Tugas Akhir Kecerdasan Buatan
Tugas Akhir Kecerdasan Buatan
PROPOSAL PENELITIAN
OLEH
1. FREDERIK O. RUMPAIDUS (201505110740005)
2. HIKMAH AWALIA (20150511074014)
3. MARYANGKE Y. YEWUN (20150511074034)
Puji syukur kehadirat Tuhan yang Maha Kuasa berkat rahmat dan hidayah-
Nya sehingga pada kesempatan ini penulis dapat menyelesaikan proposal penelitian
ini.
Proposal ini disusun sebagai salah satu syarat untuk memenuhi tugas mata
kuliah Kecerdasan Buatan dan untuk melatih mahasiswa dalam mengerjakan serta
menerapkan ilmu pembuatan program kecerdasan buatan buatan khususnya
menggunakan logika fuzzy.
Penulis menyadari bahwa proposal ini masih banyak kekurangan dan
kesalahan serta masih jauh dari sempurna.Oleh karena itu kritik dan saran yang
bersifat membangun sangat penulis harapkan.
Penulis berharap laporan ini dapat bermanfaat dan berguna bagi pihak lain.
Tim Penyusun
i
DAFTAR ISI
Halaman
KATA PENGANTAR ............................................................................................ i
DAFTAR ISI .......................................................................................................... 2
DAFTAR GAMBAR ............................................................................................. 3
BAB I PENDAHULUAN ...................................................................................... 4
1.1 Latar Belakang ............................................................................................ 4
1.2 Rumusan Masalah ....................................................................................... 5
1.3 Tujuan .......................................................................................................... 5
1.4 Manfaat ........................................................................................................ 5
BAB II LANDASAN TEORI ............................................................................... 6
2.1 Pengertian Sistem Pendukung Keputusan ................................................ 6
2.2 Beasiswa ....................................................................................................... 6
2.3 Logika Fuzzy ................................................................................................ 6
2.4 Teori Fuzzy Mamdani ................................................................................. 7
2.5 Fungsi Derajat Keanggotaan Fuzzy .......................................................... 8
2.6 Operator Dasar Zadeh Untuk Operasi Himpunan Fuzzy ..................... 12
2.7 Fungsi Implikasi ........................................................................................ 12
BAB III PEMBAHASAN ................................................................................... 14
3.1 Identifikasi Data Mahasiswa Calon Penerima Beasiswa ....................... 14
3.2 Fuzzyfikasi .................................................................................................. 15
3.3 Mesin Inferensi .......................................................................................... 19
3.4 Defuzzyfikasi ............................................................................................... 22
BAB IV PENUTUP ............................................................................................. 24
4.1 Kesimpulan ................................................................................................ 24
4.2 Saran ........................................................................................................... 24
DAFTAR PUSTAKA .......................................................................................... 26
LAMPIRAN ......................................................................................................... 27
A. Rancangan Program Seleksi Penerimaan Beasiswa Dengan Metode
Fuzzy Mamdani ............................................................................................... 27
B. Membuat Simulink .................................................................................. 36
2
DAFTAR GAMBAR
Halaman
Gambar 1 Reprentasi Linear Naik........................................................................... 9
Gambar 2 Fungsi Keanggotaan Linear Naik ........................................................... 9
Gambar 3 Representasi Linear Turun ..................................................................... 9
Gambar 4 Fungsi Keanggotaan Linear Turun ....................................................... 10
Gambar 5 Representasi Kurva Segitiga ................................................................ 10
Gambar 6 Fungsi Keanggotaan Kurva Segitiga .................................................... 10
Gambar 7 Representasi Kurva Trapesium ........................................................... 11
Gambar 8 Fungsi Keanggotaan Kuva Trapesium ................................................. 11
Gambar 9 Tampilan awal Matlab .......................................................................... 27
Gambar 10 Tampilan Fuzzy Toolbox ................................................................... 28
Gambar 11 Penambahan Input .............................................................................. 29
