fuzzydatabase proposal tugas akhir (PENERAPAN FUZZY DATABASE UNTUK REKOMENDASI PEMBELIAN LAPTOP)
0
Lainnya Blog Berikut»
Buat Blog Masuk
fuzzydatabase
Senin, 28 Mei 2012
Download Document Tugas Akhir
proposal tugas akhir (PENERAPAN FUZZY DATABASE
UNTUK REKOMENDASI PEMBELIAN LAPTOP)
Tampilan Aplikasi
Laporan TA
Tugas Akhir (TA)
PROPOSAL TUGAS AKHIR
Arsip Blog
► 2013 (1)
▼ 2012 (2)
PENERAPAN FUZZY DATABASE
UNTUK REKOMENDASI PEMBELIAN LAPTOP
▼ Mei (2)
database fuzzy
proposal tugas akhir
(PENERAPAN FUZZY
DATABASE UN...
Mengenai Saya
ABDUL GANI PUTRA SURATMA
blog ini membahas fuzzy database
Abdul Gani Putra Suratma
0803040050
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH PURWOKERTO
APRIL,2012
HALAMAN PERSETUJUAN
PROPOSAL TUGAS AKHIR
PENERAPAN FUZZY DATABASE
UNTUK REKOMENDASI PEMBELIAN LAPTOP
Diusulkan Oleh:
Abdul Gani Putra Suratma
NIM. 0803040050
Telah disetujui
pada tanggal ……………………………….
Pembimbing I
Hindayati Mustafidah, S.Si, M.Kom
NIK. 0000000000
Pembimbing II
Dimara Kusuma Hakim, S.T.M.Cs
NIK. 0000000000
Lihat profil lengkapku
A. LATAR BELAKANG
Perkembangan zaman yang semakin maju seperti sekarang ini membuat kebutuhan
masyarakat juga semakin meningkat. Terlebih lagi didorong dengan adanya kemajuan ilmu
pengetahuan dan teknologi yang sangat cepat. Sebagai contoh, dengan adanya laptop atau
notebook yang memudahkan pekerjaan segala kegiatan dapat dilakukan dengan cepat dan
resiko kesalahan dapat dikurangi.
Setiap orang sering dihadapkan pada suatu keadaan dimana dia harus memutuskan untuk
memilih satu dari beberapa pilihan yang ada. Suatu masalah dalam kehidupan dapat
diselesaikan dengan berbagai cara yang mungkin saja memberikan pemecahan masalah
secara langsung atau memberi beberapa alternatif solusi untuk pemecahan masalah.
Sekarang ini laptop merupakan kebutuhan dasar bagi masyarakat baik untuk pendidikan
maupun aktifitas bisnis. Namun, memilih laptop yang tepat sesuai kebutuhan dan anggaran
keuangannya bukan hal mudah. Banyaknya pilihan tersedia di pasaran bisa jadi membuat
tambah bingung memilihnya, oleh karena itu dibutuhkan sebuah rancang bangun untuk
rekomendasi yang diharapkan dapat membantu masyarakat dalam pemilihan laptop yang
sesuai dengan kebutuhan mereka.
Fuzzy database merupakan Fuzzy Query Database. Artinya, suatu query yang memiliki
variabel variabel yang bernilai fuzzy. Untuk mendapatkan informasi tentang kriteria laptop
maka dibutuhkan kriteria kriteria laptop seperti harddisk, processor, berat, lcd display,
memory dan harga. Alasan memakai fuzzy database untuk rekomendasi pemilihan laptop
karena fuzzy database dapat dengan mudah diakses oleh pengguna berdasarkan kriteria yang
mudah dimengerti seperti spesifikasi harddisk, processor, berat, lcd display, memory dan
harga.
B. PERUMUSAN MASALAH
Berdasarkan latar belakang di atas maka rumusan masalah dalam penelitian ini adalah:
1. Bagaimana merancang dan membangun basis data fuzzy untuk merekomendasikan laptop yang
sesuai dengan spesifikasi dan keinginan konsumen.
2. Bagaimana penerapan metode basis data fuzzy dalam pemilihan laptop yang sesuai dengan
keinginan konsumen.
C. BATASAN MASALAH
Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah dirumuskan, maka
diperlukan batasanbatasan. Batasanbatasan dalam penelitian ini adalah:
1. Kriteria kriteria yang menentukan rekomendasi laptop adalah: harga, harddisk,
processor, memory, lcd display dan berat.
2. Fungsi keanggotaan yang digunakan adalah kurva penyusutan, kurva pertumbuhan dan
kurva beta.
D. KAJIAN PUSTAKA
1. Laptop
Laptop atau sering disebut juga notebook adalah komputer bergerak yang berukuran relatif
kecil dan ringan, beratnya berkisar dari 1 hingg 6 kg, tergantung ukuran, bahan, dan spesifikasi
laptop tersebut. Sumber daya laptop berasal dari baterai atau adaptor A/C yang dapat digunakan
untuk mengisi ulang baterai dan menyalakan laptop itu sendiri. Baterai laptop pada umumnya
dapat bertahan sekitar 1 hingga 6 jam, tergantung dari cara pemakaian, spesifikasi, dan ukuran
baterai. Komponen yang terdapat di dalamnya sama persis dengan komponen pada destop, hanya
saja ukurannya diperkecil, dijadikan lebih ringan, lebih tidak panas, dan lebih hemat daya. Laptop
kebanyakan menggunakan layar LCD (Liquid Crystal Display) berukuran 10 inci hingga 17 inci
tergantung dari ukuran laptop itu sendiri.
Berbeda dengan komputer desktop, laptop memiliki komponen pendukung yang didesain secara
khusus untuk mengakomodasi sifat laptop yang portabel. Sifat utama yang dimiliki oleh komponen
penyusun laptop adalah ukuran yang kecil, hemat konsumsi energi, dan efisien (Setianto dkk.,
2009).
2. Konsep Logika Fuzzy
Teori fuzzy diperkenalkan pertama kali oleh Lotfi A. Zadeh pada tahun 1965 pada
presentasinya mengenai Fuzzy Sets.
a. Pengertian Logika Fuzzy
Logika fuzzy adalah suatu cara yang tepat untuk memetakan ruang input kedalam
suatu ruang output (Kusumadewi, 2003).
b. Himpunan Fuzzy
Himpunan tegas (crisp) A didefinisikan oleh itemitem yang ada pada himpunan
itu. Jika a.A, maka nilai yang berhubungan dengan a adalah 1. namun jika a.A, maka
nilai yang berhubungan dengan a adalah 0. notasi A = {x|P(x)} menunjukkan bahwa A
berisi item x dengan p(x) benar. Jika XA merupakan fungsi karakteristik A dan
properti P, maka dapat dikatakan bahwa P(x) benar, jika dan hanya jika XA(x)=1
(Kusumadewi, 2003).
Himpunan Fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi
karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada
interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item dalam semesta
pembicaraan tidak hanya berada pada 0 atau 1, namun juga nilai yang terletak
diantaranya. Dengan kata lain, nilai kebenaran suatu item tidak hanya benar atau
salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai
nilai yang terletak antara benar dan salah.
c. Atribut Himpunan Fuzzy
Himpunan fuzzy memiliki 2 atribut, yaitu (Kusumadewi, 2003):
1) Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi
tertentu dengan menggunakan bahasa alami.
2) Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel.
d. Fungsi Keanggotaan
Fungsi Keanggotaan (membership function) adalah suatu kurva yang menunjukkan
pemetaan titiktitik input data ke dalam nilai keanggotaannya (sering juga disebut
dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu
cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan
melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan.
1) Representasi KurvaS
Kurva PERTUMBUHAN dan PENYUSUTAN merupakan kurvaS atau
sigmoid yang berhubungan dengan kenaikan dan penurunan permukaan secara tak
linear.
KurvaS untuk PERTUMBUHAN akan bergerak dari sisi paling kiri (nilai
keanggotaan = 0) ke sisi paling kanan (nilai keanggotaan = 1). Fungsi
keanggotaannya akan tertumpu pada 50% nilai keanggotaannya yang sering
disebut dengan titik infleksi (Gambar 1).
Gambar 1. Himpunan fuzzy dengan kurvaS: PERTUMBUHAN.
KurvaS untuk PENYUSUTAN akan bergerak dari sisi paling kanan (nilai
keanggotaan = 1) ke sisi paling kiri (nilai keanggotaan = 0) (Gambar 2).
Gambar 2. Himpunan fuzzy dengan kurvaS: PENYUSUTAN.
KurvaS didefinisikan dengan menggunakan 3 parameter, yaitu: nilai
keanggotaan nol (α), nilai keanggotaan lengkap (ϒ), dan titik infleksi atau crossover
(β) yaitu titik yang memiliki domain 50% benar. Gambar 3 menunjukkan karakteristik
kurvaS dalam bentuk skema.
Gambar 3. Karakteristik fungsi kurva S.
Fungsi keanggotaan kurva PERTUMBUHAN adalah seperti pada persamaan 1
berikut:
……..(1).
Contoh fungsi keanggotaan untuk himpunan TUA pada variabel umur
terlihat seperti pada (Gambar 4).
Gambar 4. Himpunan Fuzzy: TUA.
μ TUA[50] = 1 – 2((6050)/(6035))2
= 1 – 2(10/25)2
= 0,68
Sedangkan fungsi keanggotaan pada kurva PENYUSUTAN adalah seperti pada
persamaan 2 berikut:
…….. (2).
Contoh fungsi keanggotaan untuk himpunan MUDA pada variabel umur
terlihat seperti pada (Gambar 5).
Gambar 5. Himpunan Fuzzy: MUDA.
μ MUDA[50] = 2((5037)/(5020))2
= 2(13/30)2
= 0,376
2) Representasi Kurva BETA
Kurva BETA berbentuk lonceng didefinisikan dengan 2 parameter, yaitu nilai
pada domain yang menunjukkan pusat kurva (ϒ), dan setengah lebar kurva (β)
(Gambar 6) .
Gambar 6. Karakteristik fungsi kurva BETA.
Fungsi keangotaan pada kurva BETA adalah seperti pada persamaan 3 berikut:
........ (3).
Fungsi keanggotaan untuk himpunan PAROBAYA pada variabel umur seperti
terlihat pada (Gambar 7).
μ PAROBAYA [42] = 1/(1+((4245)/5)2)
= 0,7353
μ PAROBAYA [51] = 1/(1+((5145)/5)2)
= 0,4098
Gambar 7. Himpunan Fuzzy: PAROBAYA dengan kurva Beta.
e. Operator Dasar Zadeh untuk Operasi Himpunan Fuzzy
Seperti halnya himpunan konvensional, ada beberapa operasi yang didefinisikan
secara khusus untuk mengkombinasi dan memodifikasi himpunan fuzzy. Nilai
keanggotaan sebagai hasil dari operasi 2 himpunan sering dikenal dengan nama fire
strength atau α predikat. Ada 3 operator dasar yang diciptakan oleh Zadeh
(Kusumadewi, 2003), yaitu:
1) Operasi AND
Operator ini berhubungan dengan operasi interseksi pada himpunan. α predikat
sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai
keanggotaan terkecil antar elemen pada himpunanhimpunan yang bersangkutan.
µ A∩B = min(µA [x], µB [y])
2) Operasi OR
Operator ini berhubungan dengan operasi union pada himpunan. α predikat
sebagai hasil operasi dengan operator OR diperoleh dengan mengambil nilai
keanggotaan terbesar antar elemen pada himpunanhimpunan yang bersangkutan.
µ A∪B = max(µA[x], µB[y])
3) Operasi NOT
Operator ini berhubungan dengan operasi komplemen pada himpunan. α predikat
sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai
keanggotaan elemen pada himpunan yang bersangkutan dari 1.
µA = 1 µA[x]
f. Fuzzy Database Model Tahani
Basisdata fuzzy model tahani masih tetap menggunakan relasi standar, hanya saja
model ini menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada
querynya (Kusumadewi, 2010). Metode Tahani tersusun atas tahapan yaitu:
1) Menggambarkan Fungsi Keanggotaan
Fungsi keanggotaan (membership function) adalah suatu kurva yang
menunjukkan pemetaaan titiktitik input data ke dalam nilai keanggotaannya (sering
juga disebut dengan derajat keanggotaan) yang memiliki internal antara 0 sampai 1,
salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah
dengan melalui pendekatan fungsi. Beberapa fungsi yang dapat digunakan yaitu
Representasi kurva Linier, Representasi Kurva Segitiga. Representasi Kurva
Trapesium. Masingmasing fungsi tersebut, akan menghasilkan nilai antara “0” dan
“1” dengan cara yang berbeda, sesuai dengan jenis representasi yang digunakan.
2) Fuzzifikasi
Fuzzifikasi adalah fase pertama dari perhitungan fuzzy yaitu pengubahan nilai
tegas ke nilai fuzzy. Prosesnya adalah sebagai berikut: Suatu besaran analog
dimasukkan sebagai masukan (crisp input), lalu input tersebut dimasukkan pada
batas scope dari membership function. Membership function ini biasanya dinamakan
membership function input. Keluaran dari proses fuzzifikasi ini adalah sebuah nilai
input fuzzy atau yang biasanya dinamakan fuzzy input.
3) Fuzzifikasi Query
Fuzzifikasi Query diasumsikan sebuah query konvensional (nonfuzzy) DBMS
yang akan mencoba membuat dan menerapkan sebuah system dasar logika fuzzy
query .
4) Operator Dasar Zadeh untuk Operasi Himpunan Fuzzy.
Nilai keanggotaan sebagai dari 2 himpunan fuzzy dikenal dengan nama Fire
Strength atau αpredikat. Sangat mungkin digunakan operator dasar dalam proses
query berupa operator AND dan OR.
α predikat sebagai hasil operasi dengan operator AND diperoleh dengan
mengambil nilai keanggotaan terkecil antar elemen pada himpunanhimpunan yang
bersangkutan, dinotasikan : µA
B = min(µA[x], µB[x]). Sedangkan untuk hasil
operasi dengan operator OR diperoleh dengan mengambil nilai keanggotaan terbesar
antar elemen pada himpunanhimpunan yang bersangkutan, dinotasikan : µAUB =
max(µA[x], µB[x]).
