ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI TESIS
MERRY NAINGGOLAN 117038063
PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA 2013
Universita Sumatera Utara
ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI
TESIS Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknik Informatika
MERRY NAINGGOLAN 117038063
PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA 2013
Universita Sumatera Utara
PERSETUJUAN
Judul Tesis
: ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI
Nama Mahasiswa
: MERRY NAINGGOLAN
Nomor Induk Mahasiswa
: 117038063
Program Studi
: Magister Teknik Informatika
Fakultas
: FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI Universitas Sumatera Utara
Menyetujui Komisi Pembimbing
Pembimbing 2
Pembimbing 1
Dr. Erna Budhiarti Nababan, M.IT
Prof. Dr. Tulus, Vordipl.Math.,M.Si.,Ph.D
Diketahui/ Disetujui oleh S2 Teknik Informatika Ketua Program Studi,
Prof. Dr. Muhammad Zarlis NIP: 195707011986011003
Universita Sumatera Utara
PERNYATAAN ORISINALITAS
ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI
TESIS
Saya mengakui bahwa tesis ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya .
Medan, 28 Agustus 2013
Merry Nainggolan NIM : 117038063
Universita Sumatera Utara
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan di bawah ini: Nama : MERRY NAINGGOLAN Nim : 117038063 Program Studi : Magister ( S2) Teknik Informatika Jenis Karya Ilmiah : TESIS Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty free Right) atas Tesis saya yang berjudul:
ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI
Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non-Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk database, merawat dan mempublikasikan Tesis saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan atau sebagai pemilik hak cipta. Demikian pernyataan ini dibuat dengan sebenarnya. Medan, 28 Agustus 2013
Merry Nainggolan NIM : 117038063
Universita Sumatera Utara
Telah di uji pada Tanggal : 28 Agustus 2013
PANITIA PENGUJI TESIS
KETUA
:
Prof.Dr. Tulus, Vordipl.math.,M.Si.,Ph.D
Anggota
:
1. Dr. Erna Budhiarti Nababan, M.IT 2. Prof. Dr. Opim Salim Sitompul 3. Prof. Dr. Muhammad Zarlis 4. Prof. Dr. Herman Mawengkang
Universita Sumatera Utara
RIWAYAT HIDUP
DATA PRIBADI Nama lengkap berikut gelar
: Merry Nainggolan, S.Kom
Tempat dan Tanggal Lahir
: Hutaraja, 21 Desember 1980
Alamat Rumah
: Jl. SM.Raja gg.P.Harapan no.31 Ab
Telepon / HP
: 0821 6382 1380
Email
:
[email protected]
Instansi Tempat Bekerja
: SMP Negeri 34 Medan
Alamat Kantor
: Jl. Brigjen Katamso Gg. Perbatasan Medan
DATA PENDIDIKAN SD
: SD NEGERI No. 414788 Pangururan
Tamat : 1993
SMP
: SMP NEGERI 1 Pangururan
Tamat : 1996
SMU
: SMU NEGERI 1 Sidamanik
Tamat : 1999
Strata-1
: STMIK SM. Raja XII Medan
Tamat : 2007
AKTA IV : UNIV.DARMA AGUNG MEDAN
Tamat : 2008
Strata-2
Tamat : 2013
: S-2 TEKNIK INFORMATIKA USU
Universita Sumatera Utara
UCAPAN TERIMA KASIH
Pertama-tama penulis panjatkan puji syukur kehadirat Tuhan Yang Maha Esa atas segala limpahan rakhmat dan karunia-Nya sehingga Tesis ini dapat diselesaikan. Dengan selesainya tesis ini, perkenankanlah kami mengucapkan terima kasih yang sebesar-besarnya kepada : Rektor Universitas Sumatera Utara, Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc (CTM), Sp. A(K) atas kesempatan yang diberikan kepada kami untuk mengikuti dan menyelesaikan pendidikan Program Magister. Ketua Program Studi Fakultas Ilmu Komputer Universitas Sumatera Utara, Prof. Dr. Muhammad Zarlis atas bimbingan arahan dan motifasi selama dalam perkuliahan sehingga penulis dapat menyelesaikan perkuliahan tepat pada waktunya dan juga kepada Sekretaris Program Studi Magister Teknik Informatika, Muhammad Andri Budiman, S.T, M. Comp. Sc, M.EM beserta para Staff Pegawai yang telah banyak membantu dalam pengurusan administrasi serta seluruh Dosen pengajar pada Program Studi Magister Teknik Informatika Program Pascasarjana Fakultas Ilmu Komputer Universitas Sumatera Utara yang selama duduk dibangku perkuliahan telah memberikan ilmunya kepada penulis. Terima kasih yang tak terhingga dan penghargaan setinggi-tingginya penulis ucapkan kepada bapak Prof. Dr. Tulus selaku Pembimbing Utama yang dengan penuh perhatian dan telah memberikan bimbingan dan motivasi, demikian juga kepada Ibu Dr. Erna Budhiarti Nababan, M.IT selaku Pembimbing kedua yang dengan penuh kesabaran menuntun dan membimbing penulis hingga selesainya penulisan ini. Terima kasih kepada seluruh keluarga besar saya yang selalu memberikan dukungan kepada saya, Suami Tommi Simorangkir, Bapak Alm. Gr.MT Nainggolan dan Ibu P.Sibarani, Bapak mertua RW. Simorangkir dan Ibu mertua boru Nababan dan keluarga besar Simorangkir dan kakak, abang, adek keluarga besar Nainggolan dan spesial buat anakku Dionardo Simorangkir yang selama
