SISTEM REKOMENDASI PENENTUAN HARGA SEWA

KOS DI GAMPONG MEURANDEH MENGGUNAKAN

METODE FUZZY MAMDANI

Proposal Skripsi

Disusun Oleh:

Aulia Zahra
200504074

PROGRAM STUDI INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS SAMUDERA

2023
“SISTEM REKOMENDASI PENENTUAN HARGA SEWA KOS DI GAMPONG
MEURANDEH MENGGUNAKAN METODE FUZZY MAMDANI”

Oleh:

Aulia Zahra / 200504074

Disetujui dan disahkan sebagai Proposal Skripsi

Langsa, Juni2023
Koordinator Skripsi

Munawir,S.ST.,M.T
NIP. 198701172019031007

i
 DAFTAR ISI

LEMBAR PENGESAHAN………………………………………………………………... i

DAFTAR ISI ................................................................................................................. ii

DAFTAR GAMBAR ................................................................................................... iv

DAFTAR TABEL ......................................................................................................... v

RINGKASAN .............................................................................................................. vi

BAB I PENDAHULUAN ............................................................................................. 1

1.1 Latar Belakang ............................................................................................... 1

1.2 Permasalahan .................................................................................................. 3

1.3 Tujuan Penelitian ............................................................................................ 3

1.4 Penelitian Sebelumnya ................................................................................... 3

BAB II LANDASAN TEORI ....................................................................................... 7

2.1 Sistem Rekomendasi ...................................................................................... 7

2.2 Fuzzy mamdani ............................................................................................... 7

2.3 Variabel .......................................................................................................... 8

2.4 Himpunan Fuzzy ............................................................................................. 9

2.5 Fungsi Keanggotaan ..................................................................................... 10

2.6 Fuzzy Inference System ................................................................................ 10

2.7 Flowchart ..................................................................................................... 10

BAB III METODE PENELITIAN.............................................................................. 13

3.1 Tahapan Penelitian ....................................................................................... 13

3.2 Flowchart Method ........................................................................................ 14

ii
 3.2.1 Membentuk Himpunan Fuzzy .................................................................... 15

3.2.2 Aplikasi Fungsi Implikasi .......................................................................... 15

3.2.3 Komposisi Aturan ...................................................................................... 15

3.2.4 Penegasan (Defuzzyfikasi) .......................................................................... 17

3.3 Flowchart System ......................................................................................... 18

3.4 Jadwal Penelitian .......................................................................................... 19

DAFTAR PUSTAKA ................................................................................................. 20

iii
 DAFTAR GAMBAR

Gambar 3. 1 Tahapan penelitian ................................................................................. 13

Gambar 3. 2 Flowchart fuzzy mamdani ...................................................................... 14
Gambar 3. 3 Flowchart system ................................................................................... 18

iv
 DAFTAR TABEL

Tabel 2. 1 Simbol-Simbol Flowchart .......................................................................... 11

v
 RINGKASAN

Peningkatan jumlah pendatang di daerah Meurandeh, Kota Langsa, telah mendorong

permintaan tinggi untuk sewa rumah kos, yang menjadi ladang bisnis menjanjikan bagi
pemilik rumah. Dalam kerjasama ini, penyewa membayarkan uang kepada pemilik
rumah sebagai imbalan atas manfaat rumah kos yang mereka tempati. Sebagai pemilik
rumah kos, tanggung jawab tidak dapat dianggap enteng. Selain menjaga kondisi fisik
rumah, para pemilik juga dihadapkan pada tugas penting lainnya. Salah satu masalah
yang sering membuat pemilik rumah kesulitan adalah menentukan harga sewa yang
tepat. Mereka sering kali menghadapi dilema, karena di satu sisi menginginkan
keuntungan yang layak, namun di sisi lain, mereka juga harus mempertimbangkan
harga sewa yang bersaing dan terjangkau bagi calon penyewa. Metode yang dapat
digunakan untuk mengatasi masalah ini adalah metode Fuzzy Mamdani. Metode ini
adalah pendekatan dalam logika fuzzy yang dapat mengatasi ketidakpastian dan
ketidakjelasan dalam pengambilan keputusan. Dengan menerapkan metode Fuzzy
Mamdani, sistem rekomendasi penentuan harga sewa kos dapat dibangun untuk
mempertimbangkan variasi kriteria dengan bobot relatif yang berbeda. Penelitian ini
akan berfokus pada metode Fuzzy Mamdani untuk membangun sistem rekomendasi
penentuan harga sewa kos. Penelitian ini akan mengumpulkan data kriteria seperti
ukuran kos, fasilitas, jarak ke kampus, dan keuntungan sebagai pertimbangan dalam
menentukan harga sewa kos. Diharapkan hasil penelitian ini dapat memberikan
kontribusi dalam pengembangan sistem rekomendasi penentuan harga sewa kos di
Gampong Meurandeh serta memberikan rekomendasi harga yang sesuai dengan
preferensi calon penyewa.