Alternatif yang direkomendasikan adalah alternatif yang memiliki nilai Fire
Strength atau tingkat kesesuaian dengan kriteria pilihan diatas angka 0 (nol) sampai
dengan angka 1 (satu).
g. Hasil Penelitian Sejenis
Penelitian tentang pengembangan aplikasi fuzzy yang telah dilakukan adalah:
1) Eliyani, dkk. (2009) telah mengembangkan Decision Suport System untuk
pembelian mobil menggunakan fuzzy database model tahani. Dalam aplikasi ini
digunakan variabel input data mobil yang meliputi panjang mobil, lebar mobil,
kapasitas penumpang, ukuran mesin, tinggi mobil, berat mobil, harga mobil, dan
kapasitas tangki bahan bakar. Dari input tersebut diperoleh output aplikasi berupa
spesifikasi mobil yang digunakan oleh pengguna serta dapat membantu
menghasilkan keputusan yang lebih cepat untuk menjadikan bahan pertimbangan
dalam persiapan pembelian produk mobil.
Pada penelitian ini fuzzy database model tahani akan diterapkan untuk
rekomendasi pembelian laptop.
2) Hasiholan (2008) telah melakukan penelitian tentang Evaluasi Kinerja Karyawan
menggunakan metode pemrograman linier Fuzzy yang membahas suatu metode
penelitian kinerja karyawan dengan faktorfaktor fuzzy sebagai parameter.
Parameter yang digunakan dalam penelian ini hanya parameter yang bersifat
fuzzy. Beberapa faktor untuk menjadi parameter dalam melakukan evaluasi
kinerja karyawan meliputi faktor pencapaian target waktu, faktor resiko kerja,
faktor disiplin waktu, faktor kerumitan pekerjaan, dan faktor loyalitas dan
tanggung jawab terhadap perusahaan. Dari faktor tersebut menghasilkan output
yang dapat digunakan dan dikembangkan oleh perusahaan untuk mencari teknik
yang berbeda dan baik dalam melakukan evaluasi kinerja karyawan sesuai
kebutuhan perusahaan untuk promosi jabatan, mutasi karyawan dan menentukan
presentasi kenaikan gaji karyawan.
3) Pattiasina (2011) melakukan penelitian tentang aplikasi yang bertujuan untuk
menghasilkan suatu sistem pendukung keputusan dalam pemilihan operator selular
sesuai dengan kriteria yang diberikan. Pada penelitiannya, Fuzzy Tahani dipakai
sebagai metode untuk menentukan kriteriakriteria yang akan digunakan dalam
memberikan hasil rekomendasi operator selular.
Penelitian ini membagi dua variabel input, yaitu variabel fuzzy dan variabel non
fuzzy. Variabel fuzzy terdiri dari datadata operator selular yang menyangkut masa
tenggang, masa aktif, tarif sms ke beda operator, tarif telepon ke beda operator,
dan tarif internet. Variabel non fuzzy terdiri dari datadata operator yang
menyangkut tipe dan jenis operator selular. Dari input tersebut diperoleh output
berupa rekomendasi operator selular disertai besarnya nilai rekomendasi fuzzy
sesuai dengan kriteria yang diinginkan oleh konsumen.
Dalam penelitian ini penggunaan fuzzy database sebagai metode pengambilan
keputusan dalam menentukan pemilihan operator selular akan menjadi poin utama
yang dijadikan dasar pembuatan aplikasi ini.
E. TUJUAN
Tujuan dari penelitian ini adalah membuat suatu sistem rekomendasi laptop dengan
menerapkan fuzzy database.
F. MANFAAT
Hasil penelitian ini diharapkan berupa sistem yang bermanfaat sebagai salah satu
alternatif untuk membantu dalam pemilihan laptop yang sesuai dengan keinginan dan
anggaran konsumen.
G. METODE PENELITIAN
1. Jenis Penelitian
Jenis penelitian ini adalah penelitian rekayasa atau pengembangan yaitu untuk aplikasi
berbasis logika fuzzy pada sistem informasi fuzzy database untuk rekomendasi pembelian laptop
menggunakan database fuzzy model Tahani.
2. Variabel Penelitian
Variabel dalam penelitian ini dibagi menjadi dua yaitu :
a. Variabel input
Fariabel Input fuzzy terdiri dari variabel HARGA, PROCESSOR, HARDDISK,
MEMORY, LCD DISPLAY, dan BERAT.
b. Variabel utput
Dari variabel input di atas akan dihasilkan output berupa data Laptop , NAMA
LAPTOP, HARGA, PROCESSOR, HARDDISK, MEMORY, LCD DISPLAY, dan
BERAT sesuai dengan query.
3. Sumber Data
Data penelitian berasal dari toko penjual komputer di Purwokerto dan internet.
4. Waktu, Tempat, Dan Alat
Waktu penelitian dilaksanakan pada bulan januari 2012 sampai bulan april 2012.
Perlengkapan penelitian sebagai berikut:
a. Perlengkapan Hardware
1 Unit Komputer dengan spesifikasi Harddisk 320 GB, RAM 4 GB, Processor
intel DUAL CORE dan LCD 14 Inc.
1 Unit Printer.
b. Perlengkapan Software
DBMS SQL Server Standard Edition.
Microsoft Office 2007 Enterprise Edition.
Operating System Microsoft Windows XP.
Microsoft Visual Studio 2005.
5. Pengumpulan Data dan Sumber Pendukung (Literatur)
Metode pengumpulan data dan sumber pendukung dilakukan melalui cara:
a. Studi Pustaka
Studi pustaka dilakukan untuk mengumpulkan literatur yang mendukung penelitian.
Literatur‐literatur diambil dari penelitian‐penelitian sebelumnya maupun dari jurnal‐
jurnal ilmiah, baik dalam negeri maupun luar negeri. Litelatur yang dibutuhkan adalah
literatur tentang rekomendasi laptop, fuzzy database, dan pemrograman berbasis
desktop.
b. Observasi
Observasi dilakukan dengan mendatangi toko penjual komputer di Purwokerto untuk
mengumpulkan datadata yang dibutuhkan dalam penelitian yang meliputi data
spesifikasi laptop dan data yang menentukan rekomendasi laptop.
6. Perancangan Sistem
Pada tahap ini dilakukan perancangan sistem yang akan dibangun yang terbagi dalam beberapa
tahap yaitu:
a. Perancangan fuzzy database
Pada tahap ini akan dirancang sistem fuzzy yang akan dibangun melalui langkah
langkah berikut :
1) Menentukan variabel fuzzy
Variabel fuzzy yang akan dibahas dalam sistem fuzzy adalah HARGA,
PROCESSOR, HARDDISK, MEMORY, LCD DISPLAY, dan BERAT.
2) Menentukan himpunan fuzzy
Himpunan fuzzy ditentukan untuk mengelompokkan data berdasarkan variabel
bahasa (linguistik variable) yang dinyatakan dalam fungsi keanggotaan.
Berdasarkan variabel fuzzy di atas maka dapat ditentukan himpunan fuzzy untuk
masingmasing variabel sebagai berikut:
1) HARGA : MURAH, SEDANG, dan MAHAL.
2) PROCESSOR : RENDAH, SEDANG, dan TINGGI.
3) HARDDISK : KECIL, SEDANG, dan BESAR.
4) MEMORY : KECIL, SEDANG, dan BESAR.
