Perbedaan Dengan Riset Yang Lain Rancangan Penelitian Flow Chart Sistem

2.15 Perbedaan Dengan Riset Yang Lain

Dalam penelitian ini, peneliti akan mencoba menganalisis dengan menggunakan model fuzzy expert system yang dalam pemilihan kualitas batik dengan menggunakan dengan penggabungan fuzzy logic tsukamoto dengan expert system melalui beberapa kriteria yaitu harga, proses pembuatan, bahan, motif atau corak dan warna yang disesuai dengan warna kulit pemakai dan faktor usia pemakai. Sedangkan tingkat kepentingan kriteria tersebut diberikan preferensinya berdasarkan nilai linguistik dan aturan rule yang telah ditentukan.

2.16 Kontribusi Riset

Peneliti berharap dengan menggunakan model fuzzy expert system dalam pemilihan kualitas batik dengan menggunakan penggabungan fuzzy logic tsukamoto dengan expert system, akan mampu memberikan hasil analisis yang optimal dalam pemilihan kualitas batik berbasis pemakai pada PT. Semar Cabang Medan. Universitas Sumatera Utara

BAB 3 METODOLOGI PENELITIAN

Pada tahapan rancangan ini, peneliti akan memberikan sebuah bentuk gambaran dari pendekatan model Fuzzy Expert System FES dengan metode Tsukamoto untuk mengidentifikasi pemakai batik berbasis pemakai pada P.T. Batik Semar Cabang Medan. Data input berupa warna kulit pemakai, usia, rencana kegiatan pemakaian batik serta kemampuan harga pembelian batik. Hasil akhir yang diharapkan adalah pemakai batik akan dapat mengetahui tingkat kesesuaian motif dan warna batik yang sesuai dengan usia dan warna kulit untuk dipakai dalam berbagai acara atau kegiatan tertentu berdasarkan inventaris variabel yang telah ditetapkan.

3.1 Rancangan Penelitian

Dalam pembuatan sistem FES berbasis pemakai pada P.T. Batik Semar Cabang Medan dilakukan beberapa tahapan seperti yang terlihat pada diagram Gambar 3.1. Gambar 3.1 Diagram FES Berbasis Pemakai Start Perhitungan Tingkat Kepentingan Perhitungan Tingkat Kesesuaian Pemakai Batik Stop Universitas Sumatera Utara

