Oleh
1. Mahdi Haris Hutama (081110029)
2. Rizki Nurlaila (081110068)
3. Muhammad Dwi Nugroho (081110071)
4. Rahman Aditya Wijaya (081110011)
5. Yunus Setyawan (08111008)
Sebuah toko komputer ingin membangun suatu database yang isinya tidak hanya komponen-
komponen dasar komputer, tetapi juga informasi yang dapat membantu dalam memberikan
pilihan data spesifikasi komputer untuk suatu paket komputer lengkap bagi para konsumen
berdasarkan kriteria-kriteria yang dibutuhkan oleh konsumen.
Pada proses perancangan aplikasi ini, diterapkan metode logika fuzzy dalam studi kasus
pemilihan spesifikasi komputer berdasarkan kebutuhan konsumen. Hal tersebut berdasarkan
banyak kasus selama ini, dimana konsumen banyak bertanya tentang spesifikasi komputer
yang menjadi dasar pertimbangan mereka dalam pemilihan paket komputer lengkap.
Biasanya pemilihan spesifikasi komputer pada suatu toko komputer dilakukan dengan
berkonsultasi dengan para pegawai toko. Namun hal itu akan memakan waktu yang lama dan
tidak praktis. Terdapat suatu metode yang lebih praktis, yaitu dengan membangun suatu
aplikasi sistem pendukung keputusan pada penentuan spesifikasi komputer yang di dalamnya
juga diterapkan metode logika fuzzy.
Sistem yang akan dibangun merupakan sistem database fuzzy (Fuzzy Database System),
karena pada proses pengambilan keputusan menggunakan logika fuzzy dan menggunakan
database dalam menyimpan dan mengambil data spesifikasi komputer. Model yang
digunakan pada database fuzzy ini adalah model Tahani, yang masih menggunakan relasi
database yang bersifat standar, dengan lebih menekankan penggunaan fuzzy pada beberapa
field dalam tabel-tabel yang ada pada database tersebut dan pada perhitungan matematisnya
Tujuan
Berdasarkan latar belakang permasalahan pada subbab ini maka masalah-masalah yang ada
dapat dirumuskan sebagai berikut:
Batasan Masalah
Dengan mengacu kepada subbab maka ruang lingkup permasalahan dibatasi pada :
Metode Pelaksanaan
1. Studi Pustaka
Untuk mendukung pembuatan sistem aplikasi ini, dilakukan studi pustaka dengan
mengumpulkan bahan dari beberapa sumber, seperti media internet, jurnal-jurnal,
dan beberapa buku referensi yang membahas tentang logika fuzzy, seperti
Artificial Inteligence, Fuzzy System.
c. Pembuatan Program
d. Pengujian Program
e. Kesimpulan
2.1 Fuzzifikasi
Bentuk fuzzifikasi yang dipakai pada sistem ini adalah bentuk segitiga dan bentuk
bahu. Bentuk fuzzifikasi menentukan derajat keanggotaan suatu nilai rentang input/output.
Derajat keanggotaan himpunan fuzzy dihitung dengan menggunakan rumus fungsi
keanggotaan dari segitiga fuzzifikasi.
Setelah fungsi keanggotaan untuk variabel masukan dan keluarannya ditentukan, basis
aturan pengendalian dapat dikembangkan untuk menghubungkan aksi keluaran pengendali
terhadap kondisi masukannya. Tahap ini disebut sebagai tahap inferensi, yakni bagian
penentuan aturan dari sistem logika fuzzy. Sejumlah aturan dapat dibuat untuk menentukan
aksi pengendali fuzzy [8].
Pada basis aturan, aturan If-Then tersebut dapat menghubungkan banyak variabel
masukan dan keluaran. Masukan x dipetakan menjadi keluaran y. Aturan if-then
diinterpretasikan sebagai implikasi fuzzy. Terdapat banyak sekali model interpretasi implikasi
yang telah dikembangkan.
Metode Tsukamoto
Pada Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk If-Then harus
direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton.
Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp)
berdasarkan α-predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-
rata terbobot.
Metode Sugeno
Penalaran dengan Metode Sugeno hamper sama dengan penalaran Mamdani, hanya saja
output (konsekuen) sistem tidak berupa himpunan fuzzy, melainkan berupa konstanta atau
persamaan linear. Metode ini diperkenalkan oleh Takagi-Sugeno Kang pada tahun 1985.
Metode Mamdani
Metode Mamdani sering juga dikenal dengan nama Metode Max-Min. Metode ini
diperkenalkan oleh Ebrahim Mamdani pada tahun 1975.
Kebutuhan Input
Kebutuhan input pada sistem ini digolongkan menjadi dua bagian input, yaitu input
fuzzy.
1. Pengambilan nilai input fuzzy ataupun non fuzzy dari dalam database, sesuai
dengan keterangan yang disebutkan oleh pembeli.
2. Proses fuzzifikasi dari data input, dengan menggunakan rumus fungsi.
3. Proses logika pengambilan keputusan melalui pembentukan query.
4. Menampilkan hasil rekomendasi sesuai dengan kriteria yang disebutkan oleh
saksi.
Kebutuhan Output
Output pada sistem ini berupa rekomendasi paket komputer lengkap yang sesuai
dengan kriteria-kriteria yang diinginkan (di-input-kan) oleh para pengguna.
Struktur Tabel
1. Tabel TblCasing
Tabel TblCasing digunakan untuk menyimpan data-data tentang spesifikasi dari item
Casing. Struktur tabel TblCasing dapat dilihat pada tabel dibawah ini
2. Tabel TblHarddisk
Tabel TblHarddisk digunakan untuk menyimpan data-data tentang spesifikasi dari item
Harddisk. Struktur tabel TblHarddisk dapat dilihat pada tabel dibawah ini
3. Tabel TblMobo
Tabel TblMobo digunakan untuk menyimpan data-data tentang spesifikasi dari item
Mainboard. Struktur tabel TblMainboard dapat dilihat pada tabel dibawah ini
4. Tabel TblMemory
Tabel TblMemory digunakan untuk menyimpan data-data tentang spesifikasi dari item
Memory. Struktur tabel TblMemory dapat dilihat pada tabel dibawah ini.
5. Tabel TblOptical
Tabel TblOptical digunakan untuk menyimpan data-data tentang spesifikasi dari item
Optical Drive. Struktur tabel TblOptical dapat dilihat pada tabel dibawah ini
6. Tabel TblProsesor
Tabel TblProsesor digunakan untuk menyimpan data-data tentang spesifikasi dari item
Prosesor. Struktur tabel TblProsesor dapat dilihat pada tabel dibawah ini
7. Tabel TblPSU
Tabel TblPSU digunakan untuk menyimpan data-data tentang spesifikasi dari item
Power Supply. Struktur tabel TblPSU dapat dilihat pada tabel dibawah ini.
TypeJenisPSA Text 10 Type Jenis dari item Power Supply (AT / ATX)
Tabel TblVGA digunakan untuk menyimpan data-data tentang spesifikasi dari item
VGA. Struktur tabel TblVGA dapat dilihat pada tabel dibawah ini.