 2*((a.gamma - b.memory)/(a.gamma - a.alfa)*(a.gammab.memory)/(a.gamma - a.alfa)) WHEN b.memory >= a.gamma THEN 0 END FROM Himpunan a, M_Laptop b WHERE (a.variabel = 'memory' AND a.himpunan ='kecil' AND a.fungsi ='penyusutan') UNION --lcd SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop,

52

miu= CASE WHEN (b.lcd <= a.alfa) THEN 1 WHEN (a.alfa <= b.lcd AND b.lcd <= a.beta) THEN 1 - 2*((b.lcd - a.alfa)/(a.gamma - a.alfa) * (b.lcd a.alfa)/(a.gamma - a.alfa)) WHEN (a.beta <= b.lcd AND b.lcd <= a.gamma) THEN 2*((a.gamma - b.lcd)/(a.gamma - a.alfa)*(a.gammab.lcd)/(a.gamma - a.alfa)) WHEN b.lcd >= a.gamma THEN 0 END FROM Himpunan a, M_Laptop b WHERE (a.variabel = 'lcd' AND a.himpunan ='kecil' AND a.fungsi ='penyusutan') UNION --berat SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN (b.berat <= a.alfa) THEN 1 WHEN (a.alfa <= b.berat AND b.berat <= a.beta) THEN 1 - 2*((b.berat - a.alfa)/(a.gamma - a.alfa) * (b.berat - a.alfa)/(a.gamma - a.alfa)) WHEN (a.beta <= b.berat AND b.berat <= a.gamma) THEN 2*((a.gamma - b.berat)/(a.gamma - a.alfa)*(a.gammab.berat)/(a.gamma - a.alfa)) WHEN b.berat >= a.gamma THEN 0 END FROM Himpunan a, M_Laptop b WHERE (a.variabel = 'berat' AND a.himpunan ='ringan' AND a.fungsi ='penyusutan') Lampiran 2. Script Query View Beta CREATE VIEW dbo.beta ( variabel, himpunan, laptop_id, nama_laptop, miu ) AS --harga SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop,

53

miu= CASE WHEN ( b.harga <= a.alfa OR b.harga >= a.gamma) THEN 0 WHEN ( a.alfa <= b.harga and b.harga <= a.pusatY) THEN 1/(1+( ((b.harga-a.pusatY)/ a.betane)*((b.hargaa.pusatY)/ a.betane) )) WHEN ( a.pusatY <= b.harga AND b.harga <=a.gamma ) THEN ( 1/(1+ (((b.harga - a.pusatY)/ a.betane)*((b.harga a.pusatY)/ a.betane)))) END FROM Himpunan a, M_laptop b WHERE (a.variabel = 'harga' AND a.himpunan ='sedang' AND a.fungsi ='beta') UNION --processor SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN ( b.processor <=a.alfa OR b.processor >=a.gamma) THEN 0 WHEN ( a.alfa <= b.processor and b.processor <= a.pusatY) THEN 1/(1+( ((b.processor-a.pusatY)/ a.betane)*((b.processor-a.pusatY)/ a.betane) )) WHEN ( a.pusatY <= b.processor AND b.processor <=a.gamma ) THEN ( 1/(1+ (((b.processor - a.pusatY)/ a.betane)*((b.processor - a.pusatY)/ a.betane)))) END FROM Himpunan a, M_laptop b WHERE (a.variabel = 'processor' AND a.himpunan ='sedang' AND a.fungsi ='beta') UNION --harddisk SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN ( b.harddisk <= a.alfa OR b.harddisk >= a.gamma) THEN 0 WHEN ( a.alfa <= b.harddisk and b.harddisk <= a.pusatY) THEN 1/(1+( ((b.harddisk-a.pusatY)/ a.betane)*((b.harddisk-a.pusatY)/ a.betane) )) WHEN ( a.pusatY <= b.harddisk AND b.harddisk <=a.gamma ) THEN ( 1/(1+ (((b.harddisk - a.pusatY)/ a.betane)*((b.harddisk - a.pusatY)/ a.betane)))) END FROM Himpunan a, M_laptop b

54

WHERE (a.variabel = 'harddisk' AND a.himpunan ='sedang' AND a.fungsi ='beta') UNION --memory SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN ( b.memory <= a.alfa OR b.memory >= a.gamma) THEN 0 WHEN ( a.alfa <= b.memory and b.memory <= a.pusatY) THEN 1/(1+( ((b.memory-a.pusatY)/ a.betane)*((b.memorya.pusatY)/ a.betane) )) WHEN ( a.pusatY <= b.memory AND b.memory <=a.gamma ) THEN ( 1/(1+ (((b.memory - a.pusatY)/ a.betane)*((b.memory a.pusatY)/ a.betane)))) END FROM Himpunan a, M_laptop b WHERE (a.variabel = 'memory' AND a.himpunan ='sedang' AND a.fungsi ='beta') UNION --lcd SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN ( b.lcd <= a.alfa OR b.lcd >= a.gamma) THEN 0 WHEN ( a.alfa <= b.lcd and b.lcd <= a.pusatY) THEN 1/(1+( ((b.lcd-a.pusatY)/ a.betane)*((b.lcda.pusatY)/ a.betane) )) WHEN ( a.pusatY <= b.lcd AND b.lcd <=a.gamma ) THEN ( 1/(1+ (((b.lcd - a.pusatY)/ a.betane)*((b.lcd a.pusatY)/ a.betane)))) END FROM Himpunan a, M_laptop b WHERE (a.variabel = 'lcd' AND a.himpunan ='sedang' AND a.fungsi ='beta') UNION --berat SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE

