Penulis
i
DAFTAR ISI
KATA PENGANTAR........................................................................................................i
DAFTAR ISI.....................................................................................................................ii
BAB I PENDAHULUAN..................................................................................................1
1.1. Latar Belakang...................................................................................................1
1.2. Rumusan Masalah..............................................................................................2
1.3. Tujuan................................................................................................................2
BAB II LANDASAN TEORI............................................................................................3
2.1. Himpunan Fuzzy................................................................................................3
2.2. Fungsi Keanggotaan...........................................................................................6
2.3. Fungsi Implikasi.................................................................................................8
2.4. Sistem Inferensi Fuzzy.......................................................................................9
2.4.1. Metode Tsukamoto.....................................................................................9
BAB III PEMBAHASAN................................................................................................11
3.1 Perhitungan Manual.........................................................................................11
3.2. Aturan-aturan Inferensi Fuzzy..........................................................................11
3.3. Perhitungan Fuzzy Tsukamoto.........................................................................12
3.4. Implementasi Program......................................................................................18
E. Perhitungan Proses Defuzzyfikasi................................................................................24
BAB IV KESIMPULAN..................................................................................................25
ii
BAB I
PENDAHULUAN
1
Model yang digunakan dalam penelitian ini adalah Fuzzy Tsukamoto.
Metode Fuzzy Tsukamoto ini dilakukan yang pertama kali adalah menentukan
fungsi keanggotaanya, kemudian menentukan rule dan nantinya kategori akan
diklasterisasi ke masing-masing kelompok sesuai dengan rule yang diterapkan.
Berdasarkan latar belakang diatas maka rumusan permasalahan dalam makalah ini
adalah bagaimana cara melakukan penentuan nominal beasiswa mahasiswa
menggunakan Fuzzy Tsukamoto.
1.3. Tujuan
2
BAB II
LANDASAN TEORI
yaitu :
a) Satu (1), yang berarti bahwa suatu item menjadi anggota dalam
suatu himpunan, atau
b) Nol (0), yang berarti bahwa suatu item tidak menjadi anggota
dalam suatu himpunan.
Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy,
yaitu :
a) Variabel fuzzy
Variabel fuzzy merupakan variabel yang hendak dibahas dalam
suatu sistem fuzzy. Contoh : umur, temperatur, permintaan, dsb.
b) Himpunan fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu
kondisi atau keadaan tertentu dalam suatu variabel fuzzy.
1
Contoh :
Variabel umur, terbagi menjadi 3 himpunan fuzzy, yaitu :
MUDA, PAROBAYA, dan TUA.
`
Gambar 2.2.Himpunan fuzzy pada variabel temperatur.
c) Semesta pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan
untuk dioperasikan dalam suatu variabel fuzzy. Semesta
pembicaraan merupakan himpunan bilangan real yang senantiasa
naik (bertambah) secara monoton dari kiri ke kanan. Nilai semesta
pembicaraan dapat berupa bilangan posiif maupun negatif.
Adakalanya nilai semesta pembicaraan ini tidak dibatasi batas
atasnya.
Contoh :
Semesta pembicaraan untuk variabel umur : [ 0+∞ ¿
Semesta pembicaraan untuk variabel temperatur :[ 0 40 ]
2
d) Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan
dalam semesta pembicaraan dan boleh dioperasikan dalam suatu
himpunan fuzzy. Seperti halnya semesta pembicaraan, domain
merupakan himpunan bilangan real yang senantiasa naik
(bertambah) secara monoton dari kiri ke kanan. Nilai domain dapat
berupa bilangan positif maupun negatif.
Contoh :
MUDA ¿ [ 0 45 ]
PAROBAYA ¿ [ 35 55 ]
TUA ¿ [ 45+ ∞¿
DINGIN ¿ [ 0 20 ]
SEJUK ¿ [ 15 25 ]
NORMAL ¿ [ 20 30 ]
HANGAT ¿ [ 25 35 ]
PANAS ¿ [ 30 40 ]
2.2. Fungsi Keanggotaan
a. Representasi Linear
Pada representasi linear, pemetaan input ke derajat keanggotaannya
digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana
dan menjadi pilihan yang baik untuk mendekati suatu konsep yang
kurang jelas.
