BAB 5 KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan analisis yang telah dilakukan dengan menggunakan data kualitas pelayanan sekolah pada Sekolah Menengah Atas Methodist 1, maka dihasilkan
beberapa kesimpulan sebagai berikut : 1.
Dalam merancang pengendali logika fuzzy, faktor mendasar yang harus dipenuhi adalah penskalaan dari nilai input-output, aturan dasar kendali fuzzy
dan tipe fungsi keanggotan yang digunakan. 2.
Dalam logika fuzzy fungsi keanggotaan merupakan dasar penting karena nilai keanggotaan akan menentukan posisi output dari sebuah himpunan fuzzy,
penempatan posisi nilai keanggotaan yang dibentuk oleh fungsi kurva yang berbeda maka output yang dihasilkan suatu sistem juga menimbulkan
perbedaan. 3.
Perbedaan hasil defuzzifikasi antara kurva trapesium dan kurva sigmoid juga dipengaruhi oleh rentang nilai keanggotaan = 1, dimana untuk kurva trapesium
memiliki rentang yang lebih panjang dibandingkan dengan kurva sigmoid.
Universita Sumatera Utara
5.2. Saran
Melanjuti penelitian yang penulis lakukan dengan analisis fungsi keanggotaan pada sistem fuzzy, berikut beberapa saran yang dapat penulis sampaikan :
1. Pada penelitian berikutnya, fungsi keanggotaan dapat diperluas lagi selain yang
telah penulis lakukan, yaitu fungsi keanggotaan kurva segitiga, gaussian, linier dan lainnya.
2. Metode inferensi juga dapat juga dikembangkan dengan menggunakan inferensi
fuzzy model Mamdani atau model Tsukamoto untuk mengetahui perbedaan pada kasus yang berbeda.
Universita Sumatera Utara
DATAR PUSTAKA
Altrock, V. C. 1997. Fuzzy Logic and Neuro Fuzzy Application in Business and Finace, Prentice Hall, New Jersey, USA.
Banjarnahor J. 2012. Aplikasi Logika Fuzzy Dalam Penentuan Kepuasan Pasien Rawat Inap. Tesis : Universitas Sumatera Utara.
Bing, Y. C. 2010. Optimal Models and Methods with Fuzzy Quantities Springer – Verlag Berlin Heidelberg.
Cox, E. 1994. Compiling and Using the C++ Fuzzy Modelling Code in The Fuzzy System Handbook. Academik Press Limited, 1994
Djunaidi, M., Eko S. Fajar W. A. 2005. Penentuan Jumlah Produksi Dengan
Aplikasi Metode Fuzzy Mamdani. Jurnal Ilmiah Teknik Industri. 42: 95- 104.
Fecra B., Kustija J., Elviyanti S. 2012. Optimasi Penggunaan Membership Function Logika Fuzzy Pada Kasus Idenfikasi Kualitas Minyak
Transformator. Jurnal Ilmiah Electrans. 112: 27-35.
Hamdani, 2011. Penerapan Himpunan Fuzzy untuk Sistem Pendukung Keputusan
Pemilihan Telepon Celular. Jurnal Informatika Mulawarman. 61 : 40-66.
Iswari, L. Wahid, F. 2005. Alat Bantu Sistem Inferensi Fuzzy Metode Sugeno Orde Satu. Seminar Nasional Aplikasi Teknologi Informasi 2005 SNATI
2005. pp 59-64.
Kusumadewi, S. Purnomo. 2006. Fuzzy Multi-Attribute Decision Making Fuzzy MAMD. Graha Ilmu. Yogyakarta.
Kusumadewi, S. 2002. Analisis dan Desain Sistem Fuzzy menggunakan Toolbox Matlab. Graha Ilmu. Jogyakarta.
Universita Sumatera Utara
Pratiwi, I. Prayitno, E. 2006. Analisa Kepuasan Konsumen Berdasarkan Tingkat Pelayanan dan Harga Kamar Menggunakan Applikasi Fuzzy dengan Matlab
3.5. Jurnal Ilmiah Teknik Industri. 42 : 66-77.
Kategori