55

WHEN (b.berat <= a.alfa OR b.berat >= a.gamma) THEN 0 WHEN ( a.alfa <= b.berat and b.berat <= a.pusatY) THEN 1/(1+( ((b.berat-a.pusatY)/ a.betane)*((b.berata.pusatY)/ a.betane) )) WHEN ( a.pusatY <= b.berat AND b.berat <=a.gamma ) THEN ( 1/(1+ (((b.berat - a.pusatY)/ a.betane)*((b.berat a.pusatY)/ a.betane)))) END FROM Himpunan a, M_laptop b WHERE (a.variabel = 'berat' AND a.himpunan ='sedang' AND a.fungsi ='beta') Lampiran 3. Script Query View Pertumbuhan CREATE VIEW dbo.pertumbuhan ( variabel, himpunan, laptop_id, nama_laptop, miu ) AS --harga SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN ( b.harga <= a.alfa ) THEN 0 WHEN ( a.alfa <= b.harga AND b.harga <= a.beta) THEN 2*((b.harga - a.alfa)/(a.gamma - a.alfa)*(b.harga a.alfa)/(a.gamma - a.alfa)) WHEN ( a.beta <= b.harga AND b.harga <= a.gamma) THEN 1-2*((a.gamma - b.harga)/(a.gamma - a.alfa)*(a.gamma b.harga)/(a.gamma - a.alfa)) WHEN (b.harga >= a.gamma)THEN 1 END FROM Himpunan a, M_laptop b WHERE (a.variabel = 'harga' AND a.himpunan ='mahal' AND a.fungsi ='pertumbuhan') UNION --processor SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN ( b.processor <= a.alfa ) THEN 0

56

WHEN ( a.alfa <= b.processor AND b.processor <= a.beta) THEN 2*((b.processor - a.alfa)/(a.gamma a.alfa)*(b.processor - a.alfa)/(a.gamma - a.alfa)) WHEN ( a.beta <= b.processor AND b.processor <= a.gamma) THEN 1-2*((a.gamma - b.processor)/(a.gamma a.alfa)*(a.gamma - b.processor)/(a.gamma - a.alfa)) WHEN (b.processor >= a.gamma)THEN 1 END FROM Himpunan a, M_laptop b WHERE (a.variabel = 'processor' AND a.himpunan ='tinggi' AND a.fungsi ='pertumbuhan') UNION --harddisk SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN ( b.harddisk <= a.alfa ) THEN 0 WHEN ( a.alfa <= b.harddisk AND b.harddisk <= a.beta) THEN 2*((b.harddisk - a.alfa)/(a.gamma - a.alfa)*(b.harddisk - a.alfa)/(a.gamma - a.alfa)) WHEN ( a.beta <= b.harddisk AND b.harddisk <= a.gamma) THEN 1-2*((a.gamma - b.harddisk)/(a.gamma - a.alfa)*(a.gamma - b.harddisk)/(a.gamma - a.alfa)) WHEN (b.harddisk >= a.gamma)THEN 1 END FROM Himpunan a, M_laptop b WHERE (a.variabel = 'harddisk' AND a.himpunan ='besar' AND a.fungsi ='pertumbuhan') UNION --memory SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN ( b.memory <= a.alfa ) THEN 0 WHEN ( a.alfa <= b.memory AND b.memory <= a.beta) THEN 2*((b.memory - a.alfa)/(a.gamma - a.alfa)*(b.memory a.alfa)/(a.gamma - a.alfa)) WHEN ( a.beta <= b.memory AND b.memory <= a.gamma) THEN 1-2*((a.gamma - b.memory)/(a.gamma - a.alfa)*(a.gamma b.memory)/(a.gamma - a.alfa)) WHEN (b.memory >= a.gamma)THEN 1 END FROM Himpunan a, M_laptop b

57

WHERE (a.variabel = 'memory' AND a.himpunan ='besar' AND a.fungsi ='pertumbuhan') UNION --lcd SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN ( b.lcd <= a.alfa ) THEN 0 WHEN ( a.alfa <= b.lcd AND b.lcd <= a.beta) THEN 2*((b.lcd - a.alfa)/(a.gamma - a.alfa)*(b.lcd a.alfa)/(a.gamma - a.alfa)) WHEN ( a.beta <= b.lcd AND b.lcd <= a.gamma) THEN 1-2*((a.gamma - b.lcd)/(a.gamma - a.alfa)*(a.gamma b.lcd)/(a.gamma - a.alfa)) WHEN (b.lcd >= a.gamma)THEN 1 END FROM Himpunan a, M_laptop b WHERE (a.variabel = 'lcd' AND a.himpunan ='besar' AND a.fungsi ='pertumbuhan') UNION --berat SELECT a.variabel, a.himpunan, b.laptop_id, b.nama_laptop, miu= CASE WHEN ( b.berat <= a.alfa ) THEN 0 WHEN ( a.alfa <= b.berat AND b.berat <= a.beta) THEN 2*((b.berat - a.alfa)/(a.gamma - a.alfa)*(b.berat a.alfa)/(a.gamma - a.alfa)) WHEN ( a.beta <= b.berat AND b.berat <= a.gamma) THEN 1-2*((a.gamma - b.berat)/(a.gamma - a.alfa)*(a.gamma b.berat)/(a.gamma - a.alfa)) WHEN (b.berat >= a.gamma)THEN 1 END FROM Himpunan a, M_laptop b WHERE (a.variabel = 'berat' AND a.himpunan ='berat' AND a.fungsi ='pertumbuhan')

58

Lampiran 4. Script Query View Vmiu CREATE VIEW dbo.vmiu ( variabel, himpunan, laptop_id, nama_laptop, miu ) AS select * from penyusutan union select * from beta union select * from pertumbuhan