3.2 Flow Chart Sistem

Flow Chart mencari kesesuaian pemakai batik dapat dilihat seperti pada Gambar 3.2. Gambar 3.2 Flow Chart Kesesuaian Pemakai Batik Hitung Derajat Keanggotaan Setiap Dataμ i=i-1,ß=ß-1 Rule Pemakai Batik ß Defuzzifikasi Z = Nilai Kepentingan Setiap Data£ No Start Data Pemakai Batik i, Variabel Inferensi P hi P dik S i D i=0 ? or ß=0 Yes Stop Kesesuaian Pemakai Batik Ʊ Expert System Fuzzy Teknik Universitas Sumatera Utara Pada Gambar 3.2 di atas menjelaskan alur suatu model fuzzy expert system berbasis pemakai yang memiliki beberapa kriteria atau variabel yang bersifat statis fuzzy dan bersifat dinamis expert system yang akan dikombinasikan menjadi suatu keluaran output. Adapun langkah-langkah yang akan dilakukan dalam penelitian ini adalah: 1. Mendefinisikan masalah yaitu dapat mengetahui tingkat kesesuaian motif dan warna batik yang sesuai dengan data pemakai i yaitu usia, kemampuan harga, kegiatan pemakaian batik dan warna kulit untuk dipakai dalam berbagai acara atau kegiatan tertentu pada P.T. Batik Semar Cabang Medan. 2. Fuzifikasi, yaitu pemetaan nilai input yang merupakan nilai tegas ke dalam fungsi keanggotaan himpunan fuzzy untuk kemudian diolah di dalam mesin penalaran. 3. Inferensi, yaitu melakukan penalaran menggunakan fuzzy input dan fuzzy rule yang telah ditentukan sehingga menghasilkan fuzzy output. 4. Defuzifikasi, yaitu pemetaan dari himpunan fuzzy ke himpunan tegas dengan nilai kepentingan pemakai batik £ yang diambil dengan metode rata-rata. 5. Dari nilai £ dilakukan penalaran secara expert system kesesuaian batik dengan pemakai dengan aturan yang sudah ditentukan oleh P.T. Batik Semar Cabang Medan. 6. Hasil akhir yang diperoleh dari penalaran adalah informasi kesesuaian pemakai dengan batik-batik tertentu Ʊ. Variabel yang bersifat statis merupakan suatu bentuk model statis berdasarkan nilai linguistik dari tiap – tiap variabel pada suatu kondisi yaitu harga batik dan usia pemakai yang disesuaikan, maka nilai linguistik yang disesuaikan tersebut akan dipresentasikan menggunakan bilangan fungsi keanggotaan, sehingga menghasilkan fuzzy output dengan inferensi yang digunakan adalah metode Tsukamoto. Dan fuzzy output tersebut akan menjadi crisp rule dengan metode deffuzifikasi yang digunakan adalah metode rata - rata. Sedangkan variabel yang bersifat dinamis merupakan suatu model dinamis berdasarkan rule dari tiap-tiap variabel pada suatu kondisi tertentu yaitu bahan batik, proses batik, motif batik, warna batik dan warna kulit pemakai. Universitas Sumatera Utara Hasil akhir dari defuzifikasi yang berupa crisp value tersebut akan dikombinasikan atau digabungkan dengan expert system berdasarkan rule yang telah ditentukan. Dalam rancangan model fuzzy expert system terbagi menjadi dua bagian, yaitu penalaran fuzzy inferensi fuzzy berdasarkan aturan fuzzy untuk setiap variabel serta expert system. Kedua model tersebut saling berhubungan untuk mencapai hasil untuk mengetahui tingkat kecocokan motif dan warna batik yang sesuai dengan usia dan warna kulit untuk dipakai dalam berbagai acara atau kegiatan tertentu, dimana manajemen model merupakan tahap awal dalam menganalisa masalah tersebut yang diselesaikan melalui fuzzy logic yang akan menjadi suatu bentuk expert system yang merupakan tahap akhir untuk mendapatkan alternatif terbaik. Pada bagian manajemen basisdata diperlukan untuk mendukung proses manajemen model melalui pengambilan data yang relevan seperti data harga batik dan usia, sebagai nilai linguistik dengan parameter - parameter yang telah ditetapkan. Sementara untuk pakar adalah orang yang ahli atau mengetahui sesuatu seperti ahli batik. Untuk dialog dalam model fuzzy expert system merupakan tahap akhir yang diimplementasikan sebagai pembuktian untuk menguji model fuzzy expert system agar dapat mengetahui sejauh mana hasil yang optimal yang akan diberikan oleh model fuzzy expert system dalam penentuan untuk mengetahui tingkat kecocokan motif dan warna batik yang sesuai dengan usia dan warna kulit untuk dipakai dalam berbagai acara atau kegiatan tertentu. Pada penelitian ini terbagi dua bagian antara lain mencari tingkat kepentingan calon pemakaidalam penggunaan batik dalam berbagai acara atau kegiatan yang diselesaikan dengan Fuzzy metode Tsukamoto serta kesesuaian pemakai dengan batik yang diselesaikan dengan Expert System dimana hasil output Fuzzy akan menjadi input pada proses Expert System. Tingkat kepentingan calon pemakai dalam penggunaan batik ditentukan oleh variabel usia pemakai, warna kulit pemakai, Universitas Sumatera Utara kegiatan acara pemakaian batik serta kesanggupan harga. Data diatas terangkum dalam data input pemakai batik seperti pada Tabel 3.1. Tabel 3.1 Data Pemakai Batik No Field Keterangan 1 NmPemakai Nama Pemakai Batik 2 Usia Usia pemakai 1-100 3 WarnaKulit Warna Kulit pemakai Putih, Kuning, Sawo matang, Coklat, Hitam 4 Kegiatan Acara Formal, Pesta, Kerja, Santai 5 Harga Harga Batik 50.000 – 2.000.000 Hasil yang diharapkan dari pemrosesan data pemakai batik dengan logika fuzzy dan expert system adalah kesesuaian pemakai dengan batik-batik tertentu seperti pada Tabel 3.2. Tabel 3.2 Kesesuaian Pemakai dengan Batik No Nama Pemakai Warna Kulit Nilai Kepentingan Warna Batik Motif Bahan Kategori Harga 1 Pemakai-1 xxx xx xxxx xxxxxxx xxxxx xxxxx 2 Pemakai-2 xxx xx xxxx xxxxxxx xxxxx xxxxx 3 Pemakai-3 xxx xx xxxx xxxxxxx xxxxx xxxxx 4 Pemakai-4 xxx xx xxxx xxxxxxx xxxxx xxxxx 5 Pemakai-5 xxx xx xxxx xxxxxxx xxxxx xxxxx Universitas Sumatera Utara

3.3 Fuzzifikasi