vi
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Gampong Meurandeh merupakan salah satu gampong yang terletak di wilayah
Kota Langsa dengan populasi mahasiswa yang cukup signifikan. Seiring dengan
peningkatan jumlah mahasiswa, permintaan akan hunian kos-kosan juga meningkat.
Dalam hal ini kebutuhan akan rumah kos bagi mahasiwa maupun masyarakat sangat
dibutuhkan terutama bagi mahasiwa perantau yang meninggalkan kampung halaman
mereka untuk menimba ilmu di tempat mereka melanjutkan studi.
Dengan banyaknya pendatang yang datang di daerah Meurandeh, Kota Langsa,
usaha sewa menyewa rumah kos sangat diminati oleh pemilik rumah selain sebagai
usaha sampingan, usaha ini bisa menjadi ladang bisnis yang menjanjikan. Di dalam
kerjasama ini dilakukan antara penyewa dan pemilik rumah, yaitu penyewa
membayarkan sejumlah uang kepada pemilik rumah sebagai imbalan atas manfaat
rumah kos yang ditempati oleh penyewa (Andela, 2020).
Menjadi seorang pemilik rumah kos merupakan tanggung jawab yang tidak bisa
dianggap enteng. Selain harus memastikan kondisi fisik rumah tetap terjaga, para
pemilik juga dihadapkan pada tugas penting lainnya. Salah satu masalah yang kerap
membuat pemilik rumah kesulitan, yaitu menentukan harga sewa kos yang tepat.
Pemilik rumah kos seringkali berhadapan dengan dilema yang membingungkan. Di
satu sisi, mereka ingin mendapatkan keuntungan yang layak. Namun, di sisi lain,
mereka juga harus mempertimbangkan agar harga sewa yang ditawarkan tetap bersaing
dan terjangkau bagi calon penyewa (Andela, 2020).
Seperti adanya perbedaan dalam penetapan harga sewa rumah kos antara
penyewa lama dan penyewa baru di lokasi yang sama, meskipun fasilitas penunjang
yang tersedia sama. Ketika ada penyewa baru yang ingin menyewa rumah kos, harga
sewa yang ditetapkan oleh pemilik rumah kos lebih tinggi daripada harga sewa untuk
penyewa lama. Selain itu, fasilitas yang diberikan juga tidak sesuai dengan

1
 2

kesepakatan awal, dan terjadi negosiasi harga antara penyewa yang memiliki hubungan
dekat atau hubungan keluarga dengan pemilik rumah kos. Hal ini menciptakan
ketimpangan sosial, di mana seharusnya tidak ada perbedaan dalam penetapan harga
sewa rumah kos antara penyewa lama dan penyewa baru. Alasan pemilik rumah
membedakan harga sewa rumah kos antara penyewa lama dan penyewa baru adalah
untuk meningkatkan dan memperbaiki fasilitas, termasuk sarana dan prasarana yang
disediakan oleh pemilik rumah, serta mengikuti peningkatan biaya untuk memperbaiki
fasilitas yang ada dan kenaikan harga tanah setiap tahun. Namun, pada kenyataannya,
setelah terjadi perbedaan harga sewa dan kenaikan harga untuk fasilitas dan perbaikan
yang dijanjikan, hanya sebagian yang terealisasi.
Salah satu metode yang dapat digunakan untuk menyelesaikan masalah ini adalah
metode Fuzzy mamdani. Metode ini merupakan salah satu pendekatan dalam logika
fuzzy yang dapat mengatasi ketidakpastian dan ketidakjelasan dalam pengambilan
keputusan (Abrori dan Prihamayu, 2015). Dengan menerapkan metode Fuzzy
mamdani, dapat dibangun suatu sistem rekomendasi penentuan harga sewa kos yang
dapat mempertimbangkan variasi kriteria dengan bobot relatif yang berbeda.
Penelitian ini akan berfokus pada metode fuzzy mamdani untuk membangun
sistem rekomendasi penentuan harga sewa kos. Dalam penelitian ini, akan dilakukan
pengumpulan data kriteria yang menjadi pertimbangan dalam penentuan harga sewa
kos seperti ukuran kos, fasilitas, jarak ke kampus, serta keuntungan. Data tersebut akan
dibangun sebagai himpunan fuzzy yang menghubungkan antara kriteria-kriteria
tersebut. Selanjutnya, akan dibentuk aturan fuzzy yang menggambarkan keputusan
berdasarkan himpunan fuzzy yang telah dibangun (Santya et al. 2019).
Diharapkan hasil dari penelitian ini dapat memberikan kontribusi dalam
pengembangan sistem rekomendasi penentuan harga sewa kos di Gampong
Meurandeh. Selain itu, hasil penelitian juga diharapkan dapat menentukan kebijakan
penetapan harga sewa rumah kos yang adil dan merata serta memberikan rekomendasi
harga yang sesuai dengan preferensi masing-masing calon penyewa.
 3