Lampiran 5. Script Query View Miudetail CREATE VIEW dbo.miudetail AS SELECT laptop_id, nama_laptop, --harga sum(harga_murah)as harga_murah , sum(harga_sedang)as harga_sedang, sum(harga_mahal)as harga_mahal, --processor sum(processor_rendah)as processor_rendah, sum(processor_sedang)as processor_sedang, sum(processor_tinggi)as processor_tinggi, --harddisk sum(harddisk_kecil)as harddisk_kecil, sum(harddisk_sedang)as harddisk_sedang, sum(harddisk_besar)as harddisk_besar, --memory sum(memory_kecil)as memory_kecil, sum(memory_sedang)as memory_sedang, sum(memory_besar)as memory_besar, --berat sum(berat_ringan)as berat_ringan , sum(berat_sedang)as berat_sedang, sum(berat_berat)as berat_berat, --lcd sum(lcd_kecil)as lcd_kecil, sum(lcd_sedang)as lcd_sedang, sum(lcd_besar)as lcd_besar FROM ( --harga murahSELECT a.laptop_id, a.nama_laptop, --harga a.miu as harga_murah, 59

0 as harga_sedang, 0 as harga_mahal, --processor 0 as processor_rendah, 0 as processor_sedang, 0 as processor_tinggi, --harddisk 0 as harddisk_kecil, 0 as harddisk_sedang, 0 as harddisk_besar, --memory 0 as memory_kecil, 0 as memory_sedang, 0 as memory_besar, --berat 0 as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='harga' and a.himpunan='murah') --harga sedang UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, a.miu harga_sedang, 0 as harga_mahal, --processor 0 as processor_rendah, 0 as processor_sedang, 0 as processor_tinggi, --harddisk 0 as harddisk_kecil, 0 as harddisk_sedang, 0 as harddisk_besar, --memory 0 as memory_kecil, 0 as memory_sedang, 0 as memory_besar, --berat 0 as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang,

60

0 as lcd_besar FROM vmiu a where (a.variabel='harga' and a.himpunan='sedang') --harga mahal UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, a.miu as harga_mahal, --processor 0 as processor_rendah, 0 as processor_sedang, 0 as processor_tinggi, --harddisk 0 as harddisk_kecil, 0 as harddisk_sedang, 0 as harddisk_besar, --memory 0 as memory_kecil, 0 as memory_sedang, 0 as memory_besar, --berat 0 as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='harga' and a.himpunan='mahal') --processor rendah UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor a.miu as processor_rendah, 0 as processor_sedang, 0 as processor_tinggi, --harddisk 0 as harddisk_kecil, 0 as harddisk_sedang, 0 as harddisk_besar, --memory 0 as memory_kecil,

61

0 as memory_sedang, 0 as memory_besar, --berat 0 as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='processor' and a.himpunan = 'rendah') --processor sedang UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor 0 processor_rendah, a.miu as processor_sedang, 0 as processor_tinggi, --harddisk 0 as harddisk_kecil, 0 as harddisk_sedang, 0 as harddisk_besar, --memory 0 as memory_kecil, 0 as memory_sedang, 0 as memory_besar, --berat 0 as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='processor' and a.himpunan='sedang') --processor tinggi UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor

62

0 processor_rendah, 0 processor_sedang, a.miu as processor_tinggi, --harddisk 0 as harddisk_kecil, 0 as harddisk_sedang, 0 as harddisk_besar, --memory 0 as memory_kecil, 0 as memory_sedang, 0 as memory_besar, --berat 0 as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='processor' and a.himpunan='tinggi') --harddisk kecil UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor 0 processor_rendah, 0 processor_sedang, 0 processor_tinggi, --harddisk a.miu as harddisk_kecil, 0 as harddisk_sedang, 0 as harddisk_besar, --memory 0 as memory_kecil, 0 as memory_sedang, 0 as memory_besar, --berat 0 as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='harddisk' and a.himpunan='kecil')

63

--harddisk sedang UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor 0 processor_rendah, 0 processor_sedang, 0 processor_tinggi, --harddisk 0 harddisk_kecil, a.miu as harddisk_sedang, 0 as harddisk_besar, --memory 0 as memory_kecil, 0 as memory_sedang, 0 as memory_besar, --berat 0 as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='harddisk' and a.himpunan='sedang') --harddisk besar UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor 0 processor_rendah, 0 processor_sedang, 0 processor_tinggi, --harddisk 0 harddisk_kecil, 0 harddisk_sedang, a.miu as harddisk_besar, --memory 0 as memory_kecil, 0 as memory_sedang, 0 as memory_besar, --berat

64

0 as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='harddisk' and a.himpunan='besar') --memory kecil UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor 0 processor_rendah, 0 processor_sedang, 0 processor_tinggi, --harddisk 0 harddisk_kecil, 0 harddisk_sedang, 0 harddisk_besar, --memory a.miu as memory_kecil, 0 as memory_sedang, 0 as memory_besar, --berat 0 as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='memory' and a.himpunan='kecil') --memory sedang UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor 0 processor_rendah, 0 processor_sedang, 0 processor_tinggi,

65

--harddisk 0 harddisk_kecil, 0 harddisk_sedang, 0 harddisk_besar, --memory 0 memory_kecil, a.miu as memory_sedang, 0 as memory_besar, --berat 0 as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='memory' and a.himpunan='sedang') --memory besar UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor 0 processor_rendah, 0 processor_sedang, 0 processor_tinggi, --harddisk 0 harddisk_kecil, 0 harddisk_sedang, 0 harddisk_besar, --memory 0 memory_kecil, 0 memory_sedang, a.miu as memory_besar, --berat 0 as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='memory' and a.himpunan='besar') -- berat ringan UNION SELECT a.laptop_id,