5) BERAT : RINGAN, SEDANG, dan BERAT.
6) LCD DISPLAY : KECIL, SEDANG, dan BESAR.
3) Menentukan fungsi keanggotaan
Fungsi Keanggotaan yang akan digunakan adalah kurva PENYUSUTAN,
kurva PERTUMBUHAN, dan kurva BETA (Gambar 8).
Gambar 8. Penentuan himpunan menggunakan kurva PENYUSUTAN, kurva
BETA, dan kurva PERTUMBUHAN.
b. Perancangan database
Memilih DBMS(Database Management System) .
Membuat database dan tabeltabelnya.
Membuat view untuk menghitung derajat keanggotaan masingmasing himpunan.
c. Perancangan proses
Pada tahap ini akan dirancang prosesproses yang ada dalam sistem. Secara umum
proses pada sistem yang akan dibangun dikelompokan menjadi dua yaitu proses yang
dilakukan oleh customer dan proses yang dilakukan oleh admin.
Proses pada sistem yang dibangun ditunjukan dengan Use Case Diagram (Gambar 9).
Gambar 9. Use Case Diagram sistem yang dibangun
.
Dari Gambar 9 di atas, admin mempunyai fungsi untuk menangani semua data
yang berkaitan dengan data laptop. Sedangkan customer dalam hal ini, cukup
memasukkan kriteria laptop apa yang hendak dibeli atau dicari ke dalam sistem,
dimana sistem ini akan memberikan hasil kepada customer berupa rekomendasi daftar
laptop sesuai kriteria yang di cari.
Proses yang ada dalam sistem berupa input kriteria sperti harga murah, harga
sedang dan harga mahal. Dari input kriteria tersebut diteruskan pada proses penentuan
himpunan fuzzy untuk menentukan variabel harga yang terbagi menjadi tiga himpunan
fuzzy yaitu murah, sedang dan mahal. Pada proses selanjutnya yaitu proses penentuan
fungsi keanggotaan, proses ini akan menentukan derajat keanggotaan dari kriteria
input yang dipilih, kemudian diteruskan pada proses perhitungan Fire Strength untuk
menghitung derajat keanggotaan pada himpunan yang ditentukan sehingga akan
dihasilkan rekomendasi laptop. Proses dalam sistem rekomendasi laptop ditunjukan
pada (Gambar 10).
Gambar 10. Flowchart sistem rekomendasi laptop
d. Perancangan tampilan aplikasi
Pada tahap ini akan dilakukan perancangan tampilan dari aplikasi yang akan dibuat
(Gambar 11).
Gambar 11. Perancangan tampilan aplikasi
7. Pengkodean
Pada tahap ini dilakukan pengkodean untuk membangun aplikasi sesuai dengan rancangan sistem.
Pengkodean dibagi menjadi dua bagian yaitu :
Pengkodean Query, yaitu membuat script query untuk menangani proses fuzzyfikasi
dan penentuan nilai keanggotaan (µ) untuk masingmasing himpunan.
Pengkodean Interface (Tampilan), yaitu membuat interface aplikasi menggunakan
bahasa pemrograman C#.
8. Pengujian
Pada tahap ini dilakukan pengujian terhadap sitem yang telah dibangun dengan menggunakan data
data laptop yang telah ada.
9. Implementasi
Mengimplementasikan sistem di toko komputer yang terkait dengan penelitian dengan memberi
pelatihan kepada admin tentang sistem yang dibuat dan cara penggunaannya.
H. RENCANA JADUAL PENELITIAN
Penelitian ini akan dilaksanakan selama empat bulan yang ditunjukkan dalam Tabel 1.
Tabel 1. Rencana Jadual Penelitian
Kegiatan
Pengumpulan
data
Perancangan
sistem
Pengkodean
Pengujian
Implementasi
Maret 2012
April 2012
Mei 2012
Juni 2012
Penyusunan
Laporan
DAFTAR PUSTAKA
Eliyani, Pujianto, U., and Rosyadi, D., 2009, Decision Support system untuk Pembelian Mobil
Menggunakan Fuzzy Database Model Tahani, Graha Ilmu, Yogyakarta.
Hasiholan, L., and Sudrajat., 2008, Evaluasi Kinerja Karyawan Menggunakan Metode
Pemrograman Linier Fuzzy, Seminar Pengembangan dan Konstribusi matematika dalam
Menunjangkemajuan Ilmu Pengetahuan Teknologi, Bandung, 13 Desember 2008.
Kusumadewi, S., 2003, Artificial Intelegence (Teknik dan Aplikasinya), Graha Ilmu, Yogyakarta.
Kusumadewi, S., and Purnomo, H., 2010, Aplikasi Logika Fuzzy Sistem Pendukung Keputusan,
Graha Ilmu, Yogyakarta.
Microsoft, 2012, Getting Started with Visual C#, http://social.msdn.microsoft.com, diakses
tanggal 28 Januari 2012, 22.23 WIB.
Pattiasina, T.J., 2011, Pemanfaatan Fuzzy Database Sebagai Pendukung Keputusan Pemilihan
Operator Selular, Tesis, Program Pascasarjana Magister Teknologi Informasi, Institut Sains
Terapan dan Teknologi Surabaya, Surabaya.
Setianto., E.H., and SmitDev Comunity, 2009, SerbaSerbi Laptop, PT. Elex Media Komputindo,
Jakarta.
Diposkan oleh ABDUL GANI PUTRA SURATMA di 16.05
Rekomendasikan ini di Google
Label: fuzzy database
8 komentar:
rahmah suci 25 Februari 2013 16.52
kita juga punya nih jurnal Sistem Fuzzy, silahkan dikunjungi dan dibaca , berikut linknya
http://repository.gunadarma.ac.id/bitstream/123456789/1264/1/50407632.pdf
semoga bermanfaat yaa :)
Balas
ABDUL GANI PUTRA SURATMA 1 Mei 2013 20.15
Komentar ini telah dihapus oleh pengarang.
Balas
ABDUL GANI PUTRA SURATMA 1 Mei 2013 20.19
http://www.scribd.com/doc/99772642/FuzzyDatabaseTahani
Balas
Coolest Vehicle 4 Juni 2013 10.04
mas, ini pake kurva beta ya?boleh g saya minta programnya?atau itungan manualnya?saya
udah ngitung tapi jumlah derajat keanggotaannya kok g 1 ya?
Balas
Balasan
ABDUL GANI PUTRA SURATMA 3 Juli 2013 02.04
iya pake kurva beta, untuk itunganya ada di query database.
coba liat lampiran di:http://www.scribd.com/doc/99772642/FuzzyDatabaseTahani
atau download
database+ doc
http://www.4shared.com/rar/hQVFyj1E/database_fuzzy.html
Balas
Abdul Harris 28 Desember 2014 02.51
Mas minta source code nya donk..besok kami final
Balas
andri awan 28 Desember 2014 14.59
mas boleh minta hitunganmanualnya gak ?
Balas
Reza Setiadi 13 April 2015 21.14
mas boleh minta ajarin ga mas buat bikin db nya, saya jg mau bikin ttg fuzzy database nih..
Balas
Masukkan komentar Anda...
Beri komentar sebagai:
Publikasikan
Google Account
Pratinjau
Posting Lebih Baru
Beranda
Langganan: Poskan Komentar (Atom)
Template Awesome Inc.. Diberdayakan oleh Blogger.