1.2 Permasalahan
Dalam membangun usaha sewa-menyewa kos, pemilik kos sering kali dihadapi
kesulitan dalam menentukan harga sewa yang tepat. Terdapat beberapa masalah yang
muncul, seperti perbedaan harga sewa antara penyewa lama dan baru, fasilitas yang
tidak sesuai dengan kesepakatan awal, dan adanya negosiasi harga yang tidak adil. Hal
ini menciptakan ketimpangan sosial dan membuat pemilik rumah kesulitan dalam
menentukan harga sewa yang efektif karena keinginan mendapatkan keuntungan yang
layak, namun juga harus mempertimbangkan agar harga sewa tetap terjangkau bagi
calon penyewa.

1.3 Tujuan Penelitian

Adapun tujuan penelitian ini adalah:
1. Membangun suatu sistem rekomendasi penentuan harga sewa kos yang
mempertimbangkan variasi kriteria dengan bobot relatif yang berbeda-beda.
2. Memudahkan dalam menentukan harga yang efektif bagi pemilik kos dengan
memberikan rekomendasi harga yang sesuai dengan prefrensi penyewa.

1.4 Penelitian Sebelumnya

Pertama, penelitian yang dilakukan oleh Fairus, Putri, dan Muliani (2023) dalam
penelitiannya yang berjudul “Application Of Mamdani Fuzzy Method To Predict The
Amount Of Pine Resin Production”. Penelitian ini bertujuan untuk memprediksi jumlah
resin pinus yang dapat diproduksi di PT. Inhutani IV Kota Aceh yang bergerak dalam
produksi resin pinus mentah. Studi ini menggunakan metode fuzzy mamdani untuk
memprediksi jumlah produksi lateks berdasarkan permintaan, pasokan, dan data
produksi lateks per bulan pada tahun 2019-2020. Berdasarkan hasil perhitungan yang
telah dilakukan, dengan variabel input permintaan pada Januari 2021 sebesar 91.404
kg dan pasokan pada Desember 2020 sebesar 71.466 kg, dengan metode fuzzy
mamdani, hasil prediksi resin pinus yang dapat diproduksi oleh perusahaan adalah
191.763 kg pada Januari 2021 dan berdasarkan hasil perhitungan menggunakan ukuran
 4

akurasi MAPE, metode fuzzy mamdani memiliki nilai MAPE sebesar 45,69%, sehingga
dapat disimpulkan bahwa metode fuzzy mamdani cukup baik untuk memprediksi
produksi resin pinus di PT. Inhutani IV Kabupaten Aceh. Persamaan penelitian
sebelumnya dengan penelitian ini adalah sebagai berikut:
1. Metode yang digunakan sama-sama fuzzy mamdani
2. Lokasi penelitian sama-sama di daerah Aceh
3. Pengaplikasian metode fuzzy mamdani diterapkan pada sebuah sistem
4. Perhitungan akurasi nilai sama-sama menggunakan MAPE
Sedangkan perbedaan penelitian sebelumnya dengan penelitian ini adalah:
1. Objek dalam penelitian sebelumnya adalah resin pinus sedangkan dalam penelitian
ini yang menjadi objeknya adalah kos-kosan.
Kedua, penelitian yang dilakukan Komsiyah dan Desvania (2021) dalam
penelitiannya yang berjudul “Traffic Lights Analysis and Simulation Using Fuzzy
Inference System of Mamdani on Three-Signaled Intersections”. Penelitian ini
bertujuan untuk merumuskan sistem pengaturan waktu lampu hijau (green light) pada
lalu lintas jalan (traffic lane) yang lebih dinamis dengan menggunakan Sistem Inferensi
Fuzzy mamdani. Hasil keluaran lampu hijau/waktu hijau yang diperoleh selama
implementasi aplikasi ini akan dibandingkan lebih lanjut dengan data yang diperoleh
dari Dinas Perhubungan Provinsi DKI Jakarta. Dari perbandingan ini, dapat
disimpulkan bahwa hasil keluaran dari implementasi metode ini menunjukkan nilai
yang lebih dinamis. Persamaan penelitian sebelumnya dengan penelitian ini adalah
sebagai berikut:
1. Penerapan metode fuzzy dilakukan pada sebuah sistem
2. Metode yang digunakan sama-sama fuzzy mamdani
Sedangkan perbedaan penelitian sebelumnya dengan penelitian ini adalah sebagai
berikut:
1. Objek yang diteliti pada penelitian sebelumnya adalah lampu lalu lintas, sedangkan
objek penelitian ini adalah kos-kosan
 5

