Nama : Rolis Ridwan

Nim Tambunan
Kelas : 3311911004
Matkul : IF Batamindo
: Kecerdasan Buatan
Resume/ Penjelasan terkait dengan topik “FUZZY TSUKAMOTO”
Menurut Alan Turing definisi Artificial Intelligence: “Jika komputer tidak dapat
dibedakan dengan manusia saat berbincang melalui terminal komputer, maka bisa dikatakan
komputer itu cerdas, mempunyai kecerdasan”. Salah satu algoritma yang dipelajari dalam
artificial Intelligence adalah Logika Fuzzy.
Logika fuzzy adalah cabang dari sistem kecerdasan buatan (Artificial Intelegent) yang
mengemulasi kemampuan manusia dalam berfikir ke dalam bentuk algoritma yang kemudian
dijalankan oleh mesin. Algoritma ini digunakan dalam berbagai aplikasi pemrosesan data yang
tidak dapat direpresentasikan dalam bentuk biner. Logika fuzzy menginterpretasikan statemen
yang samar menjadi sebuah pengertian yang logis.
Logika Fuzzy pertama kali diperkenalkan oleh Prof. Lotfi Zadeh seorang kebangsaan
Iran yang menjadi guru besar di University of California at Berkeley pada tahun 1965 dalam
papernya yang monumental. Dalam paper tersebut dipaparkan ide dasar fuzzy set yang meliputi
inclusion, union, intersection, complement, relation dan convexity.Pelopor aplikasi fuzzy set
dalam bidang kontrol, yang merupakan aplikasi pertama dan utama dari fuzzy set adalah Prof.
Ebrahim Mamdani dan kawan-kawan dari Queen Mary College London. Penerapan kontrol
fuzzy secara nyata di industri banyak dipelopori para ahli dari Jepang, misalnya Prof. Sugeno
dari Tokyo Institute of Technology, Prof.Yamakawa dari Kyusu Institute of Technology, Togay
dan Watanabe dari Bell Telephone Labs.
Logika Fuzzy adalah metodologi sistem kontrol pemecahan masalah yang cocok
diterapkan pada sistem, mulai dari sistem yang sederhana sampai sistem yang rumit atau
kompleks. Metodologi ini dapat diterapkan pada perangkat keras , perangkat lunak, atau
kombinasi keduanya. Dalam Logika Klasik dinyatakan bahwa segala sesuatu bersifat biner,
yang artinya adalah hanya dua kemungkinan “ya” atau “tidak”, benar atau salah, baik atau buruk
dan lain-lain. Oleh karena itu, semua ini dapat mempunyai nilai keanggotaan 0 atau 1. Akan
tetapi, dalam Logika Fuzzy memungkinkan nilai keanggotaan berada di antara 0 atau 1, artinya
bisa saja suatu keadaan mempunyai dua nilai “Ya dan Tidak”, “Benar dan Salah”, “Baik dan
Buruk” secara bersamaan, namun besar nilainya tergantung pada bobot keanggotaan yang
dimilikinya.
Logika Fuzzy dapat diterapkan dalam berbagai bidang, diantaranya yaitu pada sistem
diagnosis penyakit (dalam bidang kedokteran); pemodelan sistem pemasaran, riset operasi
(dalam bidang ekonomi); kendali kualitas air, prediksi adanya gempa bumi dan lain – lain.
Dalam Logika Fuzzy terdapat beberapa metode yang bisa digunakan untuk memprediksi perilaku
konsumen. Salah satu metode yang dapat digunakan untuk memprediksi perilaku konsumen
adalah metode Tsukamoto. Metode ini dipilih karena sifatnya yang fleksibel, dan memiliki
toleransi pada data yang ada. Kelebihan dari metode ini yaitu lebih cepat dalam melakukan
komputasi, lebih intuitif, diterima oleh banyak pihak, lebih cocok untuk masukan yang diterima
dari manusia bukan oleh mesin.
 Nama : Rolis Ridwan
Nim Tambunan
Kelas : 3311911004
Matkul : IF Batamindo
: Kecerdasan
Setiap konsekuen pada Buatan
aturan yang berbentuk IF-THEN direpresentasikan dengan
himpunan Fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output dari setiap
aturan diberikan secara tegas berdasarkan alpha predikat(α), kemudian diperoleh hasil akhir
dengan menggunakan rata-rata terpusat.
Logika Fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu
ruang output. Selain itu Logika Fuzzy juga dapat diartikan suatu cara yang tepat untuk
memetakan suatu ruang input kedalam suatu ruang output. Gambaran mengenai pemetaan ruang
input ke output dapat dilihat pada gambar berikut :