66

a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor 0 processor_rendah, 0 processor_sedang, 0 processor_tinggi, --harddisk 0 harddisk_kecil, 0 harddisk_sedang, 0 harddisk_besar, --memory 0 memory_kecil, 0 memory_sedang, 0 memory_besar, --berat a.miu as berat_ringan, 0 as berat_sedang, 0 as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='berat' and a.himpunan='ringan') -- berat sedang UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor 0 processor_rendah, 0 processor_sedang, 0 processor_tinggi, --harddisk 0 harddisk_kecil, 0 harddisk_sedang, 0 harddisk_besar, --memory 0 memory_kecil, 0 memory_sedang, 0 memory_besar, --berat 0 berat_ringan, a.miu as berat_sedang, 0 as berat_berat,

67

--lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='berat' and a.himpunan='sedang') -- berat berat UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor 0 processor_rendah, 0 processor_sedang, 0 processor_tinggi, --harddisk 0 harddisk_kecil, 0 harddisk_sedang, 0 harddisk_besar, --memory 0 memory_kecil, 0 memory_sedang, 0 memory_besar, --berat 0 berat_ringan, 0 berat_sedang, a.miu as berat_berat, --lcd 0 as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='berat' and a.himpunan='berat') --lcd kecil UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor 0 processor_rendah, 0 processor_sedang, 0 processor_tinggi, --harddisk 0 harddisk_kecil, 0 harddisk_sedang,

68

0 harddisk_besar, --memory 0 memory_kecil, 0 memory_sedang, 0 memory_besar, --berat 0 berat_ringan, 0 berat_sedang, 0 berat_berat, --lcd a.miu as lcd_kecil, 0 as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='lcd' and a.himpunan='kecil') --lcd sedang UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal, --processor 0 processor_rendah, 0 processor_sedang, 0 processor_tinggi, --harddisk 0 harddisk_kecil, 0 harddisk_sedang, 0 harddisk_besar, --memory 0 memory_kecil, 0 memory_sedang, 0 memory_besar, --berat 0 berat_ringan, 0 berat_sedang, 0 berat_berat, --lcd 0 lcd_kecil, a.miu as lcd_sedang, 0 as lcd_besar FROM vmiu a where (a.variabel='lcd' and a.himpunan='sedang') --lcd besar UNION SELECT a.laptop_id, a.nama_laptop, --harga 0 harga_murah, 0 harga_sedang, 0 harga_mahal,

69

--processor 0 processor_rendah, 0 processor_sedang, 0 processor_tinggi, --harddisk 0 harddisk_kecil, 0 harddisk_sedang, 0 harddisk_besar, --memory 0 memory_kecil, 0 memory_sedang, 0 memory_besar, --berat 0 berat_ringan, 0 berat_sedang, 0 berat_berat, --lcd 0 lcd_kecil, 0 lcd_sedang, a.miu as lcd_besar FROM vmiu a where (a.variabel='lcd' and a.himpunan='besar') ) AS D group by laptop_id,nama_laptop Lampiran 6. Script Query Procedure And CREATE PROCEDURE [dbo].[sp_laptop_and] ( @harga varchar (100), @processor varchar (100), @harddisk varchar (100), @memory varchar (100), @lcd varchar (100), @berat varchar (100) ) AS BEGIN /* Procedure body */ SELECT A.laptop_id, A.nama_laptop, b.jenis_id, b.merek_id, A.nilai FROM ( SELECT D.laptop_id, D.nama_laptop, MIN (D.miu) as nilai FROM (SELECT

70

a.laptop_id, a.nama_laptop, miu = CASE (@harga) WHEN 'harga_murah' THEN a.harga_murah WHEN 'harga_sedang' THEN a.harga_sedang WHEN 'harga_mahal' THEN a.harga_mahal END FROM miudetail a UNION SELECT a.laptop_id, a.nama_laptop, miu = CASE (@processor) WHEN 'processor_rendah' THEN a.processor_rendah WHEN 'processor_sedang' THEN a.processor_sedang WHEN 'processor_tinggi' THEN a.processor_tinggi END FROM miudetail a UNION SELECT a.laptop_id, a.nama_laptop, miu = CASE (@harddisk) WHEN 'harddisk_kecil' THEN a.harddisk_kecil WHEN 'harddisk_sedang' THEN a.harddisk_sedang WHEN 'harddisk_besar' THEN a.harddisk_besar END FROM miudetail a UNION SELECT a.laptop_id, a.nama_laptop, miu = CASE (@memory) WHEN 'memory_kecil' THEN a.memory_kecil WHEN 'memory_sedang' THEN a.memory_sedang WHEN 'memory_besar' THEN a.memory_besar END FROM miudetail a UNION SELECT a.laptop_id, a.nama_laptop, miu = CASE (@lcd) WHEN 'lcd_kecil' THEN a.lcd_kecil WHEN 'lcd_sedang' THEN a.lcd_sedang WHEN 'lcd_besar' THEN a.lcd_besar

71

END FROM miudetail a UNION SELECT a.laptop_id, a.nama_laptop, miu = CASE (@berat) WHEN 'berat_ringan' THEN a.berat_ringan WHEN 'berat_sedang' THEN a.berat_sedang WHEN 'berat_berat' THEN a.berat_berat END FROM miudetail a ) as D GROUP BY D.laptop_id, D.nama_laptop) as A LEFT JOIN M_Laptop b on A.laptop_id = b.laptop_id WHERE A.nilai <> 0 END Lampiran 7. Script Query Procedure Or CREATE PROCEDURE dbo.sp_laptop_or ( @harga varchar (100), @processor varchar (100), @harddisk varchar (100), @memory varchar (100), @lcd varchar (100), @berat varchar (100) ) AS BEGIN /* Procedure body */ SELECT A.laptop_id, A.nama_laptop, b.jenis_id, b.merek_id, A.nilai FROM ( SELECT D.laptop_id, D.nama_laptop, MAX (D.miu) as nilai FROM (SELECT a.laptop_id, a.nama_laptop, miu = CASE (@harga)

