Tabel 3.8 Rule Nafsu Makan
Energi Suhu
Nafsu Makan
IF Rendah
AND Dingin
THEN Lapar
IF Tinggi
AND Dingin
THEN Agak Lapar
IF Rendah
AND Normal
THEN Agak Lapar
IF Tinggi
AND Normal
THEN Kenyang
IF Rendah
AND Panas
THEN Lapar
IF Tinggi
AND Panas
THEN Kenyang
3.4.4.1.3 Tahapan Mesin Inferensi
Setelah nilai derajat keanggotaan di dapatkan, maka nilai-nilai derajat tersebut harus dibandingkan sesuai dengan rule base yang ada, tujuannya untuk
mencari nilai Minimum untuk setiap rule yang dihitung. 1. If Energi rendah And suhu dingin Then Lapar
α-pred
1
= µKalRendah[500 ] ∩ µSuhuDingin[30]
= MIN 0,5; 0 = 0 2. If Energi tinggi And suhu dingin Then Lapar
α-pred
2
= µKalTinggi[500] ∩ µSuhuDingin[30]
= MIN 0,5; 0 = 0 3. If Energi rendah And suhu normal Then Agak lapar
α-pred
3
= µKalRendah[50 0] ∩ µSuhuNormal[30]
= MIN 0,5; 0,37 = 0,37 4. If Energi tinggi And suhu normal Then Kenyang
α-pred
4
= µKalTinggi[500] ∩ µSuhuNormal[30]
= MIN 0,5; 0,37 = 0,37 5. If Energi rendah And suhu panas Then Lapar
α-pred
5
= µKalRendah[500 ] ∩ µSuhuPanas[30]
= MIN 0,5; 0,4 = 0,4 6. If Energi tinggi And suhu panas Then Kenyang
α-pred
6
= µKalTinggi[500] ∩ µSuhuPanas[30]
= MIN 0,5; 0,4 = 0,4 3.4.4.1.4
Tahapan Defuzzifikasi
1. Rule 1 = Lapar
38 −
13
= 0 Z1 = 38-0 = 38
2. Rule 2 = Agak Lapar
−25 25
= 0 Z2 = 0 + 25 = 25
3. Rule 3 = Agak Lapar
−25 25
= 0,37 Z3 = 9,25 + 25 = 34,25
4. Rule 4 = Kenyang
−68 7
= 0,37 Z4 = 2,59 + 68 = 70,6
5. Rule 5 = Lapar
38 −
13
= 0,4 Z5 = 38
– 5,2 = 32,8 6. Rule 6 = Kenyang
−68 7
= 0,4 Z6 = 2,8 + 68 = 70,8
z =
�1 1+ �2 2…+ � �1+ �2…+ �
z =
0 x 38 + 0 x 25 + 0,37 x 34,25 + 0,37 x 70,6 + 0,4 x 32,8 + 0,4 x 70,8 0+0+0,37+0,37+0,4+0,4
=
0+0+12,67+26,12+13,12+28,32 1,54
=
81,11 1,54
= 50,77 Jadi output pada kondisi nafsu makan Bonny bernilai 50,77 adalah Agak
Lapar.
3.4.4.2 Analisis Kasus Kesehatan
Misalkan, jumlah Imun yang dimiliki adalah 7, dan term kebersihannya sebesar 70. Maka bagaimana frekuensi kesehatan Bonny. Berdasarkan tahapan-
tahapan atau proses agregasi yang menentukan keluaran sesuai dengan aturan fuzzy.
3.4.4.2.1 Tahapan Fuzzifikasi
Perhitungan fuzzifikasi untuk Imun dari setiap variabel linguistik Kurang, dan Lebih apabila nilai Imun [7] adalah sebagai berikut:
µImunKurang[7] = 7 ≥ 6 = 0
µImunLebih[7] = 7 ≥ 6 = 1
Perhitungan fuzzyfikasi untuk setiap variabel linguistik kebersihan Bersih, Agak Bersih, dan Kotor apabila nilai suhu [70] adalah sebagai berikut:
µKebBersih[70]= 70 38 = 0
µKebAgakBer[70]=
75 −70
25
= 0,2 µSuhuKotor[70]=
70 −68
7
= 0,28 3.4.4.2.2
Tahapan Pembentukan Rule Berikut ini merupakan tahapan perancangan pembentukan rule untuk
kondisi Kesehatan.