Gambar 12 Mengganti Nama ................................................................................ 30
Gambar 13 Tampilan Member Function ............................................................... 30
Gambar 14 Fungsi Keanggotaan Pendapatan ortu/wali ........................................ 31
Gambar 15 Fungsi Keanggotaan Tanggungan ortu/wali ...................................... 31
Gambar 16 Fungsi Keanggotaan IPK ................................................................... 32
Gambar 17 Fungsi Keanggotaan Hasil Seleksi ..................................................... 32
Gambar 18 Tampilan Rule Editor ......................................................................... 33
Gambar 19 Rules ................................................................................................... 33
Gambar 20 Rules Viewer ...................................................................................... 34
Gambar 21 Surface Viewer ................................................................................... 35
Gambar 22 Workspace Variabel ........................................................................... 35
Gambar 23 Tampilan Simulink Toolbox .............................................................. 36
Gambar 24 Tampilan Model ................................................................................. 37
Gambar 25 Mendrag Constant ke Model .............................................................. 37
Gambar 26 Mendrag Mux ke Model..................................................................... 38
Gambar 27 Mendrag Fuzzy Logic Controller ....................................................... 38
Gambar 28 Mendrag Display ke Model ................................................................ 39
Gambar 29 Menambahkan parameter pada Mux .................................................. 39
Gambar 30 Menyambungkan Komponen ............................................................. 40
Gambar 31 Fuzzy Logic Controller ...................................................................... 40
Gambar 32 Simulasi .............................................................................................. 41
3
BAB I
PENDAHULUAN
4
yang merekomendasikan maupun tidak merekomendasikan mahasiswa penerima
beasiswa yang di urutkan berdasarkan nilai rekomendasi tertinggi. Penelitian
Selanjutnya dilakukan oleh Erma Suryani, Indah Puspita, Agus Maman Abadi
Tahun 2017 dengan Judul “Logika Fuzzy Pengambilan Keputusan Pemilihan
Penerima Beasiswa Menggunakan Metode Mamdani” Penelitian ini menggunakan
fuzzy decision making untuk menyeleksi mahasiswa penerima beasiswa. Input yang
dibutuhkan meliputi variabel yang berpengaruh pada kriteria pemilihan penerima
beasiswa dan outputnya adalah keputusan diterima yaitu dengan hasil defuzzyfikasi
lebih dari 50 atau tidak diterima yaitu dengan hasil defuzzyfikasi kurang dari 50.
Berdasarkan yang telah dijelaskan di atas, penulis mengusulkan penelitian
yang berjudul “Sistem Pendukung Keputusan Seleksi Penerimaan Beasiswa dengan
Metode Fuzzy Mamdani”. Pada penelitian ini, untuk menentukan penerima
beasiswa menggunakan 3 variabel yang terdiri dari : Indeks Prestasi Akademik
(IPK), Penghasilan Orang Tua dan Tanggungan Orang Tua serta outputnya adalah
Hasil Seleksi.
1.2 Rumusan Masalah
Rumusan Masalah dalam penelitian ini adalah bagaimana membangun
sistem pendukung keputusan seleksi penerimaan beasiswa dengan Metode Fuzzy
Mamdani?
1.3 Tujuan
Tujuan dari penelitian ini adalah untuk memahami pengembangan dan
penggunaan Sistem Pendukung Keputusan Seleksi Penerimaan Beasiswa dengan
Metode Fuzzy Mamdani menggunakan software MATLAB berupa program dan
simulink sehingga program beasiswa dapat memenuhi prinsip 3T, yaitu tepat
sasaran, tepat jumlah dan tepat waktu.
1.4 Manfaat
1. Penerima beasiswa/ mahasiswa mendapatkan beasiswa secara tepat sasaran
dan tepat jumlah
2. Penulis dapat ikut serta dalam pembangunan di bidang pendidikan
3. Penulis mendapat nilai untuk tugas mata kuliah kecerdasan buatan
4. Penulis dapat menghasilkan karya ilmiah yang dapat menjadi referensi
dalam pengembangan ilmu bidang Sistem Informasi
5
BAB II
LANDASAN TEORI
6
bernilai benar atau salah secara bersama. Namun berapa besar keberadaan dan
kesalahan suatu tergantung pada bobot keanggotaan yang dimiliki. Logika fuzzy
memiliki derajat keanggotaan dalam rentang 0 hingga 1. Berada dengan logika
digital yang hanya memiliki dua nilai 1 atau 0. Logika fuzzy digunakan untuk
menerjemahkan suatu besaran yang diekspresikan menggunakan bahasa
(linguistict. Dan logika fuzzy menunjukan sejauh mana suatu nilai itu benar dan
sejauh mana nilai itu salah. Tidak seperti logika klasik (scrisp)/ tegas, suatu nilai
hanya mempunyai 2 kemungkinan yaitu merupakan suatu anggota himpunan atau
tidak. Derajat keangotaan 0 (nol) artinya nilai bukan merupakan anggota himpunan
dan 1 (satu) berarti nilai tersebut adalah anggota himpunan. Logika fuzzy adalah
suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang
output, mempunyai nilai kontinyu. Fuzzy dinyatakan dalam derajat dari kebenaran.