72

WHEN 'harga_murah' THEN a.harga_murah WHEN 'harga_sedang' THEN a.harga_sedang WHEN 'harga_mahal' THEN a.harga_mahal END FROM miudetail a UNION SELECT a.laptop_id, a.nama_laptop, miu = CASE (@processor) WHEN 'processor_rendah' THEN a.processor_rendah WHEN 'processor_sedang' THEN a.processor_sedang WHEN 'processor_tinggi' THEN a.processor_tinggi END FROM miudetail a UNION SELECT a.laptop_id, a.nama_laptop, miu = CASE (@harddisk) WHEN 'harddisk_kecil' THEN a.harddisk_kecil WHEN 'harddisk_sedang' THEN a.harddisk_sedang WHEN 'harddisk_besar' THEN a.harddisk_besar END FROM miudetail a UNION SELECT a.laptop_id, a.nama_laptop, miu = CASE (@memory) WHEN 'memory_kecil' THEN a.memory_kecil WHEN 'memory_sedang' THEN a.memory_sedang WHEN 'memory_besar' THEN a.memory_besar END FROM miudetail a UNION SELECT a.laptop_id, a.nama_laptop, miu = CASE (@lcd) WHEN 'lcd_kecil' THEN a.lcd_kecil WHEN 'lcd_sedang' THEN a.lcd_sedang WHEN 'lcd_besar' THEN a.lcd_besar END FROM miudetail a UNION SELECT

73

Lampiran 8. Derajat Keanggotaan

ACER Aspire 4755G2432G64Mn nama_laptop harga_murah harga_sedang harga_mahal processor_rendah processor_sedang processor_tinggi harddisk_kecil harddisk_sedang harddisk_besar memory_kecil memory_sedang memory_besar berat_ringan berat_sedang 0 0 0.903254703 0.053553719 berat_berat lcd_kecil lcd_sedang lcd_besar 0.968021869 0.246768977 0 0.065487528 0.884192798 0 0.940802405 0.267233122 0 0.836734694 0.32885906 0 0.990672219 0.223597891 0 1 0 0 0.588406925 0.349752066 0 0.051826294 0.906082232 0.497566924 0 0.504866151 0 0 0.32885906 0.924528302 0.836734694 0.040816327 0 0 0.678619066 0.267233122 0.23679038 0.940802405 0.113378685 0.040816327 0.815157116 0.924528302 0 0 0 0 0.404379033 0.521350758 0.690820716 0.45904723

ASUS A43SDVX429D White

DELL Inspiron 13z (Core i32330M) - Red

TOSHIBA NB520-1069B - Blue

0.148951847

0.770473191

0.576470588

0.367346939

0.995854922

0.002081165

0.040816327

0.924528302

a.laptop_id, a.nama_laptop, miu = CASE (@berat) WHEN 'berat_ringan' THEN a.berat_ringan WHEN 'berat_sedang' THEN a.berat_sedang WHEN 'berat_berat' THEN a.berat_berat END FROM miudetail a ) as D GROUP BY D.laptop_id, D.nama_laptop) as A LEFT JOIN M_Laptop b on A.laptop_id = b.laptop_id WHERE A.nilai <> 0 END

0.997626113

0.001189768

0.588406925

74

0.349752066

ACER Aspire 47522332G50 Brown

ACER Aspire One D270 Red

AXIOO RNO. 7.381

AXIOO RNO. 5.545

Lampiran 8 (Lanjutan)

ASUS Eee PC 1215BSIV073W nama_laptop harga_murah harga_sedang harga_mahal processor_rendah processor_sedang 0 0.940802405 0.267233122 0 0.836734694 0.32885906 0 0.923854848 0.278449561 0 0 0.588406925 0.349752066 0 0.903254703 0.053553719 0 0.148760331 0.770700637 0 0 0 0.425918982 0.648019036 1 0 0 0 0.836734694 0.32885906 0 0.995240928 0.216484224 0 1 0 0 processor_tinggi harddisk_kecil harddisk_sedang harddisk_besar memory_kecil memory_sedang memory_besar berat_ringan berat_sedang berat_berat lcd_kecil lcd_sedang lcd_besar 0.570668297 0.464662487 0 0 0.815157116 0.113378685 0 0.995854922 0.002081165 0.836734694 0.32885906 0 0.096371208 0.83840399 0 0 0.903254703 0.053553719 0 0.89557805 0.058298632 0.504866151 0.497566924 0 0 0.924528302 0.924528302 0.040816327 0.040816327 0.836734694 0.32885906 0 0 0 0.678619066 0.267233122 0.267233122 0.23679038 0.940802405 0.940802405 0.940802405 0.267233122 0.367346939 0.040816327 0 0 0.576470588 0.924528302 0.632711621 0.644397685 0 0 0.290249433 0.275918367 0.367346939 0.576470588 0 0 0 0 0 0.39670954 0.521350758 0.240907682 0.201061538 0.201014403 0.705994489 0.45904723 0.974709213 0.999978151 0.999980041 0 0 0 0 1 0 0 1 0 0

