Rekomendasi Pemilihan Laptop Menggunakan Sistem Inferensi Fuzzy Tsukamoto.
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN
SISTEM INFERENSI FUZZY TSUKAMOTO
oleh
ENDRA PRATAMA
M0112030
SKRIPSI
ditulis dan diajukan untuk memenuhi sebagian persyaratan
memperoleh gelar Sarjana Sains Matematika
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2016
i
ABSTRAK
Endra Pratama, 2016. REKOMENDASI PEMILIHAN LAPTOP
MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO . Fakultas
Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret.
Perkembangan teknologi yang pesat memunculkan berbagai inovasi pada
laptop. Saat pembeli ingin membeli laptop, banyak hal yang dapat dijadikan
kriteria. Masing-masing pembeli memiliki kebutuhan laptop yang berbeda untuk
mendukung pekerjaan mereka. Setiap pekerjaan membutuhkan laptop dengan
spesifikasi tertentu agar dapat berjalan optimal. Banyak merek laptop di toko menyebabkan pembeli bingung untuk memilih laptop yang tepat. Masalah
ini dapat diatasi dengan membuat sistem pendukung keputusan yang ditujukan
untuk membantu pembeli memilih laptop. Metode Sistem Inferensi Fuzzy Tsukamoto merupakan salah satu solusi yang dapat mengatasi hal tersebut. Kriteria
yang dapat digunakan sebagai variabel input yaitu harga, processor, ukuran layar, harddisk, RAM, dan VGA. Output dari sistem diperoleh dengan defuzzifikasi
rata-rata terbobot. Implementasi pada penelitian ini adalah program aplikasi
yang dibuat dengan Microsoft Visual Studio.
Kata Kunci: FIS Tsukamoto, sistem pendukung keputusan, logika fuzzy
iii
ABSTRACT
Endra Pratama, 2016. THE RECOMEMENDATION FOR SELECTION
LAPTOP USING FUZZY INFERENCE SYSTEMS TSUKAMOTO.
Faculty of Mathematics and Natural Sciences, Sebelas Maret University.
The fast development of technology emerges a lot of innovation in laptop.
When buyers want to buy a laptop, there are many things that can be used as
criteria. Each buyer has different needs of laptop to support their jobs. Every
job requires a laptop with certain specifications in order to run optimally. Many
brands of laptops in stores caused the buyer confused to choose the right laptop.
This problem can be solved by develop a decision support system for helping
buyer choose the laptop. The Fuzzy Inference System Tsukamoto method is one
of solutions that can resolve it. The criterias that can be used as input variables are price, screen size, processor, hard drive, RAM, VGA. The output of the
system is obtained by weighted average defuzzification method. The implementation of this research is an application program made with Microsoft Visual Studio.
Keywords: FIS Tsukamoto, decision support system, fuzzy logic
iv
PERSEMBAHAN
Karya ini kupersembahkan untuk
Ibu, Ayah, dan Keluarga.
v
MOTO
Kejar passionmu, dan kamu akan menemukan duniamu.
vi
KATA PENGANTAR
Bismillahirrahmanirrahim,
Segala puji bagi Allah SWT atas segala rahmat dan hidayah-Nya, sehingga
penulis dapat menyelesaikan skripsi ini. Sholawat serta salam selalu dihaturkan
kepada Nabi Muhammad SAW. Penulis menyadari bahwa terwujudnya skripsi ini
berkat dorongan, dukungan dan bimbingan dari berbagai pihak. Oleh karena itu
penulis menghaturkan terima kasih kepada semua pihak yang telah membantu
dalam penulisan skripsi ini, terutama kepada
1. Ibu Titin Sri Martini S.Si, M.Kom sebagai Pembimbing I dan Ibu Dra.
Mania Roswitha M.Si sebagai Pembimbing II yang telah memberikan bimbingan sehingga penulis dapat menyelesaikan skripsi ini, dan
2. teman-teman yang telah membantu dan senantiasa memberikan semangat
dalam menyelesaikan skripsi ini.
Penulis berharap semoga skripsi ini dapat bermanfaat bagi semua pembaca.