2. Hasil implementasi yang diperoleh pada penelitian sebelumnya dibandingkan lebih

lanjut dengan data yang diperoleh dari Dinas Perhubungan Provinsi DKI Jakarta.
Ketiga, penelitian yang dilakukan Nurkholis, Sanjaya, dan Setiawan (2019)
dalam penelitiannya yang berjudul: “Implementasi Logika Fuzzy mamdani Dalam
Penentuan Harga Sewa Mobil”. Penelitian ini menggunakan tiga variabel Fuzzy yaitu:
kapasitas mesin, kapasitas tempat duduk, dan harga/budget yang dimiliki. Hasil
penelitian ini adalah adanya aplikasi penentu harga sewa mobil dengan algoritma Fuzzy
mamdani yang dapat digunakan untuk merekomendasikan harga sewa mobil. Dari
penelitian ini dapat dilihat bahwa metode fuzzy mamdani membutuhkan variabel yang
dimasukan ke dalam himpunan untuk diperoleh kesimpulan. Dalam penelitian
penentuan harga kos sendiri menggunakan 4 variabel input dan 1 variabel output yaitu:
ukuran kos, fasilitas, jarak ke kampus, keuntungan dan harga. Persamaan penelitian
sebelumnya dengan penelitian ini adalah sebagai berikut:
1. Metode yang digunakan sama-sama fuzzy mamdani
2. Output yang dihasilakan sama-sama dalam bentuk harga
Sedangkan perbedaan penelitian sebelumnya dengan penelitian ini adalah sebagai
berikut:
1. Objek yang diteliti pada penelitian sebelumnya adalah mobil, sedangkan objek
penelitian ini adalah kos-kosan
2. Penelitian sebelumnya menggunakan 3 variabel yaitu: kapasitas mesin, kapasitas
tempat duduk, dan harga/budget. Sedangkan penelitian ini menggunakan 5 variabel
yaitu: ukuran kos, fasilitas, jarak ke kampus, keuntungan dan harga.
Keempat, penelitian yang dilakukan oleh Andrari, Maimunah, and Qadarsih
(2021) dalam penelitiannya yang berjudul “Penerapan Metode Fuzzy mamdani Dalam
Menentukan Harga Jual Ponsel Pintar Bekas (Studi Kasus Pada Kayyis Cellular
Depok)”. Studi ini membahas tentang penerapan fuzzy mamdani dalam menentukan
harga jual ponsel bekas dengan studi kasus pada Kayyis Celluler Depok. Studi ini
dilakukan untuk mencari tahu bagaimana cara menentukan harga jual ponsel pintar
bekas menggunakan pendekatan metode fuzzy mamdani. Terdapat 4 variabel fuzzy yang
 6

akan dimodelkan dalam studi ini, terdiri dari 3 variabel input, yaitu kondisi ponsel,
harga pasar, dan aksesori ponsel, dan 1 variabel output, yaitu harga jual ponsel bekas.
Proses inferensi dalam penerapan operator fuzzy menggunakan fungsi implikasi MIN.
Selanjutnya, komposisi dari semua output fuzzy dilakukan menggunakan metode max.
Kemudian, konfirmasi atau disebut defuzzifikasi dilakukan menggunakan metode
Centroid. Persamaan penelitian sebelumnya dengan penelitian ini adalah sebagai
berikut:
1. Metode yang digunakan sama-sama fuzzy mamdani
2. Output yang dihasilakan sama-sama dalam bentuk harga
3. Tahap defuzzifikasi sama-sama menggunakan metode centroid
Sedangkan perbedaan penelitian sebelumnya dengan penelitian ini adalah sebagai
berikut:
1. Objek yang diteliti pada penelitian sebelumnya adalah ponsel, sedangkan objek
penelitian ini adalah kos-kosan
2. Penelitian sebelumnya menggunakan 4 variabel yaitu: kondisi ponsel, harga pasar,
dan aksesori ponsel, dan harga. Sedangkan penelitian ini menggunakan 5 variabel
yaitu: ukuran kos, fasilitas, jarak ke kampus, keuntungan dan harga.
 BAB II
LANDASAN TEORI

2.1 Sistem Rekomendasi

Menurut Ricci, Rokach, and Shapira (2011) Sistem rekomendasi adalah sebuah
sistem atau aplikasi yang dirancang untuk memberikan rekomendasi mengenai suatu
item guna membantu pengguna dalam membuat keputusan. Sistem rekomendasi
merupakan sebuah perangkat lunak yang menggunakan teknik dan algoritma untuk
memberikan saran kepada pengguna mengenai item yang mungkin bermanfaat bagi
mereka dalam memilih. Saran-saran ini berkaitan dengan proses pengambilan
keputusan, seperti menentukan item untuk dibeli atau lagu untuk didengarkan.
Terdapat dua jenis input yang penting dalam sistem rekomendasi, yaitu input
implisit dan input eksplisit. Input implisit diperoleh melalui pengamatan langsung
terhadap kebiasaan pengguna dalam menggunakan sistem, seperti catatan pencarian,
riwayat pembelian, atau pola pencarian. Sementara itu, input eksplisit diperoleh
melalui penilaian yang diberikan pengguna secara langsung, seperti memberikan rating
atau mengekspresikan suka atau tidak suka terhadap suatu item (Februariyanti,
Laksono, dan Wibowo 2021).