ASUS Eee PC 1215BBLK114W

Acer Aspire D270 Balloon

TOSHIBA Satellite L735-1128UR - Red

DELL Inspiron 13z (Core i32330M) Black

0.974709213

0.71710228

0.191537556

0.240907682

0.391080176

0.723026531

0.290249433

0.632711621

0.924528302

0.815157116

0.040816327

0.113378685

0.940802405

0.23679038

0.267233122

0.678619066

0.836734694

0.836734694

0.32885906

0.32885906

0.923854848

0.001189768

0.058298632

0.278449561

0.997626113

0.89557805

0.148760331

0.770700637

0.588406925

0.588406925

75

0.349752066

0.349752066

HP Pavilion G4-1318TX

ASUS A44HVX184D Black

ACER Aspire 47522332G50

ACER Aspire One 722 Blue

HP Pavilion G4-1130TX Red

Lampiran 8 (Lanjutan)

ASUS Eee PC 1015BXBLK067W nama_laptop harga_murah harga_sedang harga_mahal processor_rendah 0 0 0.940802405 0.267233122 0 0.836734694 0.32885906 0 0 0.906082232 0 0 0.588406925 0.349752066 0.148760331 0.770700637 0 0.051826294 0 0.588406925 0.349752066 0 0.001189768 0.997626113 0 0 0.588406925 0.349752066 0 0.836734694 0.32885906 0 0.91604997 0.283376376 0 0.41322314 0.547511312 0 processor_sedang processor_tinggi harddisk_kecil harddisk_sedang harddisk_besar memory_kecil memory_sedang memory_besar berat_ringan berat_sedang berat_berat lcd_kecil lcd_sedang lcd_besar 0.33658003 0.59767145 0 0 0.815157116 0.113378685 0 0.699191593 0.215111574 0.040816327 0.924528302 0 0.058298632 0.89557805 0 0 0.588406925 0.349752066 0.051826294 0.906082232 0 0.058298632 0.89557805 0 0 0.32885906 0.32885906 0.836734694 0.836734694 0.836734694 0.32885906 0 0 0 0.678619066 0.267233122 0.267233122 0.23679038 0.940802405 0.940802405 0.23679038 0.678619066 0.113378685 0 0.113378685 0.040816327 0.815157116 0.576470588 0.815157116 0.924528302 0 0.367346939 0 0 1 0 0 0 0 0 0.404379033 0.239652507 0.30925087 0.325982767 0.22660299 0.690820716 0.97606542 0.872250163 0.842039466 0.988361479 0 0 0 0 0 0

ASUS Eee PC 1215B - Black

ASUS A43SDVX428D - Red

ACER Aspire 5951G2634G75Bnkk

0.999997464

0.590411789

0.200360807

0.326286868

0.454784878

0.841479994

0.004535147

0.991011236

0.924528302

0.040816327

0.940802405

0.23679038

0.267233122

0.995854922

0.678619066

0.002081165

0.836734694

0.040816327

0.836734694

0.32885906

0.924528302

0.32885906

0.010707912

0.979033197

0.588406925

76

0.349752066

ASUS N46VMV3036D Black

HP 430 9PA

ASUS K43UVX070D Black

HP Pavilion G4-1129TX Grey

ASUS A43SJVX399D Black

ASUS 1225CBLK024W Black

HP Mini 1104133TU Blue

TOSHIBA Satellite L635-1065XB - Brow

Lampiran 8 (Lanjutan)

DELL XPS L15z (Core i72640M) nama_laptop 0 0.99357139 0.003235102 0 0.815157116 0.113378685 0 0.699191593 0 0.836734694 0.32885906 0 0 0.713194739 0.201070791 0 0.588406925 0 0.349752066 0.010707912 0.979033197 0 0 0.588406925 0.349752066 0 0 0.713194739 0.201070791 0 0.588406925 0.349752066 0.215111574 0.040816327 0.924528302 0 0.010707912 0.979033197 0 0 0.588406925 0.349752066 harga_sedang harga_mahal processor_rendah processor_sedang processor_tinggi harddisk_kecil harddisk_sedang harddisk_besar memory_kecil memory_sedang memory_besar berat_ringan berat_sedang berat_berat lcd_kecil lcd_sedang lcd_besar harga_murah 0 0.993924196 0.003056473 0 0.544686527 0.417959184 0.23679038 0.678619066 0 0.836734694 0.32885906 0 0.096371208 0.83840399 0 0 0.903254703 0.053553719 0 0.41322314 0.547511312 0.278449561 0.923854848 0 0 0.32885906 0.32885906 0.836734694 0.836734694 0.836734694 0.32885906 0 0 0 0.267233122 0.678619066 0.678619066 0.940802405 0.23679038 0.23679038 0.940802405 0.267233122 0 0.040816327 0.417959184 0 0.884192798 0.924528302 0.544686527 0.632711621 0.065487528 0 0 0.290249433 0 0 0 0 0.219190998 0.382855408 0.295058965 0.240907682 0.9936592 0.733277472 0.896800551 0.974709213 0 0 0 0 0 0

0.999542634

0.590411789

0.204920695

0.454784878

0.367346939

0.32885906

0.576470588

0.924528302

0.836734694

0.040816327

0.940802405

0.23679038

0.699191593

0.267233122

0.678619066

0.215111574

0.836734694

0.836734694

0.32885906

0.32885906

0.967828673

0.010707912

0.826271603

0.246931353

0.979033197

0.1051279

0.588406925

77

0.349752066

DELL XPS L321X Ultrabook

ASUS A43EVX596D White

ACER Aspire One D270 Red

ACER Aspire One D270 Blue

ACER Aspire One D270 White

AXIOO Neon CLW.3.522

Lampiran 8 (Lanjutan)