Surakarta, Oktober 2016
Penulis
vii
DAFTAR ISI
I
PENGESAHAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ii
ABSTRAK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iii
ABSTRACT
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iv
PERSEMBAHAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
v
MOTO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
vi
KATA PENGANTAR . . . . . . . . . . . . . . . . . . . . . . . . . . .
vii
DAFTAR ISI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ix
DAFTAR TABEL . . . . . . . . . . . . . . . . . . . . . . . . . . . .
x
DAFTAR GAMBAR . . . . . . . . . . . . . . . . . . . . . . . . . . . .
xi
DAFTAR NOTASI . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
xii
PENDAHULUAN
1
1.1
Latar Belakang Masalah . . . . . . . . . . . . . . . . . . . . . . .
1
1.2
Perumusan Masalah
. . . . . . . . . . . . . . . . . . . . . . . . .
3
1.3
Tujuan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
1.4
Manfaat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
II LANDASAN TEORI
4
2.1
Tinjauan Pustaka . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
2.2
Landasan Teori . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5
2.2.1
Himpunan Crisp . . . . . . . . . . . . . . . . . . . . . . .
5
2.2.2
Himpunan Fuzzy . . . . . . . . . . . . . . . . . . . . . . .
5
2.2.3
Fungsi Derajat Keanggotaan Fuzzy . . . . . . . . . . . . .
6
2.2.4
Operator Fuzzy . . . . . . . . . . . . . . . . . . . . . . . .
7
viii
2.3
2.2.5
Fungsi Implikasi . . . . . . . . . . . . . . . . . . . . . . . .
8
2.2.6
Inferensi . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8
2.2.7
Fuzzy Inference System (FIS) Tsukamoto . . . . . . . . . .
9
2.2.8
Defuzifikasi . . . . . . . . . . . . . . . . . . . . . . . . . .
10
Kerangka Pemikiran . . . . . . . . . . . . . . . . . . . . . . . . .
11
III METODE PENELITIAN
12
IV PEMBAHASAN
13
4.1
Deskripsi Masalah . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
4.2
Konstruksi Sistem Inferensi Fuzzy Tsukamoto . . . . . . . . . . .
15
4.2.1
Fuzzifikasi . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
4.2.2
Fungsi implikasi . . . . . . . . . . . . . . . . . . . . . . . .
23
4.2.3
Inferensi . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
4.2.4
Defuzzifikasi . . . . . . . . . . . . . . . . . . . . . . . . . .
24
4.2.5
Penghitungan Kategori . . . . . . . . . . . . . . . . . . . .
24
4.2.6
Implementasi dengan software . . . . . . . . . . . . . . . .
25
Penerapan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
4.3
V PENUTUP
33
5.1
Kesimpulan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
5.2
Saran . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
DAFTAR PUSTAKA
34
LAMPIRAN
36
ix
DAFTAR TABEL
4.1
Semesta pembicaraan untuk variabel input dan output . . . . . .
15
4.2
Himpunan variabel input . . . . . . . . . . . . . . . . . . . . . . .
16
4.3
Himpunan variabel output . . . . . . . . . . . . . . . . . . . . . .
22
4.4
Spesifikasi laptop Lenovo Z50-75 . . . . . . . . . . . . . . . . . . .
26
4.5
Nilai α − predikat dan z pada rule ke-9 hingga rule ke-16
31
x
. . . .
DAFTAR GAMBAR
2.1
Kurva fungsi linier turun . . . . . . . . . . . . . . . . . . . . . . .
6
2.2
Kurva fungsi linier naik . . . . . . . . . . . . . . . . . . . . . . . .
7
2.3
Kurva fungsi segitiga . . . . . . . . . . . . . . . . . . . . . . . . .
7
2.4
Penggambaran metode min (α-cut) . . . . . . . . . . . . . . . . .
9
2.5
Penggambaran metode dot . . . . . . . . . . . . . . . . . . . . . .
9
2.6
Inferensi dengan menggunakan metode Tsukamoto . . . . . . . . .
10
4.1
Representasi fungsi derajat keanggotaan variabel harga . . . . . .
17
4.2
Representasi fungsi derajat keanggotaan variabel processor . . . .
18
4.3
Representasi fungsi derajat keanggotaan variabel ukuran layar . .
19
4.4
Representasi fungsi derajat keanggotaan variabel harddisk
. . . .
20
4.5
Representasi fungsi derajat keanggotaan variabel RAM . . . . . .
21
4.6
Representasi fungsi derajat keanggotaan variabel VGA . . . . . .
