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.