Oleh sebab itu semua dapat dikatakan sebagian benar dan sebagian salah pada
waktu yang sama. (Zamroni, 2014).
7
mamdani, baik variabel input maupun variabel output dibagi menjadi satu
atau lebih himpunan fuzzy.
b. Aplikasi fungsi implikasi pada metode mamdani. Fungsi implikasi yang
digunakan adalah min Lakukan implikasi fuzzy berdasar pada kuat
penyulutan dan himpunan fuzzy terdefinisi untuk setiap variable keluaran di
dalam bagian konsekuensi dari setiap aturan. Hasil implikasi fuzzy dari
setiap aturan ini kemudian digabungkan untuk menghasilkan keluaran
inferensi fuzzy.
c. Komposisi Aturan. Tidak seperti penalaran monoton, apabila sistem terdiri
dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi
antar aturan. Ada 3 metode yang digunakan dalam melakukan inferensi
sistem fuzzy, yaitu: max, additive dan probabilistik OR.
d. Penegasan (defuzzy). Input dari proses defuzzifikasi adalah suatu himpunan
fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output
yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy
tersebut. ( Victor Haryanto & Nasari, 2015)
a. Representasi Linear
Pada representasi linear, pemetaan input ke derajat keanggotannya
digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan
menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang
jelas. Ada 2 keadaan himpunan fuzzy yang linear. Pertama, kenaikan
himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan
nol [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat
keanggotaan lebih tinggi Gambar 1.
8
Gambar 1 Reprentasi Linear Naik
9
Gambar 4 Fungsi Keanggotaan Linear Turun
10
c. Representasi Kurva Trapesium
Kurva Segitiga pada dasarnya seperti bentuk segitiga, hanya saja
ada beberapa titik yang memiliki nilai keanggotaan 1 Gambar 3.
11
2.6 Operator Dasar Zadeh Untuk Operasi 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, yaitu:
a. Operator AND
Operator ini berhubungan dengan operasi interseksi pada himpuna
–predikat sebagai hasil operasi dengan operator AND diperoleh
dengan mengambil nilai keanggotaan terkecil antar elemen pada
himpunan -himpunan yang bersangkutan.
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 himpunan
himpunan yang bersangkutan.
c. Operator NOT
Operator ini berhubungan dengan operasi komplemen pada
himpunan. – redikat sebagai hasil operasi dengan operator NOT
diperoleh dengan mengurangkan nilai keanggotaan elemen pada
himpunan yang bersangkutan dari 1.
IF x is A THEN y is B
12
dengan x dan y adalah skalar, dan A dan B adalah himpunan fuzzy. Proposisi yang
mengikuti IF disebut sebagi anteseden, sedangkan proposisi yang mengikuti THEN
disebut sebagai konsekuen. Proposisi ini dapat diperluas dengan menggunakan
operator fuzzy, seperti:
IF (x1 is A1) • (x2 is A2) • (x3 is A3) • • (xN is AN) THEN y is B
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
7.30 menunjukkan salah satu contoh penggunaan fungsi min.
13
BAB III
PEMBAHASAN
Banyak 4-5
14
Tinggi 2.75 - 4.00
Beasiswa Berprestasi 50 - 80
Output
Beasiswa Tidak 75 - 100
Mampu dan
Berprestasi
Definisi Variabel :
a. Pendapatan Orang Tua/Wali adalah penghasilan orang tua/wali yang diterima
atau yang didapat per bulan.
b. Tanggungan Orang Tua/Wali adalah beban yang menjadi tanggung jawab oleh
orang tua/wali yang ada di dalam rumah tangga orang tua/wali.
c. IPK adalah Indek Prestasi Kumulatif yang diperoleh pada saat akan mengajukan
permohonan beasiswa.
d. Hasil seleksi adalah nilai yang diperoleh dari hasil seleksi yang akan
menentukan beasiswa yang akan diperoleh.