22
4.7
Representasi fungsi keanggotaan variabel performa . . . . . . . .
23
4.8
Grafik pembagian kategori laptop . . . . . . . . . . . . . . . . . .
25
xi
DAFTAR NOTASI
X
:
himpunan crisp (himpunan yang terbatas dan dapat dihitung)
A˜
:
himpunan fuzzy A
µA˜ (x)
:
derajat keanggotaan elemen x pada himpunan fuzzy A
αk
:
α − predikat pada aturan ke-k
zk
:
output himpunan fuzzy pada rule ke-k
xii
SISTEM INFERENSI FUZZY TSUKAMOTO
oleh
ENDRA PRATAMA
M0112030
SKRIPSI
ditulis dan diajukan untuk memenuhi sebagian persyaratan
memperoleh gelar Sarjana Sains Matematika
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2016
i
ABSTRAK
Endra Pratama, 2016. REKOMENDASI PEMILIHAN LAPTOP
MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO . Fakultas
Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret.
Perkembangan teknologi yang pesat memunculkan berbagai inovasi pada
laptop. Saat pembeli ingin membeli laptop, banyak hal yang dapat dijadikan
kriteria. Masing-masing pembeli memiliki kebutuhan laptop yang berbeda untuk
mendukung pekerjaan mereka. Setiap pekerjaan membutuhkan laptop dengan
spesifikasi tertentu agar dapat berjalan optimal. Banyak merek laptop di toko menyebabkan pembeli bingung untuk memilih laptop yang tepat. Masalah
ini dapat diatasi dengan membuat sistem pendukung keputusan yang ditujukan
untuk membantu pembeli memilih laptop. Metode Sistem Inferensi Fuzzy Tsukamoto merupakan salah satu solusi yang dapat mengatasi hal tersebut. Kriteria
yang dapat digunakan sebagai variabel input yaitu harga, processor, ukuran layar, harddisk, RAM, dan VGA. Output dari sistem diperoleh dengan defuzzifikasi
rata-rata terbobot. Implementasi pada penelitian ini adalah program aplikasi
yang dibuat dengan Microsoft Visual Studio.
Kata Kunci: FIS Tsukamoto, sistem pendukung keputusan, logika fuzzy
iii
ABSTRACT
Endra Pratama, 2016. THE RECOMEMENDATION FOR SELECTION
LAPTOP USING FUZZY INFERENCE SYSTEMS TSUKAMOTO.
Faculty of Mathematics and Natural Sciences, Sebelas Maret University.
The fast development of technology emerges a lot of innovation in laptop.
When buyers want to buy a laptop, there are many things that can be used as
criteria. Each buyer has different needs of laptop to support their jobs. Every
job requires a laptop with certain specifications in order to run optimally. Many
brands of laptops in stores caused the buyer confused to choose the right laptop.
This problem can be solved by develop a decision support system for helping
buyer choose the laptop. The Fuzzy Inference System Tsukamoto method is one
of solutions that can resolve it. The criterias that can be used as input variables are price, screen size, processor, hard drive, RAM, VGA. The output of the
system is obtained by weighted average defuzzification method. The implementation of this research is an application program made with Microsoft Visual Studio.
Keywords: FIS Tsukamoto, decision support system, fuzzy logic
iv
PERSEMBAHAN
Karya ini kupersembahkan untuk
Ibu, Ayah, dan Keluarga.
v
MOTO
Kejar passionmu, dan kamu akan menemukan duniamu.
vi
KATA PENGANTAR
Bismillahirrahmanirrahim,
Segala puji bagi Allah SWT atas segala rahmat dan hidayah-Nya, sehingga
penulis dapat menyelesaikan skripsi ini. Sholawat serta salam selalu dihaturkan
kepada Nabi Muhammad SAW. Penulis menyadari bahwa terwujudnya skripsi ini
berkat dorongan, dukungan dan bimbingan dari berbagai pihak. Oleh karena itu
penulis menghaturkan terima kasih kepada semua pihak yang telah membantu
dalam penulisan skripsi ini, terutama kepada
1. Ibu Titin Sri Martini S.Si, M.Kom sebagai Pembimbing I dan Ibu Dra.
Mania Roswitha M.Si sebagai Pembimbing II yang telah memberikan bimbingan sehingga penulis dapat menyelesaikan skripsi ini, dan
2. teman-teman yang telah membantu dan senantiasa memberikan semangat
dalam menyelesaikan skripsi ini.