DELL Inspiron 4110 (Core i3-2330M nama_laptop harga_murah harga_sedang harga_mahal processor_rendah processor_sedang processor_tinggi 0.940802405 0 0 0.040816327 0.924528302 0 0.995240928 0.216484224 0 1 0 0 0 0.588406925 0.349752066 0 1 0 0 0 0.976966092 0.238804189 0 0 0.903254703 0.053553719 0.267233122 0 0.836734694 0.32885906 0 0 0.906082232 0.051826294 0 0.588406925 0.349752066 harddisk_kecil harddisk_sedang harddisk_besar memory_kecil memory_sedang memory_besar berat_ringan berat_sedang berat_berat lcd_kecil lcd_sedang lcd_besar 0.99239632 0.221144273 0 0.367346939 0.576470588 0 0.940802405 0.267233122 0 0.836734694 0.32885906 0 0.995240928 0.216484224 0 1 0 0 0 0.216484224 0.995240928 0.058298632 0.89557805 0 0 0.32885906 0.32885906 0.836734694 0.836734694 0.836734694 0.32885906 0 0 0 0.267233122 0.267233122 0.267233122 0.940802405 0.940802405 0.940802405 1 0 0.08 0 0 0.576470588 0.862068966 0.576470588 0.576470588 0.367346939 0 0.367346939 0.367346939 0 0.924528302 0.040816327 0 0 0 0.979128415 0 0.221144273 0.30925087 0.221144273 0.236714552 0.279183461 0.99239632 0.872250163 0.99239632 0 0.922705179 0 0 0 0 0 0

TOSHIBA Satellite C600-1013U Black

ASUS A43SMVX034D

0.269077682

0.807447294

0.33658003

0.650129384

0.3444913

0.59767145

0.924528302

0.991011236

0.576470588

0.040816327

0.004535147

0.367346939

0.23679038

0.940802405

0.23679038

0.678619066

0.267233122

0.678619066

0.040816327

0.836734694

0.040816327

0.924528302

0.32885906

0.924528302

0.010707912

0.979033197

0.801560205

0.906082232

0.123783462

0.051826294

0.588406925

0.988239138

0.588406925

78

0.349752066

0.005950413

0.349752066

HP ProBook 4431s (7PA

DELL Vostro 3450 (Core i5-2430M) Silver

ASUS Eee PC 1025CRED008W Red

ASUS A53SVSX618D

HP Pavilion Beats Edition DM4-3115TX - Black

ACER Aspire 4352B812G32Mi Brown

Lampiran 8 (Lanjutan)

ASUS A43SDVX055D White nama_laptop harga_murah harga_sedang harga_mahal processor_rendah processor_sedang 0 0.940802405 0.267233122 0 0.040816327 0.924528302 0 0 0.906082232 0.051826294 0 0.588406925 0.349752066 0 0.588406925 0.349752066 0.1051279 0.826271603 0 0 0.588406925 0.349752066 0 0.010707912 0.979033197 0 0 0.588406925 0.349752066 0 0.836734694 0.32885906 0 0.001189768 0.997626113 0 0.19107438 0.723511122 0 processor_tinggi harddisk_kecil harddisk_sedang harddisk_besar memory_kecil memory_sedang memory_besar berat_ringan berat_sedang berat_berat lcd_kecil lcd_sedang lcd_besar 0.997880307 0.210801595 0 0.367346939 0.576470588 0 0.940802405 0.267233122 0 0.836734694 0.32885906 0 1 0 0 1 0 0 0 0.651297947 0.267697799 0 0 0.924528302 0.32885906 0.040816327 0.836734694 0.836734694 0.32885906 1 0 0 0 0.678619066 0.678619066 0 0.23679038 0.23679038 0.23679038 0.678619066 1 0.113378685 0.040816327 0.367346939 0 0.815157116 0.924528302 0.576470588 0 0 0 0 0.367346939 0.576470588 0 0 0 0 0 0.994424238 0.404379033 0.64674251 0.631142682 0.253550166 0.002803513 0.690820716 0.273105203 0.292213891 0.959617089 0 0 0 0 0 0 0 1

ASUS A43SDVX427D Blue

DELL Inspiron 4110 (Core i5-2450M)

0.857537436

0.194609305

0.292213891

0.317481484

0.719829113

0.631142682

0.924528302

0.692307692

0.692307692

0.040816327

0.222222222

0.222222222

0.940802405

0.23679038

0.267233122

0.678619066

0.995854922

0.002081165

0.836734694

0.040816327

0.836734694

0.32885906

0.924528302

0.32885906

0.906082232

0.999904828

0.713194739

0.051826294

4.75907E-05

0.201070791

0.588406925

0.588406925

79

0.349752066

0.349752066

Asus Eeepc 1215B

HP ProBook 4230s (9PA

Lampiran 8 (Lanjutan)

ACER Aspire One D270 Black nama_laptop harga_murah harga_sedang harga_mahal processor_rendah processor_sedang 0 0.940802405 0.267233122 0 0.836734694 0 0 0.034693635 0.935114928 0 0.41322314 0.547511312 0 0 0 0 0.588406925 0.349752066 0.32885906 0 0 0.906082232 0.051826294 0 0.588406925 0.349752066 0 0.836734694 0.32885906 0 0.058298632 0.89557805 0 0.41322314 0.547511312 0 processor_tinggi harddisk_kecil harddisk_sedang harddisk_besar memory_kecil memory_sedang memory_besar berat_ringan berat_sedang berat_berat lcd_kecil lcd_sedang lcd_besar 0.210069076 0.704156844 0 0 0.576470588 0.367346939 0.23679038 0.678619066 0 0.836734694 0.32885906 0 0.766805473 0.365673265 0 0.148760331 0.770700637 0 0 0.148760331 0.770700637 0.283376376 0.91604997 0.91604997 0.283376376 0 0 0.32885906 0.32885906 0.836734694 0.836734694 1 0 0 0 0.267233122 0.267233122 0.678619066 0.940802405 0.940802405 0.23679038 0.23679038 0.678619066 0 0 0.08 0.113378685 0.576470588 0 0.862068966 0.815157116 0.367346939 1 0 0 0.065487528 0.884192798 0 0 0 0 0 0.251541078 0.20974897 0.310264723 0.404379033 0.219190998 0.962177042 0.998261367 0.870454914 0.690820716 0.9936592 0 0 0 0 0 0