3
Ada 2 keadaan himpunan fuzzy yang linear. Pertama, kenaikan
himpunan dimulai pada nilai domain yang memiliki derajat
Fungsi Keanggotaan :
0; x≤a
{
μ [ x ]= x−a ; a ≤ x ≤b
b−a
1; x≥b
Fungsi Keanggotaan :
4
0 ; x ≤ a atau x ≥ c
{ x−a
μ [ x ]= b−a ; a ≤ x ≤ b
b−x
c−b
Kurva segitiga pada dasarnya seperti bentuk segitiga, hanya saja ada
beberapa titik yang memiliki nilai keanggotaan 1 .
Fungsi Keanggotaan :
0 ; x ≤ a atau x ≥ d
5
Dengan • adalah operator (misal : OR atau AND).
Secara umum, ada 2 fungsi implikasi yang dapat digunakan, yaitu :
a. Min (minimum). Fungsi ini akan memotong output himpunan fuzzy.
Gambar 1.6 menunjukkan salah satu contoh penggunaan fungsi min.
6
dengan aturan yang telah dibuat. Setelah mendapatkan nilai derajat
mencari nilai output yang merupakan nilai crisp (Z) yang disebut
dibawah ini :
Z=
∑ αi zi
∑ zi
7
BAB III
PEMBAHASAN
Penghasilan Tanggungan
No IPK Kesimpulan
Orangtua/bulan Orangtua/bulan
1 Rendah Rendah Rendah BeasiswaSedikit
2 Rendah Rendah Tinggi BeasiswaBanyak
3 Rendah Sedang Rendah BeasiswaSedikit
4 Rendah Sedang Tinggi BeasiswaBanyak
5 Rendah Tinggi Rendah BeasiswaSedikit
6 Rendah Tinggi Tinggi BeasiswaBanyak
7 Sedang Rendah Rendah BeasiswaSedikit
8 Sedang Rendah Tinggi BeasiswaSedang
9 Sedang Sedang Rendah BeasiswaSedikit
8
10 Sedang Sedang Tinggi BeasiswaSedang
11 Sedang Tinggi Rendah BeasiswaSedikit
12 Sedang Tinggi Tinggi BeasiswaBanyak
13 Tinggi Rendah Rendah BeasiswaSedikit
14 Tinggi Rendah Tinggi BeasiswaSedang
15 Tinggi Sedang Rendah BeasiswaSedikit
16 Tinggi Sedang Tinggi BeasiswaSedang
17 Tinggi Tinggi Rendah BeasiswaSedikit
18 Tinggi Tinggi Tinggi BeasiswaBanyak
Langkah 1:
9
1; x ≤2000000
{
μ penghasilanRendah ( x )= 4000000−x
4000000−2000000
; 2000000 ≤ x ≤ 4000000
0 ; x ≥ 4000000
0; x ≤2 000000
{
μ peng h asilanTinggi ( x )= 4 000000−x
4 000000−2 000000
; 2 000000 ≤ x ≤ 4 000000
1 ; 4000000 ≤ x ≤6 000000
1; x ≤2000000
{
μtanggunganRenda h ( x )= 4000000−x
4000000−2000000
; 2000000≤ x ≤ 4000000
0; x ≥ 4000000
10
x−2000000
{
; 2000000 ≤ x ≤ 4000000
4000000−2000000
μtanggunganSedang ( x )= 1 ; 4000000 ≤ x ≤ 6000000
8000000−x
; 6000000≤ x ≤ 8000000
8000000−6000000
0; x ≤6000000
{
μtanggunganTinggi ( x )= 8000000−x
8000000−6000000
; 6000000≤ x ≤ 8000000
1; x ≥ 8000000
{
μ IPKRenda h ( x )= 3−x
3−2.75
; 2.75≤ x ≤ 3
0; x ≥3
11
1 ; x> 3
μ IPKTinggi ( x )=
{ 3−x
3−2.75
; 2.75≤ x ≤ 3
0 ; x ≤ 2.75
1 ; x ≤ 300000
{
μbeasiswaSedikit ( x ) = 600000−x
600000−300000
; 300000< x ≤ 600000
0 ; x> 600000
1 ; 600000< x ≤ 700000
{ x−300000
μbeasiswaSedang ( x )= 600000−300000 ; 300000< x ≤600000
x−700000
1000000−700000
; 700000< x ≤100000
