GARIS BESAR PROGAM PEMBELAJARAN (GBPP)
GBPP
Revisi Tanggal Dikaji Ulang Oleh Dikendalikan Oleh Disetujui Oleh
Revisi ke
Tanggal
: : : : :
SPMI-DARMAJAYA/GBPP/ Garis Besar Program Pembelajaran Mata Kuliah Fuzzy Logic
Disetujui Oleh
GARIS BESAR PROGRAM PEMBELAJARAN (GBPP) Revisi ke :
Disetujui Oleh
Tanggal :
Kode Mata Kuliah Mata Kuliah SKS Semester Prasyarat
: TIF : FUZZY LOGIC : 4 (2/2) :5 :
Deskripsi singkat
: Membahas pentingnya Konsep Dasar logika fuzzy, metode fuzzy, dan aplikasi system fuzzy
Standar kompetensi
: Setelah selesai mengikuti perkuliahan ini, mahasiswa akan mampu memahami dasar-dasar logika fuzzy, memahami kapan dan mengapa menggunakan logika fuzzy, memahami dan menggunakan teknik-teknik logika fuzzy untuk menyelesaikan permasalahan yang bersifat tidak pasti
1 NO
1
2
3 Materi Pokok dan Uraian Kompetensi dasar (KD) Materi Pokok Setelah mengikuti Pengenalan Fuzzy Logic perkuliahan, mahasiswa 1. Sistem Fuzzy mampu menjelaskan 2. Alasan Menggunakan dan memahami konsep Sistem Fuzzy sistem fuzzy dan logika 3. Logika Fuzzy fuzzy, tolos yang 4. Alasan Menggunakan digunakan dalam fuzzy Logika Fuzzy logic secara lisan tanpa 5. Aplikasi logika Fuzzy membuka buku, 60% 6. Metode Inferensi benar. 7. Pengenalan Tools Fuzzy logic : Praktek Matlab
4
5
6
Pengalaman Belajar
Indikator
Penilaian
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas 2. Memberikan contoh aplikasi sistem fuzzy dalam kehidupan seharihari
Mahasiswa mampu : 1. Menjelaskan konsep dasar sistem fuzzy dan logika fuzzy 2. Memberikan contoh aplikasi sistem fuzzy 3. Menjelaskan tools fuzzy logic yaitu program matlab
1. Keaktifan 2. Tugas terstruktur di kelas 3. Tugas terstruktur di lalboratori um
7 Alokasi Waktu 1 kali tatap muka (4 x 50 menit)
8 Sumber / Bahan / Alat 1. Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer
2
3
Setelah mengikuti Himpunan Fuzzy perkuliahan, mahasiswa a. Istilah-istilah Fuzzy : mampu menjelaskan Semesta Pembicaraan, dan memahami istilahHimpunan Crisp, istilah fuzzy, perbedaan Variabel Fuzzy, himpunan crisp dan Himpunan Fuzzy, fuzzy, fungsi Domain Himpunan keanggotaan, logika Fuzzy, Tinggi tradicional, operator Himpunan Fuzzy, sadar zadeh, Support set dan transpormasi aritmatika, CUT SET dan penggunaan excell b. Perbedaan Himpunan dan matlab untuk Crisp dan Fuzzy menentukan fungsi c. Fungsi Keanggotaan keanggotaan d. Penggunaan Excell dan menentukan secara Matlab untuk lisan tanpa membuka menentukan Fungsi buku, 60% benar. Keanggotaan
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas 2. Memberikan contoh menentukan fungsi keanggotaan dengan menggunakan excel dan matlab
Mahasiswa 1. Keaktifan mampu : 2. Tugas 1. Menjelaskan terstruktur istilah-istilah di kelas fuzzy 3. Tugas 2. Menjelaskan terstruktur perbedaan di himpunan crisp lalboratori dan fuzzy um 3. Menjelaskan macam-macam fungsi keanggotaan 4. Menjelaskan logika tradisional, operator dasar fuzzy, dan trasformasi aritmatika 5. Memberikan contoh penggunaan excel dan matlab untuk menetukan fungsi keanggotaan
1 kali tatap muka (4 x 50 menit)
Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep dasar dari fuzzy
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas 2. Memberikan
Mahasiswa 1. Keaktifan mampu : 2. Tugas 1. Menjelaskan terstruktur konsep dasar di kelas dari fuzzy 3. Tugas
1 kali 1. Buku tatap bacaan/literat muka (4 x ure lain yang 50 menit) terkait dan relevan
Fuzzy Inference Systems (FIS) a. Pendahuluan FIS b. Mekanisme FIS c. Penalaran Monoton
1. Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer
inference system (FIS) dan pengenalan tolos matlab untuk FIS secara lisan tanpa membuka buku, 60% benar.