3.2 Fuzzyfikasi
Adapun kriteria-kriteria yang digunakan dalam seleksi penerimaan beasiswa
sebagai berikut :
1. Pendapatan ortu/wali
Dalam penentuan nilai pendapatan orangtua dibagi menjadi 4 himpunan yaitu
kurang, cukup, baik, sangat baik. Adapun penilaian pendapatan ini dapat kita lihat
dari Gambar 9.
15
Gambar 9 Fungsi Derajat Keanggotaan Pendapatan ortu/wali
Berikut fungsi keanggotaan dari masing- masing himpunan fuzzy, yaitu :
1, x ≤ 500
0, x yang lainnya
1, 0 ≤ x ≤ 500
0, x yang lainnya
1, 0 ≤ x ≤ 500
0, x yang lainnya
0, x yang lainnya
2. Tanggungan ortu/wali
Dalam penentuan nilai tanggungan ortu/wali dibagi menjadi 3 himpunan yaitu
cukup, sedang banyak. Adapun penilaian tanggungan ini dapat kita lihat dari
Gambar 10.
16
Gambar 10 Fungsi Derajat Keanggotaan Tanggungan ortu/wali
Berikut fungsi keanggotaan dari masing- masing himpunan fuzzy, yaitu :
1, 0≤x≤1
0,
1≤x≤2
x yang lainnya
x – 1 / 2 - 1, 1≤x≤2
4 - x / 4 - 3, 3≤x≤4
0, x yang lainnya
x – 3 / 4 - 3, 3≤x≤4
0, x yang lainnya
3. IPK
Dalam penentuan nilai IPK dibagi menjadi 3 himpunan yaitu : Rendah,
Sedang, Tinggi. Adapun penilaian IPK ini dapat kita lihat dari Gambar 11.
17
Berikut fungsi keanggotaan dari masing- masing himpunan fuzzy, yaitu :
µ 𝑅𝑒𝑛𝑑𝑎ℎ [𝑥] = { 1,
2,5 - x / 2,5-1,
0≤x≤1
1 ≤ x ≤ 2,5
0, x yang lainnya
x – 2 / 2,5 - 2, 2 ≤ x ≤ 2,5
1, 2.5 ≤ x ≤ 2,75
0, x yang lainnya
µ 𝑇𝑖𝑛𝑔𝑔𝑖 [𝑥] = { 1,
0,
3,5 ≤ x ≤ 4
x yang lainnya
4. Hasil Seleksi
Dalam penentuan nilai hasil seleksi dibagi menjadi 4 himpunan yaitu : Tidak
Layak, Beasiswa Berprestasi, Beasiswa Tidak Mampu dan Berprestasi. Adapun
penilaian hasil seleksi ini dapat kita lihat dari Gambar 12.
18
Berikut fungsi keanggotaan dari masing- masing himpunan fuzzy, yaitu :
µ 𝑇𝑖𝑑𝑎𝑘 𝐿𝑎𝑦𝑎𝑘 [𝑥] =
1, x ≤ 40
{ 60 - x / 60-40,
0,
40 ≤ x ≤ 60
x yang lainnya
{ 1,
80 - x / 80 – 70,
60 ≤ x ≤ 70
70 ≤ x ≤ 80
0, x yang lainnya
µ 𝐵𝑒𝑎𝑠𝑖𝑠𝑤𝑎_𝑇𝑖𝑑𝑎𝑘_𝑀𝑎𝑚𝑝𝑢_𝑑𝑎𝑛_𝐵𝑒𝑟𝑝𝑟𝑒𝑠𝑡𝑎𝑠𝑖 [𝑥]
x – 75 / 90 – 75, 75 ≤ x ≤ 90
90 ≤ x ≤ 100
= { 1,
0, x yang lainnya
19
[R4] If (Pendapatan_ortu/wali is Kurang) and (Tanggungan_ortu/wali is cukup) and
(IPK is Sedang) then (Hasil_Seleksi is Tidak_Layak )
[R5] If (Pendapatan_ortu/wali is Kurang) and (Tanggungan_ortu/wali is Sedang)
and (IPK is Sedang) then (Hasil_Seleksi is Tidak_Layak )
[R6] If (Pendapatan_ortu/wali is Kurang) and (Tanggungan_ortu/wali is Banyak)
and (IPK is Sedang) then (Hasil_Seleksi is Tidak_Layak )
[R7] If (Pendapatan_ortu/wali is Kurang) and (Tanggungan_ortu/wali is cukup) and
(IPK is Tinggi) then (Hasil_Seleksi is Beasiswa_Tidak_Mampu_dan_Berprestasi )
[R8] If (Pendapatan_ortu/wali is Kurang) and (Tanggungan_ortu/wali is Sedang)
and (IPK is Tinggi) then (Hasil_Seleksi is
Beasiswa_Tidak_Mampu_dan_Berprestasi )
[R9] If (Pendapatan_ortu/wali is Kurang) and (Tanggungan_ortu/wali is Banyak)
