z =
z =
2.13 Perbandingan Cara Kerja Logika Fuzzy
Perbandingan antara metode fuzzy Tsukamoto, metode fuzzy Mamdani dan metode Fuzzy Sugeno antara lain:
a. Metode Fuzzy Tsukamoto 1. Saat proses evaluasi aturan dalam mesin inferensi, metode fuzzy Tsukamoto
menggunakan fungsi implikasi MIN untuk mendapatkan nilai α-predikat tiap-
tiap rule α1, α2, α3,.... αn. Masing-masing nilai α-predikat digunakan untuk
menghitung hasil inferensi secara tegas crisp masing-masing rule z1, z2, z3,.... zn.
2. Proses defuzzyfikasi pada metode Tsukamoto menggunakan metode rata-rata Average dengan rumus berikut:
Σα1.z1 Σα1
b. Metode Fuzzy Mamdani
1. Saat melakukan evaluasi aturan dalam mesin inferensi, metode Mamdani menggunakan fungsi MIN dan komposisi antar-rule menggunakan fungsi
MAX untuk menghasilkan himpunan fuzzy baru. 2. Proses defuzzyfikasi pada metode Mamdani menggunakan metode Centroid
dengan rumus berikut: ∫ μz.z dz
∫ μz�� c. Metode Fuzzy Sugeno
Penalaran dengan metode Sugeno hampir sama dengan penalaran Mamdani, hanya saja output konsekuen sistem tidak berupa himpunan fuzzy, melainkan berupa
konstanta atau persamaan linear. 1. Model Fuzzy Sugeno Orde-Nol
Secara umum bentuk model fuzzy Sugeno Orde-Nol adalah: IF x
1
is A
1
• x
2
is A
2
• x
3
is A
3
• ...... • x
N
is A
N
THEN z=k dengan A
i
adalah himpunan fuzzy ke-i sebagai anteseden, dan k adalah suatu konstanta tegas sebagai konsekuen.
Universitas Sumatera Utara
2. Model Fuzzy Sugeno Orde-Satu Secara umum bentuk model fuzzy Sugeno Orde-Satu adalah:
IF x
1
is A
1
• ...... • x
N
is A
N
THEN z = p
1
x
1
+ … + p
N
x
N
+ q dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan pi adalah suatu
konstanta tegas ke-i dan q juga merupakan konstanta dalam konsekuen. Apabila komposisi aturan menggunakan metode Sugeno, maka deffuzifikasi
dilakukan dengan cara mencari nilai rata-ratanya.
2.14 Riset Terkait
Dalam analisis kualitas batik, dengan menggunakan fuzzy expert system atau system pakar berbasis pemakai pada PT. Batik Semar cabang Medan, dalam kasus ini, setelah
peneliti mengkaji dalam beberapa hasil penelitian yang berbeda yang dapat memberikan kontribusi yang baik. Diantaranya dapat dilihat pada Tabel 2.2.
Tabel 2.2 Penelitian Terkait Tahun
Penulis Penjelasan Penelitian
2012
Pujianta, et al.
Jurnal Informatika
Membangun sebuah system pakar yang dapat digunakan untuk menentukan
jenis penyakit hati, serta memberikan informasi kepada masyarakat tentang
penyakit hati dari gejala, penyebab dan solusinya.
Adapun langkah-langkah yang digunakan yaitu
menggunakan forward chaining dan logika yang
digunakan adalah system inferensi fuzzy metode Tsukamoto. Tahap
pengembangan aplikasi diawali dengan analisis data, perancangan system,
pengkodean Coding dengan menggunakan Visual Basic 6.0 dan
Testing pengujian system dengan Black BoxTest dan Alfa Test.
Universitas Sumatera Utara
2012 Widiastuti.
Jurnal Komputer dan Informatika
Memodelkan perilaku berjalan agen sehingga menghasilkan kecepatan
berjalan yang dinamis. Adapun langkah-langkahnya: Metode inferensi
yang digunakan adalah metode Mamdani dan metode defuzzifikasi
Mean Of Maximum.
2012 Rakman, et al.
SNATI Menghasilkan sebuah system
pendukung keputusan yang dapat membantu mahasiswa dalam
menentukan konsentrasi studi. 2007
Moertini. Disertasi ITB
Memaparkan
algoritma klasifikasi data mining, khususnya C4.5, untuk
mendalami algoritma ini, mengetahui versi-versi turunannya dan hasil
penelitian yang sudah ada yang terkait dengan upaya untuk mengembangkan
dan mengintegrasikan algoritma ini ke dalam ORDBMS.
2005 Kusumadewi, et al.
Jurnal Media Informatika
Merancang dan merealisasikan perangkat lunak, yaitu membuat
program yang mampu menganalisa masukan-masukan berupa kriteria-
kriteria permasalahan yang menjadi pendukung suatu keputusan yang akan
diambil, sehingga software yang dirancang mampu memberikan
alternatif keputusan yang terbaik.
Universitas Sumatera Utara
2.15 Perbedaan Dengan Riset Yang Lain