12
1 ; x >1000000
{
μbeasiswaBanyak ( x )= x−700000
1000000−700000
; 700000< x ≤1000000
0 ; x ≤ 700000
4000000−3000000 1
μ pendapatanRenda h [ 3000000 ]= = =0.5
2000000 2
3000000−2000000 1
μ pendapatan Sedang [ 3000000 ] = = =0.5
4000000−2000000 2
μ pendapatanTinggi [ 3000000 ] =0
13
4000000−2000000
μtanggunganRenda h [ 2000000 ] = =1
2000000
2000000−2000000
μtanggunganSedang [ 2000000 ] = =0
4000000−2000000
μtanggunganTinggi [ 2000000 ] =0
μ IPKRenda h [ 3.2 ] =0
μ IPKTinggi [ 3.2 ] =1
1; x ≤ 300000
{
μbeasiswaSediki t ( x )= 600000−x
600000−300000
; 300000< x ≤ 600000
0 ; x> 600000
0 z 1=600000
1 ; x >1000000
{
μbeasiswaBanyak ( x )= x−700000
1000000−700000
; 700000< x ≤1000000
0 ; x ≤ 700000
x−700000
=0.5 z 2=850000
1000000−700000
14
μPenghasilan μTanggungan μIPK Kategori α z α∗z
15
60000
0.5 1 0 BeasiswaSedikit 0 0
0
85000
0.5 1 1 BeasiswaBanyak 0.5 425000
0
60000
0.5 0 0 BeasiswaSedikit 0 0
0
70000
0.5 0 1 BeasiswaBanyak 0 0
0
60000
0.5 0 0 BeasiswaSedikit 0 0
0
70000
0.5 0 1 BeasiswaBanyak 0 0
0
60000
0.5 1 0 BeasiswaSedikit 0 0
0
65000
0.5 1 1 BeasiswaSedang 0.5 325000
0
60000
0.5 0 0 BeasiswaSedikit 0 0
0
65000
0.5 0 1 BeasiswaSedang 0 0
0
60000
0.5 0 0 BeasiswaSedikit 0 0
0
70000
0.5 0 1 BeasiswaBanyak 0 0
0
60000
0 1 0 BeasiswaSedikit 0 0
0
65000
0 1 1 BeasiswaSedang 0 0
0
60000
0 0 0 BeasiswaSedikit 0 0
0
65000
0 0 1 BeasiswaSedang 0 0
0
60000
0 0 0 BeasiswaSedikit 0 0
0
70000
0 0 1 BeasiswaBanyak 0 0
0
Setelah didapatkan perhitungan α − predikat, z, dan (
α − predikat∗z) maka dilakukan perhitungan kategori beasiswa dengan
langkah 3.
16
Langkah 3: Menghitung Beasiswa
Pada langkah ini, z* dihitung berdasarkan aturan (rule) yang telah dibuat dan nilai
α − predikat yang didapat.
Jumlah α − predikat=1
Z=
∑ α −predikat∗z = 75 0000 =75 0000
∑ α − predikat 1
Jadi nilai Z Beasiswa adalah 750000 termasuk dalam kategori “Beasiswa Banyak”.
17
Berikut adalah code pemograman yang digunakan dalam program
ini:
uPRendah = 1
uPSedang = 0
uPTinggi = 0
uPTinggi = 0
uPRendah = 0
uPSedang = 1
uPTinggi = 0
uPRendah = 0
uPSedang = 0
uPTinggi = 1
18
B. Derajat Keanggotaan Tanggungan Orang Tua
uTRendah = 1
uTSedang = 0
uTTinggi = 0
uTTinggi = 0
uTRendah = 0
uTSedang = 1
uTTinggi = 0
uTRendah = 0
uTRendah = 0
If Jipk <= 2.75 Then
uTSedang = 0
ipkrendah = 1
uTTinggi = 1
ipktinggi = 0
Else
ipkrendah = 0
19
ipktinggi = 1
End If
20
D. Perhitungan untuk Proses Inferensi
21
alpha5 = min(uPRendah, uTTinggi, ipkrendah)
az8 = 650000
az14 = 650000
az16 = 650000
22
E. Perhitungan Proses Defuzzyfikasi
If crisp2 = 0 Then
zfuzzy = 0
zbeasiswa.Text = zfuzzy
23
BAB IV
KESIMPULAN
24