d. Fungsi Implikasi e. Diagram Blok Sistem Fuzzy f. Arsitektur FIS g. Macam-macam FIS h. Pengenalan Tools Matlab untuk FIS : Tsukamoto, Mamdani, Sugeno
pengenalan tools matlab untuk FIS 3. Memberikan contoh aplikasi dengan metode FIS
inference system 2. Menjelaskan tools matlab untuk FIS 3. Memberikan contoh aplikasi dengan metode FIS
terstruktur di lalboratori um
2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer
4
Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep dasar dari fuzzy inference system (FIS)Tsukamoto, langkahlangkah FISTsukamoto, contoh penyelesaian masalah dengan FIS-Tsukamoto dengan Excell dan Matlab secara lisan tanpa membuka buku, 60% benar.
Fuzzy Inference Systems (FIS)-Tsukamoto a. Metode FIS Tsukamoto b. Langkah-langkah FISTsukamoto c. Contoh FIS-Tsukamoto d. Penyelesaian Kasus FIS-Tsukamoto dengan Excell dan Matlab
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas 2. Memberikan contoh penyelesaian masalah dengan FIS-Tsukamoto dengan Excell dan Matlab
Mahasiswa 1. Keaktifan mampu : 2. Tugas 1. Menjelaskan terstruktur konsep dasar di kelas dari fuzzy 3. Tugas inference terstruktur system (FIS) di Tsukamoto lalboratori 2. Menjelaskan um lamgkahlangkah FISTsukamoto 3. Memberikan contoh penyelesaian masalah FISTsukamoto dengan Excell dan Matlab
1 kali tatap muka (4 x 50 menit)
1. Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer
5
Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep
Fuzzy Inference Systems (FIS)-Mamdani a. Metode FIS Mamdani b. Langkah-langkah FIS-
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas
Mahasiswa 1. Keaktifan mampu : 2. Tugas 4. Menjelaskan terstruktur konsep dasar di kelas
1 kali tatap muka (4 x 50 menit)
1. Buku bacaan/literat ure lain yang terkait dan
6
dasar dari fuzzy inference system (FIS)Mamdani, langkahlangkah FIS-Mamdani, contoh penyelesaian masalah dengan FISmamdani dengan Excell dan Matlab secara lisan tanpa membuka buku, 60% benar.
Mamdani c. Contoh FIS-Mamdani d. Penyelesaian Kasus FIS-mamdani dengan Excell dan Matlab
2. Memberikan contoh penyelesaian masalah dengan FIS-Mamdani dengan Excell dan Matlab
dari fuzzy inference system (FIS) Mamdani 5. Menjelaskan lamgkahlangkah FISMamdani 6. Memberikan contoh penyelesaian masalah FISMamdani dengan Excell dan Matlab
3. Tugas terstruktur di lalboratori um
Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep dasar dari fuzzy inference system (FIS)Sugeno, langkahlangkah FIS-Sugeno, contoh penyelesaian masalah dengan FISSugeno dengan Excell dan Matlab secara lisan tanpa membuka buku, 60% benar.
Fuzzy Inference Systems (FIS)-Sugeno a. Metode FIS Sugeno b. Langkah-langkah FIS-Sugeno c. Contoh FIS-Sugeno d. Penyelesaian Kasus FIS-Sugeno dengan Excell dan Matlab
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas 2. Memberikan contoh penyelesaian masalah dengan FIS-Sugeno dengan Excell dan Matlab
Mahasiswa 1. Keaktifan mampu : 2. Tugas 1. Menjelaskan terstruktur konsep dasar di kelas dari fuzzy 3. Tugas inference terstruktur system (FIS) di Sugeno lalboratori 2. Menjelaskan um lamgkahlangkah FISSugeno 3. Memberikan contoh penyelesaian masalah FISSugeno dengan Excell dan
2.
3. 4. 5.