Gambar 1. Pemetaan Input dan Output Logika fuzzy

Gambar 2. Cara Kerja Logika fuzzy

Di bawah ini adalah uraian cara kerja logika fuzzy, langkah-langkahnya yaitu sebagai berikut:
1. Fuzzyfikasi Fase pertama dari perhitungan fuzzyfikasi, yaitu mengubah masukan-masukan yang
nilai kebenarannya bersifat pasti ke dalam bentuk fuzzy input yang berupa tingkat
keanggotaan/tingkat kebenaran. Dengan demikian, tahap ini mengambil nilai-nilai crisp dan
menentukan derajat di mana nilainilai tersebut menjadi anggota dari setiap himpunan fuzzy
yang sesuai.
 Nama : Rolis Ridwan
Nim Tambunan
Kelas : 3311911004
Matkul : IF Batamindo
: Kecerdasan
2. Inferensi Melakukan penalaranBuatan
menggunakan fuzzy input dan fuzzy rules yang telah ditentukan
sehingga menghasilkan fuzzy output. Secara sintaks, suatu fuzzy rule (aturan fuzzy) dituliskan
sebagai berikut: IF antecendent THEN consequent.
3. Defuzzifikasi Mengubah fuzzy output menjadi nilai tegas berdasarkan fungsi keanggotaan yang
telah ditentukan. Defuzzifikasi merupakan metode yang penting dalam pemodelan sistem
fuzzy.
Algoritma Dalam metode fuzzy tsukamoto proses mendapatkan output ada beberapa tahapan
yang diperlukan sebagai berikut :
a. Fuzzyfikasi yaitu mencari nilai derajat keanggotaan masing – masing himpunan fuzzy
dengan menggunakan persamaan 1,

b. Inferensi yaitu mengaplikasikan aturan pada masukan fuzzy yang dihasilkan dalam
proses fuzzyfikasi dan mengevaluasi setiap aturan.
c. Proses penentuan output crisp yaitu proses penentuan hasil dari metode fuzzy
tsukamoto, dengan menggunakan persamaan 2,
Nama : Rolis Ridwan
Nim Tambunan
Kelas : 3311911004
Matkul : IF Batamindo
: Kecerdasan
Contoh Aplikasi menggunakanBuatan
algoritma Fuzzy Tsukamoto yaitu “Menentukan Harga
Sewa Kamar Kost”.
Menentukan harga sewa kamar kost merupakan hal yang penting. Banyak pemilik usaha
rumah kost kesulitan dalam menentukan harga sewa, Karena jika pemilik usaha rumah kost salah
dalam penentuan harga sewa membuat pemilik usaha rumah kost tidak mendapatkan untung
yang maksimal, demi efisiensi pemilik usaha rumah kost dituntut memiliki sistem kecerdasan
yang dapat digunakan sebagai media pengambilan keputusan dalam menentukan harga sewa
agar mendapatkan harga yang tepat. Pada sistem kecerdasan ini menggunakan metode Fuzzy
Tsukamoto dengan menggunakan tiga variabel fuzzy yaitu : jarak ke kampus, luas kamar dan
fasilitas. Sistem kecerdasan buatan untuk menentukan harga sewa kamar kost ini dibuat untuk
membantu pihak pemilik usaha rumah kost dalam proses penentuan harga kamar kost sesuai
dengan kriteria yang diinginkan dalam merintis usaha ini. Hasil penelitian ini adalah adanya
aplikasi penentu harga sewa kamar kost dengan algoritma Fuzzy Tsukamoto yang dapat
digunakan untuk menentukan harga sewa kamar kost dengan tepat.
Perancangan Sistem Pada bagian ini berisi rancangan sistem yang dibuat untuk menghasilkan
sebuah sistem yang dapat di implementasikan, penjelasannya adalah sebagai berikut :
Context Diagram Context diagram merupakan gambaran sistem yang dibuat dan biasanya
menjelaskan hubungan interaksi antara user dengan sistem bisa meliputi input yang di lakukan
user ke sistem maupun output yang didapatkan user dari sistem.

Pada sistem tersebut dijelasakan admin kos bertugas untuk menginputkan data penyewa dan juga
input rule yang digunakan untuk proses perhitungan dengan metode fuzzy tsukamoto, sedangkan
hubungan antara penyewa dan pemilik kos dengan sistem adalah menerima informasi harga
sewa kamar kost.
Nama : Rolis Ridwan
Nim Tambunan
Kelas : 3311911004
Matkul : IF Batamindo
: Kecerdasan
Data Flow Diagram Data flow Buatan
diagram berisi gambaran mengenai bagaimana cara jalanya sistem
sampai tahap bagaimana tahap dalam pemrosesan data.