Tabel 3.9 Rule Kesehatan
Kebersihan Imun
Kesehatan
IF Bersih
AND Lebih
THEN Agak sakit
IF Bersih
AND Kurang
THEN Sehat
IF Agak Bersih
AND Lebih
THEN Sakit
IF Agak Bersih
AND Kurang
THEN Sehat
IF Kotor
AND Lebih
THEN Sakit
IF Kotor
AND Kurang
THEN Agak sakit
3.4.4.2.3 Tahapan Mesin Inferensi
Setelah nilai derajat keanggotaan didapatkan, maka nilai-nilai derajat tersebut harus dibandingkan sesuai dengan rule base yang ada, tujuannya untuk
mencari nilai Minimum untuk setiap rule yang dihitung. 1. If Kebersihan Bersih And Imun Lebih Then agak Sehat
α-pred
1
= µKebBersih[70] ∩ µImunLebih[7] = MIN 0; 1 = 0
2. If Kebersihan Bersih And Imun Kurang Then Sehat α-pred
2
= µKebBersih[70] ∩ µImunKurang[7]
= MIN 0; 0 = 0 3. If Kebersihan Agak bersih And Imun Lebih Then Sakit
α-pred
3
= µKebAgakBer[70] ∩ µImunLebih[7] = MIN 0,2; 1 = 0,2
4. If Kebersihan Agak bersih And Imun Kurang Then Sehat α-pred
4
= µKebAgakBer[70] ∩ µImunKurang [7] = MIN 0,2; 0 = 0
5. If Kebersihan Kotor And Imun Lebih Then Sakit α-pred
5
= µSuhuKotor[70] ∩ µImunLebih[7]
= MIN 0,28; 1 = 0,28 6. If Kebersihan Kotor And Imun Kurang Then agak Sehat
α-pred
6
= µSuhuKotor[70] ∩ µImunKurang[7]
= MIN 0,28; 0 = 0 3.4.4.2.4
Tahapan Defuzzifikasi
1. Rule 1 = Agak Sehat
−25 13
= 0 Z1 = 0 + 25 = 25
2. Rule 2 = Sehat
−68 7
= 0 Z2 = 0 + 68 = 68
3. Rule 3 = Sakit
38 −
13
= 0,2 Z3 = 38 - 2,6 = 35,4
4. Rule 4 = Sehat
−68 7
= 0 Z4 = 0 + 68 = 68
5. Rule 5 = Sakit
38 −
13
= 0,28 Z5 = 38
– 3,64 = 34,36 6. Rule 6 = Agak Sehat
−25 25
= 0 Z6 = 0 + 25 = 25
z =
�1 1+ �2 2…+ � �1+ �2…+ �
z =
0 x 25 + 0 x 68 + 0,2 x 35,4 + 0 x 68 + 0,28 x 34,36 + 0 x 25 0+0+0,2+0+0,28+0
=
0+0+7,08+0+9,62+0 0,48
=
16,70 0,48
=
34,79 Jadi output pada kondisi kesehatan Bonny bernilai 34,79 adalah Sakit.
3.4.4.3 Analisis Kasus Emosi
Misalkan, jumlah kondisi nafsu makan yang dimiliki adalah 50,77, dan term kesehatannya sebesar 34,79. Maka bagaimana kondisi emosi Bonny.
Berdasarkan tahapan-tahapan atau proses agregasi yang menentukan keluaran sesuai dengan aturan fuzzy.