dikandungan sudah menemani mama kuliah sampai lahir dalam
keadaan sehat sehingga mama tak pernah terganggu kuliah, semoga menjadi anak yang sehat, baik dan pintar. Penulis juga mengucapkan terima kasih banyak kepada Jaidup Marbun yang telah membantu dalam penulisan tesis ini seta seluruh teman-teman Kom-A yang telah bersama berjuang dari awal perkuliahan sampai dalam penyelesaian tesis ini dan sudah banyak memberikan motifasi dan dapat menjadi tempat berbagi keluh kesah semoga sukses buat kita
Universita Sumatera Utara
semua, dan juga teman-teman saya sehari-hari yang tak dapat saya sebutkan terima kasih atas doa dan dukunganya. Penulis menyadari masih banyak kekurangan dalam penulisan tesis ini, oleh karena itu diharapkan saran dan kritik yang sifatnya membangun untuk pengembangan tesis ini, akhir kata semoga tesis ini bermanfaat bagi pembaca, terima kasih.
Medan, 28 Agustus 2013
Merry Nainggolan NIM. 117038063
Universita Sumatera Utara
ABSTRAK
Menghitung nilai gizi seseorang berdasarkan Indeks Massa Tubuh secara umum sudah ada, namun penggunaanya sangat kaku, sehingga dengan adanya perubahan kecil saja sudah mengakibatkan perubahan nilai pada kategori status gizi, berbeda dengan fuzzy yang memberikan toleransi terhadap perubahan yang kecil tidak akan mempengaruhi tingkat keanggotaan pada variabel gizi. Dalam menentukan status gizi seseorang dengan menggunakan fuzzy Mamdani, ada empat tahapan yang dilakukan, langkah pertama menentukan himpunan fuzzy dari variabel input dan langkah kedua yaitu menentukan derajat keanggotaan, langkah ketiga yaitu menghitung predikat aturan (rule evaluation) dengan proses implikasi ada tiga metode yang digunakan yaitu metode Max (maximum); metode Additive (sum) dan metode probabilistik OR (probor) dan langkah terakhir adalah proses defuzzifikasi yang menggunakan metode bisektor . Penggunaan rule evaluation dengan ketiga metode tentunya menghasilkan nilai yang berbeda-beda dari masingmasing metode tersebut.
Kata kunci: Sistem Inferensi Fuzzy, Fuzzy Mamdani, Rule Evaluation, Status Gizi
Universita Sumatera Utara
ANALYSIS OF RULE EVALUATION IN FUZZY INFERENCE SYSTEM (FIS) OF MAMDANI
ABSTRACT
To calculate the nutritional value of a person based on body mass index in general already exists, but It’s use is very stiff, so with only minor changes have resulted in changes in the value of nutritional status categories, in contrast with the fuzzy tolerance of minor changes that will not affect the level of membership in the variable nutrition. In determining a person's nutritional status by using Mamdani fuzzy, there are four steps being taken, the first step determines fuzzy set of input variables and output variables, the second step is to determine the degree of membership, the third step is to calculate the predicate rule (rule evaluation) with the implication there are three method used is the method of Max (maximum); method Additive (sum) and probabilistic methods OR (probor) and the last step is the defuzzification process using the bisector method. The use of rule evaluation with three methods must yield different values of each of these methods.……………………………………………………..
Keywords: Fuzzy Inference System, Mamdani Fuzzy, Rule Evaluation, Nutritional Status
Universita Sumatera Utara
DAFTAR ISI Halaman
HALAMAN JUDUL ......................................................................................................... i PENGESAHAN .................................................................................................................. ii PERNYATAAN ORISINALITAS .................................................................................... iii PERSETUJUAN PUBLIKAS ........................................................................................... iv PANITIA PENGUJI ............................................................................................................v RIWAYAT HIDUP ........................................................................................................... vi UCAPAN TERIMAKASIH ......................................................................................