Lainnya Blog Berikut»
Buat Blog Masuk
fuzzydatabase
Senin, 28 Mei 2012
Download Document Tugas Akhir
proposal tugas akhir (PENERAPAN FUZZY DATABASE
UNTUK REKOMENDASI PEMBELIAN LAPTOP)
Tampilan Aplikasi
Laporan TA
Tugas Akhir (TA)
PROPOSAL TUGAS AKHIR
Arsip Blog
► 2013 (1)
▼ 2012 (2)
PENERAPAN FUZZY DATABASE
UNTUK REKOMENDASI PEMBELIAN LAPTOP
▼ Mei (2)
database fuzzy
proposal tugas akhir
(PENERAPAN FUZZY
DATABASE UN...
Mengenai Saya
ABDUL GANI PUTRA SURATMA
blog ini membahas fuzzy database
Abdul Gani Putra Suratma
0803040050
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH PURWOKERTO
APRIL,2012
HALAMAN PERSETUJUAN
PROPOSAL TUGAS AKHIR
PENERAPAN FUZZY DATABASE
UNTUK REKOMENDASI PEMBELIAN LAPTOP
Diusulkan Oleh:
Abdul Gani Putra Suratma
NIM. 0803040050
Telah disetujui
pada tanggal ……………………………….
Pembimbing I
Hindayati Mustafidah, S.Si, M.Kom
NIK. 0000000000
Pembimbing II
Dimara Kusuma Hakim, S.T.M.Cs
NIK. 0000000000
Lihat profil lengkapku
A. LATAR BELAKANG
Perkembangan zaman yang semakin maju seperti sekarang ini membuat kebutuhan
masyarakat juga semakin meningkat. Terlebih lagi didorong dengan adanya kemajuan ilmu
pengetahuan dan teknologi yang sangat cepat. Sebagai contoh, dengan adanya laptop atau
notebook yang memudahkan pekerjaan segala kegiatan dapat dilakukan dengan cepat dan
resiko kesalahan dapat dikurangi.
Setiap orang sering dihadapkan pada suatu keadaan dimana dia harus memutuskan untuk
memilih satu dari beberapa pilihan yang ada. Suatu masalah dalam kehidupan dapat
diselesaikan dengan berbagai cara yang mungkin saja memberikan pemecahan masalah
secara langsung atau memberi beberapa alternatif solusi untuk pemecahan masalah.
Sekarang ini laptop merupakan kebutuhan dasar bagi masyarakat baik untuk pendidikan
maupun aktifitas bisnis. Namun, memilih laptop yang tepat sesuai kebutuhan dan anggaran
keuangannya bukan hal mudah. Banyaknya pilihan tersedia di pasaran bisa jadi membuat
tambah bingung memilihnya, oleh karena itu dibutuhkan sebuah rancang bangun untuk
rekomendasi yang diharapkan dapat membantu masyarakat dalam pemilihan laptop yang
sesuai dengan kebutuhan mereka.
Fuzzy database merupakan Fuzzy Query Database. Artinya, suatu query yang memiliki
variabel variabel yang bernilai fuzzy. Untuk mendapatkan informasi tentang kriteria laptop
maka dibutuhkan kriteria kriteria laptop seperti harddisk, processor, berat, lcd display,
memory dan harga. Alasan memakai fuzzy database untuk rekomendasi pemilihan laptop
karena fuzzy database dapat dengan mudah diakses oleh pengguna berdasarkan kriteria yang
mudah dimengerti seperti spesifikasi harddisk, processor, berat, lcd display, memory dan
harga.
B. PERUMUSAN MASALAH
Berdasarkan latar belakang di atas maka rumusan masalah dalam penelitian ini adalah:
1. Bagaimana merancang dan membangun basis data fuzzy untuk merekomendasikan laptop yang
sesuai dengan spesifikasi dan keinginan konsumen.
2. Bagaimana penerapan metode basis data fuzzy dalam pemilihan laptop yang sesuai dengan
keinginan konsumen.
C. BATASAN MASALAH
Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah dirumuskan, maka
diperlukan batasanbatasan. Batasanbatasan dalam penelitian ini adalah:
1. Kriteria kriteria yang menentukan rekomendasi laptop adalah: harga, harddisk,
processor, memory, lcd display dan berat.
2. Fungsi keanggotaan yang digunakan adalah kurva penyusutan, kurva pertumbuhan dan
kurva beta.
D. KAJIAN PUSTAKA
1. Laptop
Laptop atau sering disebut juga notebook adalah komputer bergerak yang berukuran relatif
kecil dan ringan, beratnya berkisar dari 1 hingg 6 kg, tergantung ukuran, bahan, dan spesifikasi
laptop tersebut. Sumber daya laptop berasal dari baterai atau adaptor A/C yang dapat digunakan
untuk mengisi ulang baterai dan menyalakan laptop itu sendiri. Baterai laptop pada umumnya
dapat bertahan sekitar 1 hingga 6 jam, tergantung dari cara pemakaian, spesifikasi, dan ukuran
baterai. Komponen yang terdapat di dalamnya sama persis dengan komponen pada destop, hanya
saja ukurannya diperkecil, dijadikan lebih ringan, lebih tidak panas, dan lebih hemat daya. Laptop
kebanyakan menggunakan layar LCD (Liquid Crystal Display) berukuran 10 inci hingga 17 inci
tergantung dari ukuran laptop itu sendiri.
Berbeda dengan komputer desktop, laptop memiliki komponen pendukung yang didesain secara
khusus untuk mengakomodasi sifat laptop yang portabel. Sifat utama yang dimiliki oleh komponen
penyusun laptop adalah ukuran yang kecil, hemat konsumsi energi, dan efisien (Setianto dkk.,
2009).
2. Konsep Logika Fuzzy
Teori fuzzy diperkenalkan pertama kali oleh Lotfi A. Zadeh pada tahun 1965 pada
presentasinya mengenai Fuzzy Sets.
a. Pengertian Logika Fuzzy
Logika fuzzy adalah suatu cara yang tepat untuk memetakan ruang input kedalam
suatu ruang output (Kusumadewi, 2003).
b. Himpunan Fuzzy
Himpunan tegas (crisp) A didefinisikan oleh itemitem yang ada pada himpunan
itu. Jika a.A, maka nilai yang berhubungan dengan a adalah 1. namun jika a.A, maka
nilai yang berhubungan dengan a adalah 0. notasi A = {x|P(x)} menunjukkan bahwa A
berisi item x dengan p(x) benar. Jika XA merupakan fungsi karakteristik A dan
properti P, maka dapat dikatakan bahwa P(x) benar, jika dan hanya jika XA(x)=1
(Kusumadewi, 2003).
Himpunan Fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi
karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada
interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item dalam semesta
pembicaraan tidak hanya berada pada 0 atau 1, namun juga nilai yang terletak
diantaranya. Dengan kata lain, nilai kebenaran suatu item tidak hanya benar atau
salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai
nilai yang terletak antara benar dan salah.
c. Atribut Himpunan Fuzzy
Himpunan fuzzy memiliki 2 atribut, yaitu (Kusumadewi, 2003):
1) Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi
tertentu dengan menggunakan bahasa alami.
2) Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel.
d. Fungsi Keanggotaan
Fungsi Keanggotaan (membership function) adalah suatu kurva yang menunjukkan
pemetaan titiktitik input data ke dalam nilai keanggotaannya (sering juga disebut
dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu
cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan
melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan.
1) Representasi KurvaS
Kurva PERTUMBUHAN dan PENYUSUTAN merupakan kurvaS atau
sigmoid yang berhubungan dengan kenaikan dan penurunan permukaan secara tak
linear.
KurvaS untuk PERTUMBUHAN akan bergerak dari sisi paling kiri (nilai
keanggotaan = 0) ke sisi paling kanan (nilai keanggotaan = 1). Fungsi
keanggotaannya akan tertumpu pada 50% nilai keanggotaannya yang sering
disebut dengan titik infleksi (Gambar 1).
Gambar 1. Himpunan fuzzy dengan kurvaS: PERTUMBUHAN.
KurvaS untuk PENYUSUTAN akan bergerak dari sisi paling kanan (nilai
keanggotaan = 1) ke sisi paling kiri (nilai keanggotaan = 0) (Gambar 2).
Gambar 2. Himpunan fuzzy dengan kurvaS: PENYUSUTAN.
KurvaS didefinisikan dengan menggunakan 3 parameter, yaitu: nilai
keanggotaan nol (α), nilai keanggotaan lengkap (ϒ), dan titik infleksi atau crossover
(β) yaitu titik yang memiliki domain 50% benar. Gambar 3 menunjukkan karakteristik
kurvaS dalam bentuk skema.
Gambar 3. Karakteristik fungsi kurva S.
Fungsi keanggotaan kurva PERTUMBUHAN adalah seperti pada persamaan 1
berikut:
……..(1).
Contoh fungsi keanggotaan untuk himpunan TUA pada variabel umur
terlihat seperti pada (Gambar 4).
Gambar 4. Himpunan Fuzzy: TUA.
μ TUA[50] = 1 – 2((6050)/(6035))2
= 1 – 2(10/25)2
= 0,68
Sedangkan fungsi keanggotaan pada kurva PENYUSUTAN adalah seperti pada
persamaan 2 berikut:
…….. (2).
Contoh fungsi keanggotaan untuk himpunan MUDA pada variabel umur
terlihat seperti pada (Gambar 5).
Gambar 5. Himpunan Fuzzy: MUDA.
μ MUDA[50] = 2((5037)/(5020))2
= 2(13/30)2
= 0,376
2) Representasi Kurva BETA
Kurva BETA berbentuk lonceng didefinisikan dengan 2 parameter, yaitu nilai
pada domain yang menunjukkan pusat kurva (ϒ), dan setengah lebar kurva (β)
(Gambar 6) .
Gambar 6. Karakteristik fungsi kurva BETA.
Fungsi keangotaan pada kurva BETA adalah seperti pada persamaan 3 berikut:
........ (3).
Fungsi keanggotaan untuk himpunan PAROBAYA pada variabel umur seperti
terlihat pada (Gambar 7).
μ PAROBAYA [42] = 1/(1+((4245)/5)2)
= 0,7353
μ PAROBAYA [51] = 1/(1+((5145)/5)2)
= 0,4098
Gambar 7. Himpunan Fuzzy: PAROBAYA dengan kurva Beta.
e. Operator Dasar Zadeh untuk Operasi Himpunan Fuzzy
Seperti halnya himpunan konvensional, ada beberapa operasi yang didefinisikan
secara khusus untuk mengkombinasi dan memodifikasi himpunan fuzzy. Nilai
keanggotaan sebagai hasil dari operasi 2 himpunan sering dikenal dengan nama fire
strength atau α predikat. Ada 3 operator dasar yang diciptakan oleh Zadeh
(Kusumadewi, 2003), yaitu:
1) Operasi AND
Operator ini berhubungan dengan operasi interseksi pada himpunan. α predikat
sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai
keanggotaan terkecil antar elemen pada himpunanhimpunan yang bersangkutan.
µ A∩B = min(µA [x], µB [y])
2) Operasi OR
Operator ini berhubungan dengan operasi union pada himpunan. α predikat
sebagai hasil operasi dengan operator OR diperoleh dengan mengambil nilai
keanggotaan terbesar antar elemen pada himpunanhimpunan yang bersangkutan.
µ A∪B = max(µA[x], µB[y])
3) Operasi NOT
Operator ini berhubungan dengan operasi komplemen pada himpunan. α predikat
sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai
keanggotaan elemen pada himpunan yang bersangkutan dari 1.
µA = 1 µA[x]
f. Fuzzy Database Model Tahani
Basisdata fuzzy model tahani masih tetap menggunakan relasi standar, hanya saja
model ini menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada
querynya (Kusumadewi, 2010). Metode Tahani tersusun atas tahapan yaitu:
1) Menggambarkan Fungsi Keanggotaan
Fungsi keanggotaan (membership function) adalah suatu kurva yang
menunjukkan pemetaaan titiktitik input data ke dalam nilai keanggotaannya (sering
juga disebut dengan derajat keanggotaan) yang memiliki internal antara 0 sampai 1,
salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah
dengan melalui pendekatan fungsi. Beberapa fungsi yang dapat digunakan yaitu
Representasi kurva Linier, Representasi Kurva Segitiga. Representasi Kurva
Trapesium. Masingmasing fungsi tersebut, akan menghasilkan nilai antara “0” dan
“1” dengan cara yang berbeda, sesuai dengan jenis representasi yang digunakan.
2) Fuzzifikasi
Fuzzifikasi adalah fase pertama dari perhitungan fuzzy yaitu pengubahan nilai
tegas ke nilai fuzzy. Prosesnya adalah sebagai berikut: Suatu besaran analog
dimasukkan sebagai masukan (crisp input), lalu input tersebut dimasukkan pada
batas scope dari membership function. Membership function ini biasanya dinamakan
membership function input. Keluaran dari proses fuzzifikasi ini adalah sebuah nilai
input fuzzy atau yang biasanya dinamakan fuzzy input.
3) Fuzzifikasi Query
Fuzzifikasi Query diasumsikan sebuah query konvensional (nonfuzzy) DBMS
yang akan mencoba membuat dan menerapkan sebuah system dasar logika fuzzy
query .
4) Operator Dasar Zadeh untuk Operasi Himpunan Fuzzy.
Nilai keanggotaan sebagai dari 2 himpunan fuzzy dikenal dengan nama Fire
Strength atau αpredikat. Sangat mungkin digunakan operator dasar dalam proses
query berupa operator AND dan OR.
α predikat sebagai hasil operasi dengan operator AND diperoleh dengan
mengambil nilai keanggotaan terkecil antar elemen pada himpunanhimpunan yang
bersangkutan, dinotasikan : µA
B = min(µA[x], µB[x]). Sedangkan untuk hasil
operasi dengan operator OR diperoleh dengan mengambil nilai keanggotaan terbesar
antar elemen pada himpunanhimpunan yang bersangkutan, dinotasikan : µAUB =
max(µA[x], µB[x]).