2.2 Fuzzy mamdani

Metode Fuzzy mamdani adalah bagian dari Fuzzy Inference System yang
digunakan untuk mengambil keputusan dalam situasi yang tidak pasti. Metode ini
diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Metode Fuzzy mamdani
menggunakan pendekatan linguistik dan memiliki algoritma fuzzy yang dapat dianalisis
secara matematis, sehingga lebih mudah dipahami.
Proses pengambilan keputusan dengan Metode Fuzzy mamdani melibatkan
beberapa tahap, yaitu pembentukan himpunan fuzzy, aplikasi fungsi implikasi,
komposisi aturan, dan defuzzifikasi. Keunggulan Metode Fuzzy mamdani adalah
keakuratannya dalam mempertimbangkan kondisi di setiap bagian fuzzynya, sehingga

7
 8

menghasilkan keputusan yang lebih akurat. Metode ini juga lebih cocok digunakan
ketika input diberikan oleh manusia, sehingga lebih dapat diterima oleh banyak pihak.
Namun, kelemahan Metode Fuzzy mamdani adalah ketidakmampuannya dalam
mengolah data kualitatif, hanya dapat digunakan untuk data kuantitatif (Salman dan
Seno, 2012).
Metode Fuzzy mamdani merupakan metode dalam penarikan kesimpulan yang
mudah dipahami oleh manusia, karena lebih sesuai dengan naluri manusia. Dengan
menggunakan metode ini, keputusan terbaik dapat dihasilkan untuk suatu
permasalahan (Salman dan Seno, 2012). Dibandingkan dengan Metode Sugeno dalam
Fuzzy Inference System, Metode Fuzzy mamdani melibatkan proses komposisi aturan
dan defuzzifikasi dengan Metode Centroid. Proses ini berguna untuk menghasilkan nilai
output dari pusat daerah fuzzy. Metode Fuzzy mamdani juga lebih memperhatikan
kondisi di setiap bagian fuzzynya, sehingga menghasilkan hasil yang lebih akurat.
Output yang dihasilkan oleh Metode Fuzzy mamdani adalah nilai dalam domain
himpunan fuzzy yang dikategorikan ke dalam komponen linguistik, sedangkan Metode
Sugeno menghasilkan fungsi linear atau konstanta sebagai output. Kelemahan dari
output berupa fungsi linear atau konstanta adalah nilai output harus sesuai dengan nilai
yang telah ditentukan, yang dapat menjadi masalah jika output tidak sesuai dengan
kriteria yang telah ditentukan. Output ini dianggap benar jika dapat mewakili output
yang ditentukan oleh aturan sebelumnya (Salman dan Seno, 2012).

2.3 Variabel
Variabel fuzzy mamdani terdiri dari himpunan-himpunan fuzzy yang dapat
digunakan untuk menggambarkan kondisi atau kriteria yang ingin diukur atau
dianalisis. Variabel fuzzy mamdani dapat digunakan dalam aturan-aturan fuzzy yang
menghubungkan antara himpunan fuzzy dari variabel masukan dengan himpunan fuzzy
dari variabel keluaran. Aturan-aturan ini digunakan dalam proses inferensi fuzzy untuk
menghasilkan keluaran fuzzy berdasarkan data masukan yang diberikan (Sarjanako and
Utami 2017). Dalam menentukan harga sewa yang optimal digunakan 2 variabel yaitu
 9

Input dan output. Variabel input terdiri dari 4 variabel yaitu ukuran/luas kos, fasillitas,
jarak ke kampus dan keuntungan. Sedangkan variabel output terdiri dari 1 variabel
yaitu harga sewa.

2.4 Himpunan Fuzzy

Himpunan fuzzy adalah suatu konsep dalam logika fuzzy yang memungkinkan
representasi dari tingkat keanggotaan suatu elemen terhadap suatu himpunan (Andani
2013). Berbeda dengan himpunan crisp (tradisional) yang hanya memiliki dua nilai
keanggotaan, yaitu 0 atau 1, himpunan fuzzy memperluas konsep ini dengan
memperkenalkan derajat keanggotaan yang berkisar antara 0 hingga 1.
Himpunan fuzzy didefinisikan oleh fungsi keanggotaan yang mendeskripsikan
sejauh mana suatu elemen masuk ke dalam himpunan tersebut. Fungsi keanggotaan ini
dapat memiliki bentuk yang beragam, seperti segitiga, trapesium, atau bahkan bentuk
yang lebih kompleks. Fungsi keanggotaan ini menggambarkan bagaimana elemen-
elemen dari suatu domain diperlakukan oleh himpunan fuzzy.
Dengan menggunakan himpunan fuzzy, dapat diatasi ketidakpastian dan
ketidakjelasan dalam pemodelan dan pengambilan keputusan. Himpunan fuzzy
memungkinkan untuk menggambarkan dan mengoperasikan konsep-konsep yang tidak
dapat diungkapkan dengan tepat menggunakan himpunan crisp (Andani 2013).
Himpunan fuzzy Mamdani telah digunakan dalam berbagai aplikasi, termasuk
pengendalian sistem, pengambilan keputusan, pengenalan pola, dan lain-lain. Metode
ini memungkinkan pemodelan yang lebih fleksibel dan dapat menangani
ketidakpastian dengan baik dalam lingkungan yang kompleks.
Dalam penelitian penentuan harga sewa kos di Gampong Meurandeh, himpunan
fuzzy dapat digunakan untuk mewakili tingkat keanggotaan dari variabel ukuran kos,
fasilitas, jarak ke kampus, keuntungan, dan harga. Dengan demikian, himpunan fuzzy
memungkinkan representasi yang lebih fleksibel dan akurat dalam menggambarkan
faktor-faktor yang mempengaruhi penentuan harga sewa kos.
 10

