BAB III METODOLOGI PENELITIAN
3.1 Rancangan Penelitian
17 3.2
Rancangan sistem 19
3.3 Perancangan Inferensi Fuzzy
19 3.3.1 Himpunan fuzzy variabel berat badan
3.3.2 Himpunan fuzzy variabel tinggi badan 21
3.3.3 Himpunan fuzzy variabel nilai gizi 22
3.4 Fungsi Implikasi Pembentukan aturan
24
BAB IV HASIL DAN PEMBAHASAN
4.1 Pendahuluan
26 4.2
Pengujian Data 26
4.2.1 Komposisi aturan dengan menggunakan metode MAX 28
4.2.2 Komposisi Aturan dengan menggunakan metode Adaptifsum 29 4.2.3 Komposisi aturan dengan menggunakan metode
Probabilistik Or Probor 33
4.2.4 Metode MAX dengan BB 55 kg dan TB 146 cm 35
4.2.5 Metode Adaptif sumuntuk BB 60 dan TB 146 36
4.2.6 Metode Probabilistik Probor untuk BB 60 kg dan TB 146 cm39 4.2.7 Metode MAX untuk BB 80 kg dan TB 160 cm
42 4.2.8 Metode Adaptif sumuntuk BB 80 kg dan TB 146 cm
43 4.2.9 Metode Probabilistik or Proboruntuk BB 80 kg dan TB 146 cm47
4.2.10 Metode MAX untuk BB 80 kg dan 170 cm 50
4.2.11 Metode Adaptif sum untuk BB 80 kg dan TB 170 cm 52
4.2.12 Metode Probabilistik or Probor untuk BB 80 kg dan TB 170 55
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
57 5.2
Saran 57
DAFTAR PUSTAKA
Universita Sumatera Utara
DAFTAR TABEL
Nomor Tabel
Judul Halaman
2.1 2.2
3.1 3.2
4.1 4.2
4.3 4.4
4.5 4.6
4.7 4.8
4.9 4.10
4.11 4.12
4.13 4.14
4.15 4.16
4.17 Kategori Ambang Batas IMT
Riset-riset terkait Variabel dan himpunan fuzzy
Tabel Aturan fuzzy Variabel berat badan dan tinggi badan
Tabel nilai keanggotaan TB 148 dan BB 60 kg Variabel TB 148 dan BB 60 kg
Proses defuzzifikasi Variabel TB 148 dan BB 60 kg dengan metode Probor
Tabel Nilai Keanggotaan Himpunan keanggotaan TB 146 dan BB 55 kg
Proses defuzzifikasi Variabel TB 148 dan BB 60 kg dengan metode Probor
Tabel nilai keanggotaan Variabel nilai BB 80 kg dan TB 160 cm
Proses defuzzifikasi BB 80 kg dan TB 160 cm Variabel TB 148 dan BB 80 kg dengan metode Probor
Tabel nilai keanggotaan Nilai Himpunan fuzzy TB 170 dan BB 80 kg
Proses Defuzzifikasi Variabel TB 148 dan BB 60 kg dengan metode Probor
15 15
19 24
25 27
28 32
33 35
35 39
40 42
43 46
47 49
50 53
54
Universita Sumatera Utara
DAFTAR GAMBAR Nomor
Gambar Judul
Halaman
2.1 2.2
2.3 2.4
2.5 3.1
3.2 3.3
3.4 4.1
4.2 4.3
4.4 4.5
4.6 4.7
4.8 4.9
4.10 4.11
4.12 4.13
4.14 4.15
Representasi linear naik Representasi linear turun
kurva segitiga Representasi kurva trapezium
Tahapan sistem berbasis fuzzy Flowcart penelitian dengan logika fuzzy
Fungsi keanggotaan berat badan Fungsi keanggotaan tinggi badan
Himpunan fuzzy nilai gizi Fungsi keanggotaan BB 60 kg
Fungsi keanggotaan TB 148 kg Nilai gizi
Fungsi keanggotaan BB 55 kg Fungsi keanggotaan TB 146 kg
Nilai gizi dan status gizi Fungsi keanggotaan BB 80 kg
Fungsi keanggotaan TB 160 kg Nilai gizi
Fungsi keanggotaan BB 80 kg Fungsi keanggotaan TB 170 kg
Nilai gizi Tampilan Program
Import data dari excel Gambar tombol fuzzifikasi
Hasil output program 8
8 9
9 13
17
20 21
22 26
27 28
33 34
36 41
41 43
48 48
50 55
55 56
Universita Sumatera Utara
ABSTRAK
Menghitung nilai gizi seseorang berdasarkan Indeks Massa Tubuh secara umum sudah ada, namun penggunaanya sangat kaku, sehingga dengan adanya perubahan kecil saja
sudah mengakibatkan perubahan nilai pada kategori status gizi, berbeda dengan fuzzy yang memberikan toleransi terhadap perubahan yang kecil tidak akan mempengaruhi
tingkat keanggotaan pada variabel gizi. Dalam menentukan status gizi seseorang dengan menggunakan fuzzy Mamdani, ada empat tahapan yang dilakukan, langkah pertama
menentukan himpunan fuzzy dari variabel input dan langkah kedua yaitu menentukan derajat keanggotaan, langkah ketiga yaitu menghitung predikat aturan rule evaluation
dengan proses implikasi ada tiga metode yang digunakan yaitu metode Max maximum; metode Additive sum dan metode probabilistik OR probor dan langkah terakhir adalah
proses defuzzifikasi yang menggunakan metode bisektor . Penggunaan rule evaluation dengan ketiga metode tentunya menghasilkan nilai yang berbeda-beda dari masing-
masing metode tersebut.
Kata kunci: Sistem Inferensi Fuzzy, Fuzzy Mamdani, Rule Evaluation, Status Gizi
ANALYSIS OF RULE EVALUATION IN FUZZY INFERENCE SYSTEM FIS OF MAMDANI
ABSTRACT
To calculate the nutritional value of a person based on body mass index in general already exists, but It
’s use is very stiff, so with only minor changes have resulted in changes in the value of nutritional status categories, in contrast with the fuzzy tolerance
of minor changes that will not affect the level of membership in the variable nutrition. In determining a persons nutritional status by using Mamdani fuzzy, there are four steps
being taken, the first step determines fuzzy set of input variables and output variables, the second step is to determine the degree of membership, the third step is to calculate the
predicate rule rule evaluation with the implication there are three method used is the method of Max maximum; method Additive sum and probabilistic methods OR
probor and the last step is the defuzzification process using the bisector method. The use of rule evaluation with three methods must yield different values of each of these
methods.
…………………………………………………….. Keywords: Fuzzy Inference System, Mamdani Fuzzy, Rule Evaluation, Nutritional Status
BAB 1 PENDAHULUAN