Alternatif yang direkomendasikan adalah alternatif yang memiliki nilai Fire
Strength atau tingkat kesesuaian dengan kriteria pilihan diatas angka 0 (nol) sampai
dengan angka 1 (satu).
g. Hasil Penelitian Sejenis
Penelitian tentang pengembangan aplikasi fuzzy yang telah dilakukan adalah:
1) Eliyani, dkk. (2009) telah mengembangkan Decision Suport System untuk
pembelian mobil menggunakan fuzzy database model tahani. Dalam aplikasi ini
digunakan variabel input data mobil yang meliputi panjang mobil, lebar mobil,
kapasitas penumpang, ukuran mesin, tinggi mobil, berat mobil, harga mobil, dan
kapasitas tangki bahan bakar. Dari input tersebut diperoleh output aplikasi berupa
spesifikasi mobil yang digunakan oleh pengguna serta dapat membantu
menghasilkan keputusan yang lebih cepat untuk menjadikan bahan pertimbangan
dalam persiapan pembelian produk mobil.
Pada penelitian ini fuzzy database model tahani akan diterapkan untuk
rekomendasi pembelian laptop.
2) Hasiholan (2008) telah melakukan penelitian tentang Evaluasi Kinerja Karyawan
menggunakan metode pemrograman linier Fuzzy yang membahas suatu metode
penelitian kinerja karyawan dengan faktorfaktor fuzzy sebagai parameter.
Parameter yang digunakan dalam penelian ini hanya parameter yang bersifat
fuzzy. Beberapa faktor untuk menjadi parameter dalam melakukan evaluasi
kinerja karyawan meliputi faktor pencapaian target waktu, faktor resiko kerja,
faktor disiplin waktu, faktor kerumitan pekerjaan, dan faktor loyalitas dan
tanggung jawab terhadap perusahaan. Dari faktor tersebut menghasilkan output
yang dapat digunakan dan dikembangkan oleh perusahaan untuk mencari teknik
yang berbeda dan baik dalam melakukan evaluasi kinerja karyawan sesuai
kebutuhan perusahaan untuk promosi jabatan, mutasi karyawan dan menentukan
presentasi kenaikan gaji karyawan.
3) Pattiasina (2011) melakukan penelitian tentang aplikasi yang bertujuan untuk
menghasilkan suatu sistem pendukung keputusan dalam pemilihan operator selular
sesuai dengan kriteria yang diberikan. Pada penelitiannya, Fuzzy Tahani dipakai
sebagai metode untuk menentukan kriteriakriteria yang akan digunakan dalam
memberikan hasil rekomendasi operator selular.
Penelitian ini membagi dua variabel input, yaitu variabel fuzzy dan variabel non
fuzzy. Variabel fuzzy terdiri dari datadata operator selular yang menyangkut masa
tenggang, masa aktif, tarif sms ke beda operator, tarif telepon ke beda operator,
dan tarif internet. Variabel non fuzzy terdiri dari datadata operator yang
menyangkut tipe dan jenis operator selular. Dari input tersebut diperoleh output
berupa rekomendasi operator selular disertai besarnya nilai rekomendasi fuzzy
sesuai dengan kriteria yang diinginkan oleh konsumen.
Dalam penelitian ini penggunaan fuzzy database sebagai metode pengambilan
keputusan dalam menentukan pemilihan operator selular akan menjadi poin utama
yang dijadikan dasar pembuatan aplikasi ini.
E. TUJUAN
Tujuan dari penelitian ini adalah membuat suatu sistem rekomendasi laptop dengan
menerapkan fuzzy database.
F. MANFAAT
Hasil penelitian ini diharapkan berupa sistem yang bermanfaat sebagai salah satu
alternatif untuk membantu dalam pemilihan laptop yang sesuai dengan keinginan dan
anggaran konsumen.
G. METODE PENELITIAN
1. Jenis Penelitian
Jenis penelitian ini adalah penelitian rekayasa atau pengembangan yaitu untuk aplikasi
berbasis logika fuzzy pada sistem informasi fuzzy database untuk rekomendasi pembelian laptop
menggunakan database fuzzy model Tahani.
2. Variabel Penelitian
Variabel dalam penelitian ini dibagi menjadi dua yaitu :
a. Variabel input
Fariabel Input fuzzy terdiri dari variabel HARGA, PROCESSOR, HARDDISK,
MEMORY, LCD DISPLAY, dan BERAT.
b. Variabel utput
Dari variabel input di atas akan dihasilkan output berupa data Laptop , NAMA
LAPTOP, HARGA, PROCESSOR, HARDDISK, MEMORY, LCD DISPLAY, dan
BERAT sesuai dengan query.
3. Sumber Data
Data penelitian berasal dari toko penjual komputer di Purwokerto dan internet.
4. Waktu, Tempat, Dan Alat
Waktu penelitian dilaksanakan pada bulan januari 2012 sampai bulan april 2012.
Perlengkapan penelitian sebagai berikut:
a. Perlengkapan Hardware
1 Unit Komputer dengan spesifikasi Harddisk 320 GB, RAM 4 GB, Processor
intel DUAL CORE dan LCD 14 Inc.
1 Unit Printer.
b. Perlengkapan Software
DBMS SQL Server Standard Edition.
Microsoft Office 2007 Enterprise Edition.
Operating System Microsoft Windows XP.
Microsoft Visual Studio 2005.
5. Pengumpulan Data dan Sumber Pendukung (Literatur)
Metode pengumpulan data dan sumber pendukung dilakukan melalui cara:
a. Studi Pustaka
Studi pustaka dilakukan untuk mengumpulkan literatur yang mendukung penelitian.
Literatur‐literatur diambil dari penelitian‐penelitian sebelumnya maupun dari jurnal‐
jurnal ilmiah, baik dalam negeri maupun luar negeri. Litelatur yang dibutuhkan adalah
literatur tentang rekomendasi laptop, fuzzy database, dan pemrograman berbasis
desktop.
b. Observasi
Observasi dilakukan dengan mendatangi toko penjual komputer di Purwokerto untuk
mengumpulkan datadata yang dibutuhkan dalam penelitian yang meliputi data
spesifikasi laptop dan data yang menentukan rekomendasi laptop.
6. Perancangan Sistem
Pada tahap ini dilakukan perancangan sistem yang akan dibangun yang terbagi dalam beberapa
tahap yaitu:
a. Perancangan fuzzy database
Pada tahap ini akan dirancang sistem fuzzy yang akan dibangun melalui langkah
langkah berikut :
1) Menentukan variabel fuzzy
Variabel fuzzy yang akan dibahas dalam sistem fuzzy adalah HARGA,
PROCESSOR, HARDDISK, MEMORY, LCD DISPLAY, dan BERAT.
2) Menentukan himpunan fuzzy
Himpunan fuzzy ditentukan untuk mengelompokkan data berdasarkan variabel
bahasa (linguistik variable) yang dinyatakan dalam fungsi keanggotaan.
Berdasarkan variabel fuzzy di atas maka dapat ditentukan himpunan fuzzy untuk
masingmasing variabel sebagai berikut:
1) HARGA : MURAH, SEDANG, dan MAHAL.
2) PROCESSOR : RENDAH, SEDANG, dan TINGGI.
3) HARDDISK : KECIL, SEDANG, dan BESAR.
4) MEMORY : KECIL, SEDANG, dan BESAR.
5) BERAT : RINGAN, SEDANG, dan BERAT.