and (IPK is Tinggi) then (Hasil_Seleksi is
Beasiswa_Tidak_Mampu_dan_Berprestasi )
[R10] If (Pendapatan_ortu/wali is Cukup) and (Tanggungan_ortu/wali is cukup)
and (IPK is Rendah) then (Hasil_Seleksi is Tidak_Layak)
[R11] If (Pendapatan_ortu/wali is Cukup) and (Tanggungan_ortu/wali is Sedang)
and (IPK is Rendah) then (Hasil_Seleksi is Tidak_Layak)
[R12] If (Pendapatan_ortu/wali is Cukup) and (Tanggungan_ortu/wali is Banyak)
and (IPK is Rendah) then (Hasil_Seleksi is Tidak_Layak)
[R13] If (Pendapatan_ortu/wali is Cukup) and (Tanggungan_ortu/wali is cukup)
and (IPK is Sedang) then (Hasil_Seleksi is Tidak_Layak)
[R14] If (Pendapatan_ortu/wali is Cukup) and (Tanggungan_ortu/wali is Sedang)
and (IPK is Sedang) then (Hasil_Seleksi is Tidak_Layak)
[R15] If (Pendapatan_ortu/wali is Cukup) and (Tanggungan_ortu/wali is Banyak)
and (IPK is Sedang) then (Hasil_Seleksi is Tidak_Layak)
[R16] If (Pendapatan_ortu/wali is Cukup) and (Tanggungan_ortu/wali is cukup)
and (IPK is Tinggi) then (Hasil_Seleksi is
Beasiswa_Tidak_Mampu_dan_Berprestasi )
[R17] If (Pendapatan_ortu/wali is Cukup) and (Tanggungan_ortu/wali is Sedang)
and (IPK is Tinggi) then (Hasil_Seleksi is
Beasiswa_Tidak_Mampu_dan_Berprestasi )
20
[R18] If (Pendapatan_ortu/wali is Cukup) and (Tanggungan_ortu/wali is Banyak)
and (IPK is Tinggi) then (Hasil_Seleksi is
Beasiswa_Tidak_Mampu_dan_Berprestasi )
[R19] If (Pendapatan_ortu/wali is Baik) and (Tanggungan_ortu/wali is cukup) and
(IPK is Rendah) then (Hasil_Seleksi is Tidak_Layak)
[R20] If (Pendapatan_ortu/wali is Baik) and (Tanggungan_ortu/wali is Sedang) and
(IPK is Rendah) then (Hasil_Seleksi is Tidak_Layak)
[R21] If (Pendapatan_ortu/wali is Baik) and (Tanggungan_ortu/wali is Banyak) and
(IPK is Rendah) then (Hasil_Seleksi is Tidak_Layak)
[R22] If (Pendapatan_ortu/wali is Baik) and (Tanggungan_ortu/wali is cukup) and
(IPK is Sedang) then (Hasil_Seleksi is Tidak_Layak)
[R23] If (Pendapatan_ortu/wali is Baik) and (Tanggungan_ortu/wali is Sedang) and
(IPK is Sedang) then (Hasil_Seleksi is Tidak_Layak )
[R24] If (Pendapatan_ortu/wali is Baik) and (Tanggungan_ortu/wali is Banyak) and
(IPK is Sedang) then (Hasil_Seleksi is Tidak_Layak )
[R25] If (Pendapatan_ortu/wali is Baik) and (Tanggungan_ortu/wali is cukup) and
(IPK is Tinggi) then (Hasil_Seleksi is Beasiswa_Berprestasi )
[R26] If (Pendapatan_ortu/wali is Baik) and (Tanggungan_ortu/wali is Sedang) and
(IPK is Tinggi) then (Hasil_Seleksi is Beasiswa_Berprestasi )
[R27] If (Pendapatan_ortu/wali is Baik) and (Tanggungan_ortu/wali is Banyak)
and (IPK is Tinggi) then (Hasil_Seleksi is
Beasiswa_Tidak_Mampu_dan_Berprestasi )
[R28] If (Pendapatan_ortu/wali is Sangat_Baik) and (Tanggungan_ortu/wali is
cukup) and (IPK is Rendah) then (Hasil_Seleksi is Tidak_Layak)
[R29] If (Pendapatan_ortu/wali is Sangat_Baik) and (Tanggungan_ortu/wali is