Dalam aplikasi tahap pertama adalah login agar dapat mengaksees, kemudian admin kost
menginputkan data penyewa kost data akan tersimpan di data penyewa, kemudian lanjut ke
proses perhtungan harga sewa kamar kost, admin kos menginputkan kriteria yang digunakan
dalam penentuan harga nya, kemudian data akan di proses dan hasil akhir akan menampilkan
harga sesuai dengan kritteria kamar kost (variabel fuzzy yang digunakan) dalam penentuan
harga sewa kamar kost, kemudian data akan masuk ke data hasil yang berisi informasi penyewa
dan harga dan kemudian data tersebut akan digunakan untuk proses pembuatan laporan di
tujukan kepada pemilik kost.
ERD (Entity Relationship Diagram) ERD dipakai untuk menggambarkan secara detail struktur
basis data dan menggambarkan hubungan antar basis data menggunakan sebuah relasi.
Berikut merupakan rancangan ERD dari aplikasi yang dibuat:
Nama : Rolis Ridwan
Nim Tambunan
Kelas : 3311911004
Matkul : IF Batamindo
: Kecerdasan
Dataset, Pada bagian Buatanvariabel yang digunakan dalam menentukan harga sewa
ini menjelaskan
kamar kost beserta rule atau aturan yang digunakan, berikut penjelasanya :

Tabel diatas merupakan data variabel fuzzy yang digunakan penulis. Dan setiap himpunan
memiliki nilai range untuk mempermudah dalam mencari derajat keanggotaan pada tahap
fuzzyfikasi.

Tabel diatas merupakan tabel yang menjelaskan nilai dari data variabel fasilitas, dimana setiap
item bernilai 1 agar lebih mudah dalam pemrosesanya.
Nama : Rolis Ridwan
Nim Tambunan
Kelas : 3311911004
Matkul : IF Batamindo
: Kecerdasan Buatan

Tabel diatas merupakan tabel yang berisi rule – rule atau aturan yang digunakan, dimana nanti
setiap rule atau aturan akan dicari nilai a-predikat atau fire strenght dan nlai z pada tahapan
inferensi dan nanti digunakan untuk peentuan hasil outputnya crisp.
Login Merupakan tampilan awal sebelum menjalankan aplikasi user harus memasukkan
username dan password.
form data penyewa Merupakan from yang digunakan untuk proses penginputan data data
penyewa kamar kost dan proses olah data nya.
Form hitung sewa kamar Merupakan tampilan proses perhitungan harga sewa kamar kost, admin
kos tinggal memasukkan kriteria kamar yang di inginkan penyewa dan proses akan menampilkan
output harganya.
Adapun tampilan dari perhitungan harga sewa kamar kost dari aplikasinya,
Nama : Rolis Ridwan
Nim Tambunan
Kelas : 3311911004
Matkul : IF Batamindo
: Kecerdasan
Info penyewa dan Buatan
harga Merupakan yang berisi info data penyewa dan harga sewa yang telah
diproses oleh sistem.
Tampilan info penyewa kost dari aplikasi,

Pengujian sistem Pada bagian ini akan menjelaskan pengujian aplikasi dengan menggunakan 2
metode yaitu White Box testing dan Black box testing, berikut penjelasanya :
White box testing, White box testing merupakan proses pengujian yang dilakukan untuk
memeriksa apakah source code yang dibangun didalam program berfungsi sesuai harapan atau
tidak. menggunakan white box testing program dapat memproses dan menampilkan hasil
perhitungan fuzzy tsukamoto sehingga tidak ditemukan source code yang tidak berjalan
dengan baik.

Tabel diatas mendefinisikan variabel yang digunakan. langkah berikutnya proses fuzzyfikasi
dengan mencari ilai derajat kenaggotaan, dengan menggunakan rumus persamaan 1. dengan
menggunakan persamaan 1 nilai derajat keanggotaan jarak ke kampus dekat adalah 0,78. dengan
menggunakan persamaan 1 nilai derajat keanggotaan luas kamar luas adalah 0,66. dengan
menggunakan persamaan 1 nilai derajat keanggotaan fasilitas biasa adalah 0,75.
untuk mencari nilai a-predikat dan nilai z seperti berikut :
Nama : Rolis Ridwan
Nim Tambunan
Kelas : 3311911004
Matkul : IF Batamindo
[R3] IF jarak ke: Kecerdasan Buatan
kampus DEKAT And luas kamar L And fasilitas BIASA THEN harga sewa
MURAH,

maka untuk a-predikat1=0.79 karena nilainya paling minimum di rule tersebut, kita mencari nilai
z dengan perhitungan berikut :
z1=(600-z)/(600-100)=0.79
=600-(500*0.79)=285

maka nilai z1 adalah 285, kemudian proses terakhir mencari nilai output menggunakan rumus
persamaan 2

dengan menggunakan persamaan 2 maka didapat harga sewa yaitu 270. Dan jika diubah ke
bentuk rupiah menjadi Rp.270.000. Sehingga hasil perhitungan apikasi dan manual memiliki
output yang sama.
Black box testing, Black box testing merupakan proses pengujian yang berkaitan dengan user
interface program apakah dapat sesuai dan mempermudah user yang menggunakan, berikut uji
coba yang telah dilakukan menggunakan black box testing.Berikut penjelasannya,