2.5 Fungsi Keanggotaan

Fungsi keanggotaan merupakan suatu kurva yang digunakan untuk
menghubungkan titik-titik data input dengan nilai keanggotaannya. Nilai keanggotaan
ini memiliki rentang antara 0 hingga 1 dan menunjukkan sejauh mana suatu elemen
masuk ke dalam suatu himpunan fuzzy. Untuk mendapatkan nilai keanggotaan, dapat
digunakan pendekatan berupa fungsi yang memodelkan hubungan antara data input
dan tingkat keanggotaannya.

2.6 Fuzzy Inference System

Fuzzy Inference System merupakan sebuah kerangka kerja perhitungan
berdasarkan konsep teori himpunan fuzzy dan pemikiran fuzzy yang digunakan dalam
penarikan kesimpulan atau suatu keputusan (Febriany, Agustina, and Marwati 2017).
Penarikan kesimpulan ini diperoleh dari sekumpulan kaidah fuzzy, di dalam Fuzzy
Inference System minimal harus terdapat dua buah kaidah fuzzy.

2.7 Flowchart
Flowchart dapat diartikan sebagai langkah langkah penyelesaian masalah yang
di tuliskan dalam suatu simbol-simbol tertentu. Diagram alir ini akan menunjukan alur
di dalam program secara logika (Khesya, 2021). Flowchart ini diperlukan tidak
Masukkan Proses Keluaran hanya sebagai alat komunikasi tetapi juga sebagai
pedoman, dan sebelum komponenkomponennya dapat lebih dipahami, perlu
dikomunikasikan aturan-aturan desain org chart, yaitu:
1. Flowchart digambarkan dengan toporientasi ke bawah dan kiri ke kanan.
2. Setiap aktivitas atau proses dalam bagan organisasi harus dinyatakan dengan jelas
atau tidak ambigu.
3. Setiap diagram alur harus dimulai dari awalan atau status awal dan diakhiri dengan
satu atau lebih status terminal/akhir/hals.
 11

4. Gunakan konektor Status Halaman dan konektor Keluar halaman dengan label
yang sama untuk menunjukkan bahwa koneksi antar algoritme terputus, misalnya
karena perpindahan/perubahan halaman.
Untuk menggambarkan langkah atau pemecahan masalah secara sederhana, dapat
dimengerti, rapi dan tidak ambigu dengan menggunakan beberapa symbol-simbol yang
bisa dibilang standart merupakan tujuan dari flowchart. Berikut ini simbol-simbol dan
kegunaan dari symbol-simbol yang sering digunakan untuk menggambarkan suatu
algoritma dalam bentuk diagram alir, yaitu:

Tabel 2. 1 Simbol-Simbol Flowchart

(Sumber: Khesya, 2021)
No Symbol Nama Fungsi
1 Menyatakan jalannya arus suatu
Flow proses

2 Menyatakan sambungan dari

proses ke proses lainnya dalam
Connector halaman yang sama

3 Process Menyatakan suatu tindakan

(proses) yang dilakukan oleh
11ariable

4 Decision Menunjukkan suatu kondisi

5 Input /
Output
tertentu yang akan menghasilkan
dua kemungkinan jawaban: ya /
tidak
Menyatakan proses input atau
output tanpa tergantung jenis
peralatannya
 12

6 Predefined Menyatakan penyediaan tempat

Process penyimpanan suatu pengolahan
untuk memberi harga awal

7 Punched Menyatakan input berasal dari

Card kartu atau output ditulis ke kartu

8 Document Mencetak keluaran dalam bentuk

dokumen (melalui printer)

9 Offline Menyatakan sambungan dari

Connector proses ke proses lainnya dalam
halaman yang berbeda

10 Terminal Menyatakan permulaan atau akhir

suatu program
 BAB III
METODE PENELITIAN

3.1 Tahapan Penelitian

Untuk membantu dalam penyusunan penelitian ini, diperlukan adanya susunan tahapan
penelitian yang memiliki langkah-langkah yang jelas. Adapun tahapan penelitian yang
akan di laksanakan seperti gambar berikut:

STUDI PENDAHULUAN

PENGUMPULAN DATA

ANALISIS DATA

PERANCANGAN SISTEM

ANALISIS SISTEM

UJI SISTEM

Gambar 3. 1 Tahapan penelitian

13
 14

3.2 Flowchart Method

START

PENGINPUTAN DATA

MEMBENTUK HIMPUNAN FUZZY

APLIKASI FUNGSI IMPLIKASI

KOMPOSISI ATURAN

PENEGASAN (DEFUZZYFIKASI)

STOP

Gambar 3. 2 Flowchart fuzzy mamdani

 15

3.2.1 Membentuk Himpunan Fuzzy

Pada proses fuzzifikasi langkah yang pertama adalah menentukan variable fuzzy
dan himpunan fuzzinya. Kemudian tentukan derajat kesepadanan (degree of match)
antara data masukan fuzzy dengan himpunan fuzzy yang telah didefenisikan untuk
setiap variabel masukan sistem dari setiap aturan fuzzy. Pada metode mamdani, baik
variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy
(Rindengan dan Langi, 2019).

3.2.2 Aplikasi Fungsi Implikasi

Fungsi implikasi yang digunakan adalah min. Lakukan implikasi fuzzy berdasar
pada kuat penyulutan dan himpunan fuzzy terdefinisi untuk setiap variabel keluaran di
dalam bagian konsekuensi dari setiap aturan. Hasil implikasi fuzzy dari setiap aturan
ini kemudian digabungkan untuk menghasilkan keluaran infrensi fuzzy (Rindengan dan
Langi, 2019).

3.2.3 Komposisi Aturan

Tidak seperti penalaran monoton, apabila sistem terdiri dari beberapa aturan,
maka infrensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3 metode yang
digunakan dalam melakukan inferensi sistem fuzzy, yaitu: max, additive dan
probabilistik OR (Rindengan dan Langi, 2019).
a. Metode Max (Maximum)
▪ Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai
maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah
fuzzy, dan mengaplikasikannya ke output dengan menggunakan operator
OR(union).
▪ Jika semua proposisi telah dievaluasi, maka output akan berisi suatu himpunan
fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi.
 16

▪ Secara umum dapat dituliskan:

μsf[xi] ← max(μsf[xi], μkf[xi])

dengan:
μsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i
μkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i

Misalkan ada 3 aturan (proposisi) sebagai berikut:

[R1] IF Biaya Produksi RENDAH And Permintaan NAIK THEN Produksi Barang
BERTAMBAH
[R2] IF Biaya Produksi STANDAR THEN Produksi Barang NORMAL;
[R3] IF Biaya Produksi TINGGI And Permintaan TURUN THEN Produksi Barang
BERKURANG;

b. Metode Additive (Sum) Pada metode ini, solusi himpunan fuzzy diperoleh dengan
cara melakukan bounded-sum terhadap semua output daerah fuzzy.
Secara umum dituliskan:

μsf[xi] ← min(1,μsf[xi] + μkf[xi])

dengan:
μsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;
μkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;

c. Metode Probabilistik OR (probor) Pada metode ini, solusi himpunan fuzzy

diperoleh dengan cara melakukan product terhadap semua output daerah fuzzy.
Secara umum dituliskan:
μsf[xi] ← (μsf[xi]+ μkf[xi]) – (μsf[xi] * μkf[xi])
dengan:
μsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;
μkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;
 17

3.2.4 Penegasan (Defuzzyfikasi)

Input dari proses defuzzy adalah suatu himpunan fuzzy yang diperoleh dari
komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu
bilangan pada domain himpunan fuzzy tersebut. Sehingga jika diberikan suatu
himpunan fuzzy dengan range tertentu, maka harus dapat diambil suatu nilai crisp
tertentu sebagai output (Andani 2013). Ada beberapa metode defuzzy yang bias
digunakan pada komposisi aturan mamadani, yaitu centroid, bosektor, mean of
maximum, largest of maximum dan smallest of maximum. Ada beberapa metode
defuzzifikasi pada komposisi aturan MAMDANI, antara lain: metode centroid, bisector,
Mean of Maximum (MOM), Large of Maximum (LOM), dan Smallest of Maximum
(SOM).
Tetapi dalam kasus ini akan di cari defuzifikasi dengan metode Centroid. Setelah
diperoleh hasil perhitungan fuzzy mamdani , kemudian diukur tingkat perbedaan
dengan harga sewa yang sebenarnya yaitu dengan rata-rata persentase kesalahan
absolut (Mean Absolute Percentage Error = MAPE).
MAPE merupakan rata-rata dari keseluruhan persentase kesalahan(selisih) antara
data aktual dengan data hasil peramalan. Ukuran akurasi dicocokkan dengan data time
series, dan ditunjukkan dalam persentase.
 18

3.3 Flowchart System

Mulai

Input
Username
& Password

Tidak
Username &
Password Benar?