6) LCD DISPLAY : KECIL, SEDANG, dan BESAR.
3) Menentukan fungsi keanggotaan
Fungsi Keanggotaan yang akan digunakan adalah kurva PENYUSUTAN,
kurva PERTUMBUHAN, dan kurva BETA (Gambar 8).
Gambar 8. Penentuan himpunan menggunakan kurva PENYUSUTAN, kurva
BETA, dan kurva PERTUMBUHAN.
b. Perancangan database
Memilih DBMS(Database Management System) .
Membuat database dan tabeltabelnya.
Membuat view untuk menghitung derajat keanggotaan masingmasing himpunan.
c. Perancangan proses
Pada tahap ini akan dirancang prosesproses yang ada dalam sistem. Secara umum
proses pada sistem yang akan dibangun dikelompokan menjadi dua yaitu proses yang
dilakukan oleh customer dan proses yang dilakukan oleh admin.
Proses pada sistem yang dibangun ditunjukan dengan Use Case Diagram (Gambar 9).
Gambar 9. Use Case Diagram sistem yang dibangun
.
Dari Gambar 9 di atas, admin mempunyai fungsi untuk menangani semua data
yang berkaitan dengan data laptop. Sedangkan customer dalam hal ini, cukup
memasukkan kriteria laptop apa yang hendak dibeli atau dicari ke dalam sistem,
dimana sistem ini akan memberikan hasil kepada customer berupa rekomendasi daftar
laptop sesuai kriteria yang di cari.
Proses yang ada dalam sistem berupa input kriteria sperti harga murah, harga
sedang dan harga mahal. Dari input kriteria tersebut diteruskan pada proses penentuan
himpunan fuzzy untuk menentukan variabel harga yang terbagi menjadi tiga himpunan
fuzzy yaitu murah, sedang dan mahal. Pada proses selanjutnya yaitu proses penentuan
fungsi keanggotaan, proses ini akan menentukan derajat keanggotaan dari kriteria
input yang dipilih, kemudian diteruskan pada proses perhitungan Fire Strength untuk
menghitung derajat keanggotaan pada himpunan yang ditentukan sehingga akan
dihasilkan rekomendasi laptop. Proses dalam sistem rekomendasi laptop ditunjukan
pada (Gambar 10).
Gambar 10. Flowchart sistem rekomendasi laptop
d. Perancangan tampilan aplikasi
Pada tahap ini akan dilakukan perancangan tampilan dari aplikasi yang akan dibuat
(Gambar 11).
Gambar 11. Perancangan tampilan aplikasi
7. Pengkodean
Pada tahap ini dilakukan pengkodean untuk membangun aplikasi sesuai dengan rancangan sistem.
Pengkodean dibagi menjadi dua bagian yaitu :
Pengkodean Query, yaitu membuat script query untuk menangani proses fuzzyfikasi
dan penentuan nilai keanggotaan (µ) untuk masingmasing himpunan.
Pengkodean Interface (Tampilan), yaitu membuat interface aplikasi menggunakan
bahasa pemrograman C#.
8. Pengujian
Pada tahap ini dilakukan pengujian terhadap sitem yang telah dibangun dengan menggunakan data
data laptop yang telah ada.
9. Implementasi
Mengimplementasikan sistem di toko komputer yang terkait dengan penelitian dengan memberi
pelatihan kepada admin tentang sistem yang dibuat dan cara penggunaannya.
H. RENCANA JADUAL PENELITIAN
Penelitian ini akan dilaksanakan selama empat bulan yang ditunjukkan dalam Tabel 1.
Tabel 1. Rencana Jadual Penelitian
Kegiatan
Pengumpulan
data
Perancangan
sistem
Pengkodean
Pengujian
Implementasi
Maret 2012
April 2012
Mei 2012
Juni 2012
Penyusunan
Laporan
DAFTAR PUSTAKA
Eliyani, Pujianto, U., and Rosyadi, D., 2009, Decision Support system untuk Pembelian Mobil
Menggunakan Fuzzy Database Model Tahani, Graha Ilmu, Yogyakarta.
Hasiholan, L., and Sudrajat., 2008, Evaluasi Kinerja Karyawan Menggunakan Metode
Pemrograman Linier Fuzzy, Seminar Pengembangan dan Konstribusi matematika dalam
Menunjangkemajuan Ilmu Pengetahuan Teknologi, Bandung, 13 Desember 2008.
Kusumadewi, S., 2003, Artificial Intelegence (Teknik dan Aplikasinya), Graha Ilmu, Yogyakarta.
Kusumadewi, S., and Purnomo, H., 2010, Aplikasi Logika Fuzzy Sistem Pendukung Keputusan,
Graha Ilmu, Yogyakarta.
Microsoft, 2012, Getting Started with Visual C#, http://social.msdn.microsoft.com, diakses
tanggal 28 Januari 2012, 22.23 WIB.
Pattiasina, T.J., 2011, Pemanfaatan Fuzzy Database Sebagai Pendukung Keputusan Pemilihan
Operator Selular, Tesis, Program Pascasarjana Magister Teknologi Informasi, Institut Sains
Terapan dan Teknologi Surabaya, Surabaya.
Setianto., E.H., and SmitDev Comunity, 2009, SerbaSerbi Laptop, PT. Elex Media Komputindo,
Jakarta.
Diposkan oleh ABDUL GANI PUTRA SURATMA di 16.05
Rekomendasikan ini di Google
Label: fuzzy database
8 komentar:
rahmah suci 25 Februari 2013 16.52
kita juga punya nih jurnal Sistem Fuzzy, silahkan dikunjungi dan dibaca , berikut linknya
http://repository.gunadarma.ac.id/bitstream/123456789/1264/1/50407632.pdf
semoga bermanfaat yaa :)
Balas
ABDUL GANI PUTRA SURATMA 1 Mei 2013 20.15
Komentar ini telah dihapus oleh pengarang.
Balas
ABDUL GANI PUTRA SURATMA 1 Mei 2013 20.19
http://www.scribd.com/doc/99772642/FuzzyDatabaseTahani
Balas
Coolest Vehicle 4 Juni 2013 10.04
mas, ini pake kurva beta ya?boleh g saya minta programnya?atau itungan manualnya?saya
udah ngitung tapi jumlah derajat keanggotaannya kok g 1 ya?
Balas
Balasan
ABDUL GANI PUTRA SURATMA 3 Juli 2013 02.04
iya pake kurva beta, untuk itunganya ada di query database.
coba liat lampiran di:http://www.scribd.com/doc/99772642/FuzzyDatabaseTahani
atau download
database+ doc
http://www.4shared.com/rar/hQVFyj1E/database_fuzzy.html
Balas
Abdul Harris 28 Desember 2014 02.51
Mas minta source code nya donk..besok kami final
Balas
andri awan 28 Desember 2014 14.59
mas boleh minta hitunganmanualnya gak ?
Balas
Reza Setiadi 13 April 2015 21.14
mas boleh minta ajarin ga mas buat bikin db nya, saya jg mau bikin ttg fuzzy database nih..
Balas
Masukkan komentar Anda...
Beri komentar sebagai:
Publikasikan
Google Account
Pratinjau
Posting Lebih Baru
Beranda
Langganan: Poskan Komentar (Atom)
Template Awesome Inc.. Diberdayakan oleh Blogger.