ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI TESIS MERRY NAINGGOLAN

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


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


PERNYATAAN ORISINALITAS


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


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:


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


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


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


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


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


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


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


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


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


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


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


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


54


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


28

4.4


33

4.5

Nilai gizi dan status gizi

34

4.6


36

4.7


41

4.8

Nilai gizi

41

4.9


43

4.10


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


ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI TESIS MERRY NAINGGOLAN

Recommend Documents