1. Home
  2. Lainnya

Implementasi Perhitungan Alpha Predikat Implementasi Aturan Komposisi Max

4.1.2. Implementasi Logika Kabur Fuzzy Logic

4.1.2.1. Implementasi Perhitungan Alpha Predikat

Berikut adalah listing kode program untuk mencari alfa predikat dengan mengaplikasikan fungsi implikasi MIN untuk semua aturan. Gambar 4.10 Listing Kode Program Pencarian Alfa Predikat Variabel 1 Gambar di atas adalah listing kode program untuk pencarian alfa predikat untuk variabel “Aspek Wawancara”. Setelah nilai derajat keanggotaan variabel “Aspek Wawancara” ditemukan, nilainya dimasukkan ke dalam variabel array derajatKeanggotaan. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Gambar 4.11 Listing Kode Program Pencarian Alfa Predikat Variabel 2 Gambar di atas adalah listing kode program untuk pencarian alfa predikat untuk variabel “Catatan Negatif”. Setelah nilai derajat keanggotaan variabel “Catatan Negatif” ditemukan, nilainya dimasukkan ke dalam variabel array derajatKeanggotaan. Aplikasi Fungsi Implikasi MIN dikenakan setelah semua derajat keanggotan tiap variabel dicari nilainya dan disimpan dalam satu buah variabel array derajatKeanggotaan. Pencarian nilai MIN menggunakan fungsi minderajatKeanggotaan bawaan dari NetBeans. Gambar 4.12 Listing Kode Program Aplikasi Fungsi Implikasi MIN

4.1.2.2. Implementasi Aturan Komposisi Max

Untuk mendapatkan nilai dari aturan komposisi MAX, ada dua proses yang dilalui. Yang pertama adalah proses penampungan nilai alfa predikat hasil aplikasi fungsi implikasi MIN dan yang kedua adalah proses pencarian nilai aturan komposisi MAX. Proses yang pertama ini berlangsung pada saat perulangan looping setiap aturan untuk mencari alfa predikat. Nomor aturan, nilai alfa predikat dan nilai variabel hasil disimpan ke dalam variabel hasil_aturan. Setiap perulangan, variabel hasil_aturan tersebut disimpan ke dalam variabel array komposisi. Gambar 4.13 Listing Kode Program Penampungan Nilai Alfa Predikat Proses selanjutnya adalah mencari nilai MAX dari komposisi antar aturan. Pertama menentukan nilai maximum secara acak kemudian membandingkan setiap nilai dengan nilai acak yang telah ditentukan tersebut. Jika nilai yang dibandingkan lebih besar maka akan nilai tersebut akan menjadi nilai max. Begitu seterusnya hingga setiap nilai alfa predikat sudah dibandingkan, tetapi jika nilai yang dibandingkan sama besarnya dengan nilai maximum maka akan dilihat nilai variabel hasilnya apakah sama atau berbebeda. Jika berbeda maka terdapat dua buah nilai maximum dengan nilai variabel hasil yang berbeda. Gambar 4.14 Listing Kode Program Komposisi Antar Aturan MAX

4.1.2.3. Implementasi Defuzzyfikasi SOM Smallest of Maximum

Dokumen yang terkait

Implementasi Fuzzy Inferensi Dan Decision Tree untuk Optimasi Pengukuran Kinerja Guru Dalam Menentukan Kompensasi Merit Pay

1 25 100

Pendekatan Axiomatic Design dalam Fuzzy Multi Criteria Decision Making

1 50 141

Model Fungsi Keanggotaan Fuzzy Multi Criteria Decision Making Padaprogram Sertifikasi Guru

0 50 96

Diagnosa Penyakit Hepatitis Menggunakan Fuzzy Multi Criteria Decision Making

8 87 59

Pendekatan Fuzzy Multi-Criteria Decision Making Dalam Penentuan Penugasan Delivery Berdasarkan Kriteria Rute

2 61 56

Penerapan fuzzy multi attribute decision making dengan metode simple additive weighting pada seleksi penerimaan siswa baru : Studi kasus Smp Adzkia Islamic School

0 2 182

Pengaruh Kepemimpinan terhadap Motivasi Mahasiswa Anggota Paduan Suara Maranatha.

0 1 22

APLIKASI SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOBIL TOYOTA MENGGUNAKAN LOGIKA FUZZY MULTI ATTRIBUTE DECISION MAKING (MADM).

1 2 16

Sistem Pendukung Keputusan Pengurutan Berdasarkan Jenis Suara Anggota Baru Divisi Paduan Suara BIOS Menggunakan Metode Profile Matching (Studi Kasus: Logicio Choir FILKOM)

0 3 9

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU DENGAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING MODEL YAGER (STUDI KASUS : SMP IT IQRA BENGKULU)

0 6 82