3.4.4.3.1 Tahapan Fuzzifikasi
Perhitungan fuzzifikasi untuk nafsu makan dari setiap variabel linguistik lapar, agak lapar, dan kenyang apabila nilainya [52,67] adalah sebagai berikut:
µLapar[50,77]= 50,77 ≥ 38 = 0
µAgakLapar[50,77]=
75 −50,77
25
= 0,97 µKenyang[50,77] =
50,77 ≤ 68 = 0
Perhitungan fuzzyfikasi untuk setiap variabel linguistik kesehatan sakit, agak sakit, dan sehat apabila nilai kesehatan [34,79] adalah sebagai berikut:
µKesSakit[34,79] =
38 −34,79
13
= 0,24 µKesAgakSakit[34,79] =
34,79 −25
25
= 0,97 µKesSehat[34,79] = 34,79
≤ 68 = 0 3.4.4.3.2
Tahapan Pembentukan Rule Berikut ini merupakan tahapan perancangan pembentukan rule untuk
kondisi Emosi.
Tabel 3.10 Rule Emosi
Kesehatan Nafsu Makan
Emosi
IF Sakit
AND Lapar
THEN Tidak Senang
IF Agak Sakit
AND Lapar
THEN Tidak Senang
IF Sehat
AND Lapar
THEN Agak senang
IF Sakit
AND Agak Lapar
THEN Tidak Senang
IF Agak Sakit
AND Agak Lapar
THEN Agak senang
IF Sehat
AND Agak Lapar
THEN Senang
IF Sakit
AND Kenyang
THEN Agak senang
IF Agak Sakit
AND Kenyang
THEN Senang
IF Sehat
AND Kenyang
THEN Senang
3.4.4.3.3 Tahapan Mesin Inferensi
Setelah nilai derajat keanggotaan didapatkan, maka nilai-nilai derajat tersebut harus dibandingkan sesuai dengan rule base yang ada, tujuannya untuk
mencari nilai Minimum untuk setiap rule yang dihitung.
1. If Kesehatan Sakit And Nafsu Makan Lapar Then Tidak senang α-pred
1
= µKesSakit[34,79] ∩ µLapar[52,67]
= MIN 0,24 ; 0 = 0 2. If Kesehatan Agak Sakit And Nafsu Makan Lapar Then Tidak
senang α-pred
2
= µKesAgakSakit[34,79 ] ∩ µLapar[52,67]
= MIN 0,39 ; 0 = 0 3. If Kesehatan Sehat And Nafsu Makan Lapar Then Agak Senang
α-pred
3
= µKesSehat[34,79 ] ∩ µLapar[52,67]
= MIN 0 ; 0 = 0 4. If Kesehatan Sakit And Nafsu Makan Agak Lapar Then Tidak
senang α-pred
4
= µKesSakit[34,79 ] ∩ µAgakLapar[52,67]
= MIN 0,24 ; 0,97 = 0,24 5. If Kesehatan Agak sakit And Nafsu makan Agak lapar Then Agak
senang α-pred
5
= µKesAgakSakit[34,79 ] ∩ µAgakLapar[52,67]
= MIN 0,39 ; 0,97 = 0,39 6. If Kesehatan Sehat And Nafsu makan Agak lapar Then Senang
α-pred
6
= µKesSehat[34,79 ] ∩ µAgakLapar[52,67]
= MIN 0 ; 0,97 = 0 7. If Kesehatan Sakit And Nafsu makan Kenyang Then Agak senang
α-pred
7
= µKesSakit[34,79 ] ∩ µKenyang[52,67]
= MIN 0,24 ; 0 = 0 8. If Kesehatan Agak sakit And Nafsu makan Kenyang Then Senang
α-pred
8
= µKesAgakSakit[34,79 ] ∩ µKenyang[52,67]
= MIN 0,39 ; 0 = 0 9. If Kesehatan Sehat And Nafsu makan Kenyang Then Senang
α-pred
9
= µKesSehat[34,79 ] ∩ µKenyang[52,67]
= MIN 0 ; 0 = 0
3.4.4.3.4 Tahapan Defuzzifikasi
1. Rule 1 = Tidak senang
30 −
30
= 0 Z1 = 30
– 0 = 30 2. Rule 2 = Tidak senang
30 −
30
= 0 Z2 = 30
– 0 = 30 3. Rule 3 = Agak senang
−25 25
= 0 Z3 = 0 + 25 = 25
4. Rule 4 = Tidak senang
30 −
30
= 0,24 Z4 = 30
– 7,2 = 22,8 5. Rule 5 = Agak senang
−25 25
= 0,39 Z5 = 9,75 + 25 = 34,75
6. Rule 6 = Senang
−65 35
= 0 Z6 = 0 + 65 = 65
7. Rule 7 = Agak senang
−25 25
= 0 Z7 = 0 + 25 = 25
8. Rule 8 = Senang
−65 35
= 0 Z8 = 0 + 65 = 65
9. Rule 9 = Senang
−65 35
= 0 Z9 = 0 + 65 = 65
z =
�1 1+ �2 2…+ � �1+ �2…+ �
z =
0 x 30 + 0 x 30 + 0 x 25 + 0,24 x 22,8 + 0,39 x 34,75 + 0 x 65 + 0 x 25 + 0 x 65 + 0 x 65 0+0+0+0,24+0,39+0+0+0+0
=
0+0+0+5,47+13,55+0+0+0+0 0,63
=
19,0225 0,63
= 30,2 Jadi output pada kondisi emosi Bonny bernilai 30,2 adalah Tidak Senang.