Sedang) and (IPK is Rendah) then (Hasil_Seleksi is Tidak_Layak)
[R30] If (Pendapatan_ortu/wali is Sangat_Baik) and (Tanggungan_ortu/wali is
Banyak) and (IPK is Rendah) then (Hasil_Seleksi is Tidak_Layak)
[R31] If (Pendapatan_ortu/wali is Sangat_Baik) and (Tanggungan_ortu/wali is
cukup) and (IPK is Sedang) then (Hasil_Seleksi is Tidak_Layak)
[R32] If (Pendapatan_ortu/wali is Sangat_Baik) and (Tanggungan_ortu/wali is
Sedang) and (IPK is Sedang) then (Hasil_Seleksi is Tidak_Layak )
21
[R33] If (Pendapatan_ortu/wali is Sangat_Baik) and (Tanggungan_ortu/wali is
Banyak) and (IPK is Sedang) then (Hasil_Seleksi is Tidak_Layak )
[R34] If (Pendapatan_ortu/wali is Sangat_Baik) and (Tanggungan_ortu/wali is
cukup) and (IPK is Tinggi) then (Hasil_Seleksi is Beasiswa_Berprestasi )
[R35] If (Pendapatan_ortu/wali is Sangat_Baik) and (Tanggungan_ortu/wali is
Sedang) and (IPK is Tinggi) then (Hasil_Seleksi is Beasiswa_Berprestasi )
[R36] If (Pendapatan_ortu/wali is Sangat_Baik) and (Tanggungan_ortu/wali is
Banyak) and (IPK is Tinggi) then (Hasil_Seleksi is Beasiswa_Berprestasi )
3.4 Defuzzyfikasi
Defuzzifikasi merupakan langkah terakhir pada sistem fuzzy. Proses
defuzzifikasi merupakan proses pemetaan dari himpunan fuzzy ke himpunan tegas.
Dalam seleksi penerimaan beasiswa yang diberikan dilakukan perhitungan
berdasarkan pembentukan rule sehingga nantinya akan diperoleh hasil keputusan
penerima beasiswa. Adapun hasil defuzzifikasi menggunakan Matlab R2010a.
adalah sebagai berikut :
Tabel 3. Data Hasil Defuzzyfikasi
No. Nama Pendap- Tanggu- IPK Hasil Hasil
atan ngan Defuzzyfikasi Seleksi
ortu/wal ortu/wali
i
1 Mahasiswa 2000 3 2.80 28.32 Tidak
1 Layak
2 Mahasiswa 1000 2 3.00 88.96 Tidak
2 Mampu
Dan
Berpres
tasi
3 Mahasiswa 4000 5 2.90 38.43 Tidak
3 Layak
22
6 Mahasiswa 3500 5 3.20 89.84 Tidak
6 Mampu
Dan
Berpres
tasi
7 Mahasiswa 8000 6 3.10 65 Berpres
7 tasi
23
BAB IV
PENUTUP
4.1 Kesimpulan
Pada tugas akhir kecerdasan buatan untuk mendukung keputusan seleksi
penerimaan beasiswa ini kami menggunakan logika fuzzy dengan metode
mamdani. Hasil yang diproses simulasi menunjukkan angka yang sesuai dengan
rules berdasarkan langkah-langkah perhitungan dengan menggunakan metode
fuzzy mamdani yaitu identifikasi data mahasiswa calon penerima beasiswa berupa
variabel input Pendapatan ortu/wali, Tanggungan ortu/wali, IPK, dan variabel
output Hasil Seleksi; Fuzzyfikasi; Mesin Inferensi dan Defuzzyfikasi. Hasil Seleksi
yaitu tidak layak dengan hasil defuzzyfikasi ≤ 60, beasiswa berprestasi yaitu dengan
hasil defuzzyfikasi 50-60 dan beasiswa tidak mampu dan berprestasi ≥ 75. Dari 20
mahasiswa yang mengajukan beasiswa yang mendapatkan beasiswa berprestasi 6
orang, beasiswa tidak mampu dan berprestasi 5 orang, lainnya dinyatakan tidak
layak.