Ya

Input Input Input Sub

Pendataan
Alternatif Kriteria Kriteria

Proses Pencarian
Rekomendasi Kos

Tidak

Rekomendasi
Setuju?
Kos

Ya

Proses Penyewaan Sewa Kos Selesai

Gambar 3. 3 Flowchart system

 19

3.4 Jadwal Penelitian

Deskripsi Kegiatan Bulan ke ( ) tahun 2023
No
1 2 3 4 5

1 Pengumpulan Data

2 Analisis Data

3 Perancangan dan pemodelan sistem

4 Pengujian dan analisa sistem

5 Pembuatan laporan tengah penelitian

6 Pengujian dan penyempurnaan

7 Dokumentasi dan penulisan skripsi

 DAFTAR PUSTAKA

Abrori, Muchammad, and Amrul Hinung Prihamayu. 2015. “Aplikasi Logika Fuzzy
Metode Mamdani Dalam Pengambilan Keputusan Penentuan Jumlah Produksi.”
Kaunia XI(2): 91–99.
Andani, Sundari Retno. 2013. “Fuzzy Mamdani Dalammenentukan Tingkat
Keberhasilan Dosen Mengajar.” Seminar Nasional Informatika 2013
2013(semnasIF): 57–65.
Andela. 2020. “SISTEM PENETAPAN HARGA SEWA RUMAH KOS DALAM
PERSPEKTIF HUKUM ISLAM (Studi Pada Rumah Kos Al-Zahra Di Sukarame,
Bandar Lampung).” Core.Ac.Uk.
https://core.ac.uk/download/pdf/295430185.pdf.
Febriany, Nadya, Fitriani Agustina, and Rini Marwati. 2017. “Aplikasi Metode Fuzzy
Mamdani Dalam Penentuan Status Gizi Dan Menggunakan Software Matlab.”
Jurnal EurekaMatika 5(1): 84–96.
Herny Februariyanti, Aryo Dwi Laksono, Jati Sasongko Wibowo, Mardi Siswo Utomo.
2021. “IMPLEMENTASI METODE COLLABORATIVE FILTERING UNTUK
SISTEM Diterbitkan :” Jurnal Khatulistiwa Informatika IX(I): 43–50.
www.unisbank.ac.id.
Khesya, Nurhaliza. 2021. “Mengenal Flowchart Dan Pseudocode Dalam Algoritma
Dan Pemrograman.” Preprints 1: 1–15. https://osf.io/dq45ef.
Komsiyah, Siti, and Evelyn Desvania. 2021. “Traffic Lights Analysis and Simulation
Using Fuzzy Inference System of Mamdani on Three-Signaled Intersections.”
Procedia Computer Science 179: 268–80.
https://doi.org/10.1016/j.procs.2021.01.006.
Nurkholis, E, A Sanjaya, and ... 2019. “Implementasi Logika Fuzzy Mamdani Dalam
Penentuan Harga Sewa Mobil.” Prosiding SEMNAS …: 229–34.
https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/542%0Ahttps://

20
 21

proceeding.unpkediri.ac.id/index.php/inotek/article/download/542/454.
Putri, Sonia Anisa, and Fitra Muliani. 2023. “APPLICATION OF MAMDANI FUZZY
METHOD TO PREDICT THE AMOUNT OF PINE RESIN PRODUCTION.”
17(1): 411–16.
Rastic Andrari, Finata, Maimunah Maimunah, and Nurmala Dewi Qadarsih. 2021.
“Penerapan Metode Fuzzy Mamdani Dalam Menentukan Harga Jual Ponsel Pintar
Bekas (Studi Kasus Pada Kayyis Cellular Depok).” Pixel :Jurnal Ilmiah
Komputer Grafis 14(2): 253–62.
Ricci, Francesco, Lior Rokach, and Bracha Shapira. 2011. Recommender Systems
Handbook Recommender Systems Handbook.
Rindengan, Altien J., and Yohanes A.R. Langi. 2019. Altien J. Rindengan Yohanes
A.R. Langi.
Salman AbdulWahed, Muntaser, and Nezar Seno Ismat. 2012. “A Comparison of
Mamdani and Sugeno Inference Systems for a Satellite Image Classification.”
Anbar Journal for Engineering Sciences: 296–306.
Santya, Linda et al. 2019. “Penerapan Metode Fuzzy Mamdani Untuk Pendukung
Keputusan Penentuan Jumlah Produksi Lantak Si Jimat.” Jurnal Rekayasa
Teknologi Nusa Putra 7(1): 35–41.
https://jurnal.nusaputra.ac.id/rekayasa/paper/44.
Sarjanako, R Joko, and Mettafuri Utami. 2017. “Optimalisasi Penentuan Harga Sewa
Kios Di Pasar Citeureup I.” 7: 68–76.