3.5 Analisis Kebutuhan Non-Fungsional
Analisis non fungsional merupakan analisis yang dibutuhkan untuk menentukan spesifikasi kebutuhan sistem. Spesifikasi ini juga meliputi elemen
atau komponen-komponen apa saja yang akan dibutuhkan sistem yang akan dibangun, sampai sistem tersebut diimplementasikan. Adapun kebutuhan non
fungsional pada implementasi logika fuzzy permaian Bonny’s Tooth Booth
meliputi analisis kebutuhan perangkat keras, dan analisis kebutuhan perangkat lunak.
3.5.1 Analisis Kebutuhan Perangkat Keras
Perangkat keras diperlukan untuk menjalankan suatu aplikasi guna mendukung proses kerja dari suatu sistem. Analisis perangkat keras digunakan
untuk mengetahui mengenai spesifikasi perangkat keras dalam membangun dan menerapkan permainan
Bonny’s Tooth Booth, terdapat dua spesifikasi yang akan dijelaskan, yaitu spesifikasi perangkat keras pengembang dan spesifikasi
perangkat keras pengguna. Berikut ini adalah spesifikasi perangkat keras yang digunakan dalam
membangun aplikasi ini adalah: A. Spesifikasi Perangkat Keras Pengembang
Tabel 3.11 Spesifikasi Perangkat Keras pengembang Nama Perangkat
Spesifikasi
Prosesor Intel ® Pentium ® P6200 2.13GHz
RAM 3.00 GB
VGA 1275 MB
Hard disk 320 GB HDD
Display Resolusi 1366 x 768
Keyboard Standard
MouseTouch pad Standard
B. Spesifikasi Perangkat Keras Pengguna 1. Perangkat mobile
2. Memori processor minimal 1 Ghz 3. Kapasitas memori eksternal minimal 256 MB
4. Layar Touchscreen
3.5.2 Analisis Kebutuhan Perangkat Lunak
Analisis perangkat lunak digunakan untuk mengetahui mengenai spesifikasi perangkat lunak untuk membangun dan menerapkan aplikasi
Bonny’s Tooth Booth, terdapat dua spesifikasi yang akan dijelaskan, yaitu spesifikasi
perangkat lunak pengembang dan spesifikasi perangkat lunak pengguna. Berikut ini adalah spesifikasi perangkat lunak yang digunakan dalam
membangun aplikasi ini adalah: A. Spesifikasi Perangkat Lunak Pengembang
Tabel 3.12 Spesifikasi Perangkat Lunak Pengembang Nama Perangkat Lunak
Spesifikasi
Sistem Operasi Microsoft Windows 7
Tools Adobe Photoshop, SAI Paint tool,
Eclipse, Framework AndEngine, Java Development KIT versi 6, Andriod
SDK, Android Development Tool
B. Spesifikasi Perangkat Lunak Pengguna
Tabel 3.13 Spesifikasi Perangkat Lunak Pengguna Nama Perangkat Lunak
Spesifikasi
Sistem Operasi Android
Tools Game
Bonny’s Tooth Booth Konektifitas
Offline