Dengan adanya pengembangan dan penggunaan Sistem Pendukung
Keputusan Seleksi Penerimaan Beasiswa dengan Metode Fuzzy Mamdani
menggunakan software MATLAB yang berupa program dan simulink sehingga
program beasiswa dapat dipahami oleh kami dan memenuhi prinsip 3T, yaitu tepat
sasaran, tepat jumlah dan tepat waktu serta dapat menjadi karya ilmiah yang dapat
menjadi referensi dalam pengembangan ilmu bidang Sistem Informasi dan ilmu
lainya yang menggunakan Aplikasi MATLAB.
4.2 Saran
Setiap pengembangan sistem pasti selalu terdapat ketidaksempurnaan,
begitu juga dengan pengembangan Sistem Pendukung Keputusan Seleksi
Penerimaan Beasiswa Dengan Metode Fuzzy Mamdani ini sehingga diharapkan
jika kedepannya ada yang ingin mengembangkan sistem ini maka dapat melakukan
perbaikan, penambahan fitur yang berguna dan bermanfaat sehingga
24
mengoptimalkan sistem ini sesuai dengan kebutuhan, penambahan input, atau
menegembangkan dengan metode lain.
Selain itu, agar dapat menyelesaikan pembuatan sistem logika fuzzy ini
dengan baik maka perlu mencari referensi- referensi yang relevan sebagai acuan
sehingga memudahkan dalam memahami dan mengembangkannya.
25
DAFTAR PUSTAKA
Indra Kurniawan, Y. & Arina Windiasani, P., 2017. Sistem Pendukung Keputusan
untuk Penetuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK)
Menggunakan Metode Fuzzy. p. 3.
Victor Haryanto, E. & Nasari, F., 2015. Penerapan Metode Fuzzy Mamdani
dalam Memprediksi Tingginya Pemakaian Listrik (studi kasus kelurahan
ABC). p. 1.
Anonim, n.d. Logika Fuzzy. In: Bahan Ajar Prodi SI. s.l.:s.n., pp. 114-129.
26
LAMPIRAN
27
2. Mengetik “fuzzy” pada command windows untuk masuk ke Fuzzy Toolbox,
menunggu sampai muncul tampilan seperti berikut
3. Menambah Input dengan cara klik Edit > Add Variable > Input , sampai
muncul tampilan seperti berikut
28
Gambar 15 Penambahan Input
29
Gambar 16 Mengganti Nama
5. Membuat Fungsi Keanggotaan dengan cara klik Edit > Member Function
dan menunggu sampai muncul tampilan seperti berikut
30
6. Membuat Fungsi Keanggotaan sesuai dengan program dan kebutuhan atau
mengambil dari data real.
31
Gambar 20 Fungsi Keanggotaan IPK
32
7. Masuk ke Rule Editor dengan cara klik Edit > Rules, menunggu sampai
muncul tampilan seperti berikut.
8. Membuat Rule sesuai dengan kebutuhan dan disesuaikan dengan rule table
yang sudah dibuat.
Gambar 23 Rules
33
9. Melihat hasil rules di Rule Viewer dari hasil rule yang sudah dibuat di
Rule Editor dengan cara klik View > Rules
10. Melihat Surface di Surface Viewer dari hasil rule yang sudah dibuat di
Rule Editor dengan cara klik View > Surface
34
Gambar 25 Surface Viewer
11. Menyimpan hasil pekerjaan dengan cara klik File > Export > To File lalu
simpan di tempat yang diinginkan. Lalu ulangi kembali klik File > Export
> To Workspace lalu copy Workspace Variablenya untuk membuat
Simulink.
35
B. Membuat Simulink
Simulink pada Matlab adalah salah satu fitur dari matlab untuk mensimulasi
suatu desain atau model yang bersifat dinamis ataupun tertanam.Langkah membuat
Simulink adalah sebagai berikut :
2. Klik File > New > Model dan tunggu sampai muncul tampilan seperti
berikut.
36
Gambar 28 Tampilan Model
37
4. Klik Signal Routing di Simulink Libraries, pilih dan drag Mux ke
Model.
38
6. Klik Sink di Simulink Libraries, pilih dan drag Display ke Model
39
8. Menyambungkan semua komponen
40
10. Simulasi. Masukkan nilai Harga dan Kualitas, lalu klik start.
Gambar 36 Simulasi
41