1 kali tatap muka (4 x 50 menit)
relevan Handout/mo dul praktikum Whiteboard LCD Komputer
1. Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer
Matlab 7
Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep dasar dari fuzzy associative memory (FAM), langkahlangkah FAM, contoh penyelesaian masalah dengan FAM dengan Excell dan Matlab secara lisan tanpa membuka buku, 60% benar.
Fuzzy Associative Memory (FAM) a. Pendahuluan FAM b. Fuzzy Hebb FAM c. Relasi Komposisi d. Superimposing FAM Rules e. Deffuzifikasi f. Langkah-langkah FAM g. Contoh FAM h. Penyelesaian Kasus FAM dengan Excell dan Matlab
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas 2. Memberikan contoh penyelesaian masalah dengan FAM dengan Excell dan Matlab
Mahasiswa 1. Keaktifan mampu : 2. Tugas 1. Menjelaskan terstruktur konsep dasar di kelas dari FAM 3. Tugas 2. Menjelaskan terstruktur lamgkahdi langkah FAM laboratoriu 3. Memberikan m contoh penyelesaian masalah FAM dengan Excell dan Matlab
1 kali tatap muka (4 x 50 menit)
1. Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer
8
Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami riview jurnal tentang FIS dan FAM secara lisan tanpa membuka buku, 60% benar.
Presentasi FIS-Tsukamoto, FIS-Mamdani, FISSugeno, FAM
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas 2. Memberikan contoh jurnal penyelesaian masalah dengan metode FIS dan FAM
Mahasiswa 1. Keaktifan mampu : 2. Tugas 1. Menjelaskan terstruktur hasil riview di kelas jurnal tentang 3. Tugas FIS dan FAM terstruktur 2. Menjelaskan di contoh laboratoriu penyelesaian m masalah dengan metode FIS dan FAM
1 kali tatap muka (4 x 50 menit)
1. Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer
9
Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep
Relasi Preferensi dan Fuzzy MADM a. Pendahuluan Relasi b. Relasi Preferensi Fuzzy
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas
Mahasiswa 1. Keaktifan mampu : 2. Tugas 1. Menjelaskan terstruktur konsep dasar di kelas
1 kali tatap muka (4 x 50 menit)
1. Buku bacaan/literat ure lain yang terkait dan
dasar dari relasi preferensi dan Fuzzy MADM secara lisan tanpa membuka buku, 60% benar.
c. d. e. f. g. h. i. j.
yang diperluas Format Repreferensi Penyeragaman Format Preferensi Operator-operator Agregasi Relasi Preferensi Fuzzy Pendahuluan FMADM Fuzzy MADM dengan Indeks Kekuatan & Kelemahan Representasi Masalah Evaluasi Himpunan Fuzzy Seleksi Alternatif yang Optimal
2. Memberikan contoh penyelesaian masalah Relasi Preferensi dan Fuzzy MADM
dari relasi 3. Tugas preferensi dan terstruktur fuzzy MADM di 2. Memberikan laboratoriu contoh m penyelesaian masalah relasi preferensi dan Fuzzy MADM
2.
3. 4. 5.
relevan Handout/mo dul praktikum Whiteboard LCD Komputer
10
Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep dasar dari Fuzzy SAW secara lisan tanpa membuka buku, 60% benar.
Fuzzy MADM : Fuzzy SAW a. Pendahuluan Fuzzy SAW b. Langkah-langkah Metode FSAW c. Penyelesaian Kasus Fuzzy SAW dengan Excell dan Matlab
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas 2. Memberikan contoh penyelesaian masalah dengan fuzzy SAW
Mahasiswa 1. Keaktifan mampu : 2. Tugas 1. Menjelaskan terstruktur konsep dasar di kelas dari Fuzzy 3. Tugas SAW terstruktur 2. Memberikan di contoh laboratoriu penyelesaian m masalah dengan Fuzzy SAW
1 kali tatap muka (4 x 50 menit)
1. Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer
11
Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep
Fuzzy MADM : Fuzzy WP a. Pendahuluan Fuzzy WP
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas
Mahasiswa 1. Keaktifan mampu : 2. Tugas 1. Menjelaskan terstruktur konsep dasar di kelas
1 kali tatap muka (4 x 50 menit)
1. Buku bacaan/literat ure lain yang terkait dan
dasar dari Fuzzy WP secara lisan tanpa membuka buku, 60% benar.
b. Langkah-langkah Metode Fuzzy WP c. Penyelesaian Kasus Fuzzy WP dengan Excell dan Matlab
2. Memberikan contoh penyelesaian masalah dengan fuzzy WP
dari Fuzzy WP 3. Tugas 2. Memberikan terstruktur contoh di penyelesaian laboratoriu masalah m dengan Fuzzy WP
2.