vii
ABSTRAK .................................................................................................................... viii ABSTRAC
........................................................................................................... ix
DAFTAR ISI
xi
DAFTAR TABEL
xii
DAFTAR GAMBAR BAB I
BAB II
xiii
PENDAHULUAN 1.1
Latar Belakang
1
1.2
Perumusan Masalah
2
1.3
Batasan Masalah
2
1.4
Tujuan Penelitian
3
1.5
Manfaat Penelitian
3
TINJAUAN PUSTAKA 2.1
Pengertian Fuzzy
4
2.2
Konsep Fuzzy Logic
5
2.3
Himpunan Fuzzy
5
2.4
Fungsi Keanggotaan
7
2.5
Sistem Inferensi Fuzzy
2.6
Indeks Antropometri
13
2.7
Riset-Riset Terkait
15
2.8
Perbedaan Dengan Riset Yang lain
16
10
Universita Sumatera Utara
BAB III
METODOLOGI PENELITIAN 3.1
Rancangan Penelitian
17
3.2
Rancangan sistem
19
3.3
Perancangan Inferensi Fuzzy
19
3.3.1 Himpunan fuzzy variabel berat badan 3.3.2 Himpunan fuzzy variabel tinggi badan
21
3.3.3 Himpunan fuzzy variabel nilai gizi 3.4
22
Fungsi Implikasi (Pembentukan aturan)
24
BAB IV HASIL DAN PEMBAHASAN 4.1
Pendahuluan
26
4.2
Pengujian Data
26
4.2.1
Komposisi aturan dengan menggunakan metode MAX
4.2.2
Komposisi Aturan dengan menggunakan metode Adaptif(sum) 29
4.2.3
Komposisi aturan dengan menggunakan metode Probabilistik Or (Probor)
28
33
4.2.4 Metode MAX dengan BB 55 kg dan TB 146 cm
35
4.2.5
Metode Adaptif (sum)untuk BB 60 dan TB 146
36
4.2.6
Metode Probabilistik (Probor) untuk BB 60 kg dan TB 146 cm39
4.2.7
Metode MAX untuk BB 80 kg dan TB 160 cm
42
4.2.8
Metode Adaptif (sum)untuk BB 80 kg dan TB 146 cm
43
4.2.9
Metode Probabilistik or (Probor)untuk BB 80 kg dan TB 146 cm47
4.2.10 Metode MAX untuk BB 80 kg dan 170 cm
50
4.2.11 Metode Adaptif (sum) untuk BB 80 kg dan TB 170 cm
52
4.2.12 Metode Probabilistik or (Probor) untuk BB 80 kg dan TB 170 55
BAB V KESIMPULAN DAN SARAN 5.1
Kesimpulan
57
5.2
Saran
57
DAFTAR PUSTAKA
Universita Sumatera Utara
DAFTAR TABEL
Nomor
Judul
Halaman
Tabel 2.1
Kategori Ambang Batas IMT
15
2.2
Riset-riset terkait
15
3.1
Variabel dan himpunan fuzzy
19
3.2
Tabel Aturan fuzzy
24
4.1
Variabel berat badan dan tinggi badan
25
4.2
Tabel nilai keanggotaan TB 148 dan BB 60 kg
27
4.3
Variabel TB 148 dan BB 60 kg
28
4.4
Proses defuzzifikasi
32
4.5
Variabel TB 148 dan BB 60 kg dengan metode Probor
33
4.6
Tabel Nilai Keanggotaan
35
4.7
Himpunan keanggotaan TB 146 dan BB 55 kg
35
4.8
Proses defuzzifikasi
39
4.9
Variabel TB 148 dan BB 60 kg dengan metode Probor
40
4.10
Tabel nilai keanggotaan
42
4.11
Variabel nilai BB 80 kg dan TB 160 cm
43
4.12
Proses defuzzifikasi BB 80 kg dan TB 160 cm
46
4.13
Variabel TB 148 dan BB 80 kg dengan metode Probor
47
4.14
Tabel nilai keanggotaan
49
4.15
Nilai Himpunan fuzzy TB 170 dan BB 80 kg
50
4.16
Proses Defuzzifikasi
53
4.17
Variabel TB 148 dan BB 60 kg dengan metode Probor
54
Universita Sumatera Utara
DAFTAR GAMBAR Nomor
Judul
Halaman
Gambar 2.1
Representasi linear naik
8
2.2
Representasi linear turun
8
2.3
kurva segitiga
9
2.4
Representasi kurva trapezium
9
2.5
Tahapan sistem berbasis fuzzy
13
3.1
Flowcart penelitian dengan logika fuzzy
17
Fungsi keanggotaan berat badan 3.2
Fungsi keanggotaan tinggi badan
20
3.3
Himpunan fuzzy nilai gizi
21
3.4
Fungsi keanggotaan BB 60 kg
22
4.1
Fungsi keanggotaan TB 148 kg
26
4.2
Nilai gizi
27
4.3
Fungsi keanggotaan BB 55 kg
28
4.4
Fungsi keanggotaan TB 146 kg
33
4.5
Nilai gizi dan status gizi
34
4.6
Fungsi keanggotaan BB 80 kg
36
4.7
Fungsi keanggotaan TB 160 kg
41
4.8
Nilai gizi
41
4.9
Fungsi keanggotaan BB 80 kg
43
4.10
Fungsi keanggotaan TB 170 kg
48
4.11
Nilai gizi
48
4.12
Tampilan Program
50
4.13
Import data dari excel
55
4.14
Gambar tombol fuzzifikasi
55
4.15
Hasil output program
56
Universita Sumatera Utara