menggunakan model matematika berupa persamaan, karena mudah dan cepat dimengerti, serta lebih tepat dalam pengolahan data dan informasi. Model dalam
matematika umumnya dapat dibagi dua, yaitu model statik dan stokastik. Model statik memberikan informasi tentang peubah-peubah model hanya pada titik tunggal dari
waktu dan model dinamik yang mampu menelusuri jalur waktu dari peubah-peubah model. Model stokastik adalah model yang didasari pada teknik peluang dan
perhitungan adanya ketidakmenentuan atau disebut juga model probalistik. Model kuantitatif yang tidak mempertimbangkan peluang kejadian dalam matematika disebut
model deterministik.
2.8. Perkembangan Sistem Berbasis Komputer
Perkembangan dan penggunaan komputer yang semakin pesat dan meluas, dipengaruhi oleh semakin banyaknya tekanan-tekanan dan permintaan dari para
penggunanya. Penelitian dan pengembangan di bidang mesin kecerdasan buatan artificial intelligence machine digunakan adalah untuk mempercepat kinerja dan
pengembangan sistem informasi berbasis komputer dalam mengerjakan tugas-tugas yang memerlukan daya nalar dan kecerdasan buatan artificial intelligence, AI, seperti
penerapan di laboratorium, pabrik-pabrik dan rumah tangga Marimin, 2002. Penerapan komputer di laboratorium menurut Sailah et al. 1989 digunakan dalam
perhitungan-perhitungan proses. Analisa numerik hasil kecerdasan buatan dalam pemrograman komputer pada proses pangan, dimulai dari hasil penelitian
laboratorium, kemudian mencari kondisi optimum sebagai acuan dalam suatu permodelan. Pemrograman komputer dalam analisa numerik tersebut hanya sebagai
alat bantu dalam menyelesaikan perhitungan, karena salah satu tujuan dari kecerdasan buatan adalah merealisasi komputer yang memiliki kecerdasan seperti
manusia untuk membantu memecahkan masalah yang dihadapi atau melakukan kegiatan yang memerlukan penalaran dinamik.
Diantara bidang-bidang yang tercakup pada sistem informasi berbasis komputer dalam sistem penunjang keputusan decision support system, DSS adalah
sistem pakar expert system, ES. Menurut Marimin 2002 perkembangan expert system sistem pakar dihasilkan dari penelitian dalam bidang intelijenkecerdasan
buatan artificial intelligence, AI. Sistem pakar ditujukan untuk memenuhi keinginan kecanggihan komputer oleh pemakai untuk dapat mengerjakan tugas-tugas yang
memerlukan daya nalar atau kecerdasan buatan. Sistem pakar merupakan sistem komputer yang berbasis pengetahuan yang terpadu di dalam sistem informasi dasar
dan memiliki kemampuan memecahkan berbagai persoalan dalam bidang tertentu secara cerdas dan efektif, seperti layaknya seorang pakar Marimin, 2005.
Struktur dari sistem pakar pada prinsipnya tersusun atas beberapa komponen berikut: 1 fasilitas akuisisi pengetahuan, yaitu merupakan suatu proses untuk
mendapatkan pengetahuan yang digunakan oleh seorang ahli dalam menyelesaian masalah pada domain tertentu, 2 sistem berbasis pengetahuan, yaitu merupakan
tempat penyimpanan pengetahuan yang diperlukan untuk mengerti, merumuskan dan menyelesaikan masalah, 3 mesin inferensi, yaitu suatu modul yang berisi strategi
penalaran yang dipakai oleh pakar pada saat mengolah atau memanipulasi fakta atau aturan yang tugas utamanya adalah menguji fakta, kaidah dan fakta baru jika
memungkinkan serta memutuskan perintah sesuai dengan hasil penalaran, 4 fasilitas untuk menjelaskan dan justifikasi, dan 5 penghubung antara pengguna dan sistem
pakar Marimin, 2007. Turban dan Aronson 2001 memperkenalkan teknologi pengambilan
keputusan selain algoritma genetik genetic algoritms, GA dan berbeda dengan pendekatan kualitatif qualitative reasoning lainnya dalam sistem intelijenkecerdasan
buatan dan aplikasi dalam dunia nyata, yakni teknologi pengambilan keputusan menggunakan logika fuzzy fuzzy logic atau gugus fuzzy. Alur penyelesaian dalam
pencarian solusi dengan metoda fuzzy dari permasalahan nyata disajikan pada Gambar 2.
Gambar 2. Alur penyelesaian masalah dengan metoda fuzzy Marimin, 2002
Represent asi Nat ural Fuzzifikasi
Kom put asi Secara Fuzzy
Defuzzifik asi
Solusi Perm asalahan ny at a
Gugus fuzzy dapat mendefinisikan dan mengekspresikan dan menyelesaikan sifat kemenduaan ambiguity dalam bahasa sehari-hari, dimana logika biasa tidak
dapat menyelesaikannya Marimin, 2002. Gugus fuzzy merupakan perangkat yang tepat dalam mengekspresikan sifat kemenduaan dan merupakan media komunikasi
yang dapat berbicara mengenai logika alami dan kompleksitas diantara manusia dan pengetahuan sosial. Sistem fuzzy merupakan penduga numerik yang terstruktur dan
dinamik yang mempunyai kemampuan mengembangkan sistem intelijen dalam lingkungan yang tidak pasti, dan tidak tepat. Sistem tersebut menduga suatu fungsi
dengan logika fuzzy. Logika fuzzy digunakan untuk menangani konsep derajat kebenaran dan sering menggunakan informasi linguistik dan verbal. Gugus fuzzy
didefinisikan oleh Bojadziev dan Bojadziev 1999 sebagai derajat elemen keanggotaan dalam suatu gugus fungsi yang berada dalam suatu selang tertentu
dalam batasan yang tidak jelas fuzzy. Gugus fuzzy dan keanggotaan fuzzy yang digunakan dalam logika fuzzy diekspresikan dalam model verbalkata-kata tinggi,
rendah, sedang, besar, kecil seperti dalam hal keuntungan, investasi, biaya, penghasilan, usia dan sebagainya.
III. LANDASAN TEORITIS