3. 4. 5.
relevan Handout/mo dul praktikum Whiteboard LCD Komputer
12
Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep dasar dari Fuzzy Topsis secara lisan tanpa membuka buku, 60% benar.
Fuzzy MADM : Fuzzy TOPSIS a. Pendahuluan Fuzzy TOPSIS b. Langkah-langkah Metode Fuzzy Topsis c. Penyelesaian Kasus Fuzzy Topsis dengan Excell dan Matlab
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas 2. Memberikan contoh penyelesaian masalah dengan fuzzy Topsis
Mahasiswa 1. Keaktifan mampu : 2. Tugas 1. Menjelaskan terstruktur konsep dasar di kelas dari Fuzzy 3. Tugas Topsis terstruktur 2. Memberikan di contoh laboratoriu penyelesaian m masalah dengan Fuzzy Topsis
1 kali tatap muka (4 x 50 menit)
1. Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer
13
Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep dasar dari Fuzzy AHP secara lisan tanpa membuka buku, 60% benar.
Fuzzy MADM : Fuzzy AHP a. Pendahuluan Fuzzy AHP b. Langkah-langkah Metode Fuzzy AHP c. Penyelesaian Kasus Fuzzy AHP dengan Excell dan Matlab
1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas 2. Memberikan contoh penyelesaian masalah dengan fuzzy AHP
1. Keaktifan 2. Tugas terstruktur di kelas 3. Tugas terstruktur di laboratoriu m
1 kali tatap muka (4 x 50 menit)
1. Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer
14
Setelah mengikuti
Presentasi FMADM
1. Mengkaji berbagai
Mahasiswa mampu : 1. Menjelaskan konsep dasar dari Fuzzy AHP 2. Memberikan contoh penyelesaian masalah dengan Fuzzy AHP Mahasiswa
1. Keaktifan
1 kali
1. Buku
perkuliahan, mahasiswa mampu menjelaskan dan memahami riview jurnal tentang Fuzzy MADM secara lisan tanpa membuka buku, 60% benar.
FSAW, FWP, Fuzzy Topsis, dan Fuzzy AHP
literature dan mendiskusikannya di dalam kelas 2. Memberikan contoh jurnal penyelesaian masalah dengan metode Fuzzy MADM
mampu : 2. Tugas 1. Menjelaskan terstruktur hasil riview di kelas jurnal tentang 3. Tugas Fuzzy MADM terstruktur 2. Menjelaskan di contoh laboratoriu penyelesaian m masalah dengan metode Fuzzy MADM
tatap muka (4 x 50 menit)
Daftar Pustaka : Referensi Utama : 1. Kusumadewi, s. (2010). Artificial Intelegence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu. Referensi Tambahan : 1. 2. 3. 4. 5. 6. 7. 8.
Arhami, M. (2005). Konsep Dasar Sistem Pakar. Yogyakarta: Andi Offset. Bojadziev, G., & Bojadziev, M. (2007). Fuzzy Logic for Business, Finance, and Management . Singapore: Word Scientific. Desiani, A., & Arhami, M. (2006). Konsep Kecerdasan Buatan. Yogyakarta: Andi Offset. Kusumadewi, S., & Purnomo, H. (2010). Aplikasi Logika Fuzzy : Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu. Morris W, F. (1989). Artificial Intelligence . Boston: PWS-Kent . Puspitaningrum, D. (2006). Pengantar jaringan Syaraf Tiruan. Yogyakarta: Andi Offset. Suyanto. (2005). Algoritma Genetika dalam Matlab. Yogyakarta: Andi Offset. Suyanto. (2007). Artificial intelegence : Searching, Reasoning, Planning, and Learning. Bandung: Informatika .
2.
3. 4. 5.
bacaan/literat ure lain yang terkait dan relevan Handout/mo dul praktikum Whiteboard LCD Komputer