ACER Aspire One 722 Black

ASUS 1225CWHI022W White

ASUS A43SDVX426D Black

ASUS Eee PC 1201T - Black

TOSHIBA Satellite C600-1005U Black

ACER Aspire 4349B812G50Mikk

0.999980041

0.947045762

0.894340962

0.201014403

0.262869764

0.296512048

0.367346939

0.290249433

0.367346939

0.576470588

0.632711621

0.576470588

0.940802405

0.940802405

0.23679038

0.267233122

0.267233122

0.678619066

0.836734694

0.836734694

0.836734694

0.32885906

0.32885906

0.32885906

0.995240928

0.216484224

0.997626113

0.997626113

0.001189768

0.001189768

0.19107438

0.723511122

0.588406925

80

0.349752066

Lampiran 8 (Lanjutan)

DELL XPS L502 nama_laptop harga_murah harga_sedang harga_mahal processor_rendah processor_sedang 0.08 0.940802405 0.267233122 0 0.836734694 0.32885906 0 0 0.943851769 0 0 0.588406925 0.349752066 0 0.588406925 0.349752066 0.0297442 0 0.588406925 0.349752066 0 0.967828673 0.246931353 0 1 0 0 0 0.836734694 0.32885906 0 0 0.83840399 0.096371208 0 0.588406925 0.349752066 processor_tinggi harddisk_kecil harddisk_sedang harddisk_besar memory_kecil memory_sedang memory_besar berat_ringan berat_sedang berat_berat lcd_kecil lcd_sedang lcd_besar 0.733277472 0.382855408 0 0 0.924528302 0.040816327 0.23679038 0.678619066 0 0.836734694 0.32885906 0 0 0.713194739 0.201070791 0 0.588406925 0.349752066 0 0.223597891 0.990672219 0.010707912 0.979033197 0 0 0.32885906 0.32885906 0.836734694 0.836734694 0.040816327 0.924528302 0 0 0.215111574 0.267233122 0.678619066 0.699191593 0.940802405 0.23679038 0 0.940802405 0.267233122 0 0.417959184 0.367346939 0 0.576470588 0.544686527 0.576470588 0.884192798 0.367346939 0 0 0.065487528 0 0.862068966 0 0 0 0 0 0.246768977 0.304654398 0.737966601 0.241438815 0.30925087 0.968021869 0.880324073 0.177537438 0.974126999 0.872250163 0 0 0 0 0 0

TOSHIBA NB5201069Q Turquoise

Acer Aspire 4739382G50Mn

HP Mini 2104025TU Blue

ASUS A43SJVX401D - Red

TOSHIBA Satellite C640-1085U Black

TOSHIBA Satellite C600-1014U Black

ASUS N43SMVX012D

ACER Aspire 4349B812G32Mikk

0.967501968

0.943149989

0.40374108

0.247205158

0.265609705

0.692084476

0.367346939

0.367346939

0.924528302

0.576470588

0.576470588

0.040816327

0.940802405

0.940802405

0.699191593

0.267233122

0.267233122

0.215111574

0.040816327

0.836734694

0.836734694

0.924528302

0.32885906

0.32885906

0.058298632

0.592527318

0.943851769

0.89557805

0.343842951

0.0297442

0.588406925

0.588406925

81

0.349752066

0.349752066

DELL Vostro 3350 (Core i5-2450M) Silver

DELL Vostro 3350 (Core i5-2410M)

Lampiran 8 (Lanjutan)

ACER Aspire One D270 White nama_laptop harga_murah harga_sedang harga_mahal processor_rendah processor_sedang 0 0.940802405 0.267233122 0 0.836734694 0.32885906 0 0 0.999904828 4.75907E-05 0 0.903254703 0.053553719 0 0.588406925 0.349752066 0.096371208 0.83840399 0 0 0.903254703 0.053553719 0 0.001189768 0.997626113 0 0 0.588406925 0.349752066 0 0.836734694 0.32885906 0 0.001189768 0.997626113 0 0 0.588406925 0.349752066 processor_tinggi harddisk_kecil harddisk_sedang harddisk_besar memory_kecil memory_sedang memory_besar berat_ringan berat_sedang berat_berat lcd_kecil lcd_sedang lcd_besar 0.010763107 0.978927399 0 0 0.576470588 0.367346939 0 0.699191593 0.215111574 0.040816327 0.924528302 0 0 0.943851769 0.0297442 0 0.903254703 0.053553719 0 0.826271603 0.1051279 0 0 0.924528302 0.32885906 0.040816327 0.836734694 0.836734694 0.32885906 0 0 0.002081165 0.678619066 0.678619066 0.995854922 0.23679038 0.23679038 0 0.940802405 0.267233122 0.113378685 0.113378685 0.113378685 0 0.815157116 0.815157116 0.815157116 0.576470588 0 0 0 0.367346939 0.367346939 0.576470588 0 0 0 0 0 0.986761007 0.300507486 0.464662487 0.253550166 0.253550166 0.006708308 0.887510992 0.570668297 0.959617089 0.959617089 0 0 0 0 0 1 0 0

AXIOO Neon HNM.3.320 Black

ACER Aspire 4352B812G32Mi Purple

ACER Aspire 4352B812G32Mi Blue

TOSHIBA Satellite L735-1128UB - Brown

0.999980041

0.201014403

0.367346939

0.576470588

0.940802405

0.267233122

0.836734694

0.32885906

0.995240928

0.216484224

82