Penulis berharap semoga skripsi ini dapat bermanfaat bagi semua pembaca.
Surakarta, Oktober 2016
Penulis
vii
DAFTAR ISI
I
PENGESAHAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ii
ABSTRAK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iii
ABSTRACT
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iv
PERSEMBAHAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
v
MOTO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
vi
KATA PENGANTAR . . . . . . . . . . . . . . . . . . . . . . . . . . .
vii
DAFTAR ISI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ix
DAFTAR TABEL . . . . . . . . . . . . . . . . . . . . . . . . . . . .
x
DAFTAR GAMBAR . . . . . . . . . . . . . . . . . . . . . . . . . . . .
xi
DAFTAR NOTASI . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
xii
PENDAHULUAN
1
1.1
Latar Belakang Masalah . . . . . . . . . . . . . . . . . . . . . . .
1
1.2
Perumusan Masalah
. . . . . . . . . . . . . . . . . . . . . . . . .
3
1.3
Tujuan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
1.4
Manfaat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
II LANDASAN TEORI
4
2.1
Tinjauan Pustaka . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
2.2
Landasan Teori . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5
2.2.1
Himpunan Crisp . . . . . . . . . . . . . . . . . . . . . . .
5
2.2.2
Himpunan Fuzzy . . . . . . . . . . . . . . . . . . . . . . .
5
2.2.3
Fungsi Derajat Keanggotaan Fuzzy . . . . . . . . . . . . .
6
2.2.4
Operator Fuzzy . . . . . . . . . . . . . . . . . . . . . . . .
7
viii
2.3
2.2.5
Fungsi Implikasi . . . . . . . . . . . . . . . . . . . . . . . .
8
2.2.6
Inferensi . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8
2.2.7
Fuzzy Inference System (FIS) Tsukamoto . . . . . . . . . .
9
2.2.8
Defuzifikasi . . . . . . . . . . . . . . . . . . . . . . . . . .
10
Kerangka Pemikiran . . . . . . . . . . . . . . . . . . . . . . . . .
11
III METODE PENELITIAN
12
IV PEMBAHASAN
13
4.1
Deskripsi Masalah . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
4.2
Konstruksi Sistem Inferensi Fuzzy Tsukamoto . . . . . . . . . . .
15
4.2.1
Fuzzifikasi . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
4.2.2
Fungsi implikasi . . . . . . . . . . . . . . . . . . . . . . . .
23
4.2.3
Inferensi . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
4.2.4
Defuzzifikasi . . . . . . . . . . . . . . . . . . . . . . . . . .
24
4.2.5
Penghitungan Kategori . . . . . . . . . . . . . . . . . . . .
24
4.2.6
Implementasi dengan software . . . . . . . . . . . . . . . .
25
Penerapan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
4.3
V PENUTUP
33
5.1
Kesimpulan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
5.2
Saran . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
DAFTAR PUSTAKA
34
LAMPIRAN
36
ix
DAFTAR TABEL
4.1
Semesta pembicaraan untuk variabel input dan output . . . . . .
15
4.2
Himpunan variabel input . . . . . . . . . . . . . . . . . . . . . . .
16
4.3
Himpunan variabel output . . . . . . . . . . . . . . . . . . . . . .
22
4.4
Spesifikasi laptop Lenovo Z50-75 . . . . . . . . . . . . . . . . . . .
26
4.5
Nilai α − predikat dan z pada rule ke-9 hingga rule ke-16
31
x
. . . .
DAFTAR GAMBAR
2.1
Kurva fungsi linier turun . . . . . . . . . . . . . . . . . . . . . . .
6
2.2
Kurva fungsi linier naik . . . . . . . . . . . . . . . . . . . . . . . .
7
2.3
Kurva fungsi segitiga . . . . . . . . . . . . . . . . . . . . . . . . .
7
2.4
Penggambaran metode min (α-cut) . . . . . . . . . . . . . . . . .
9
2.5
Penggambaran metode dot . . . . . . . . . . . . . . . . . . . . . .
9
2.6
Inferensi dengan menggunakan metode Tsukamoto . . . . . . . . .
10
4.1
Representasi fungsi derajat keanggotaan variabel harga . . . . . .
17
4.2
Representasi fungsi derajat keanggotaan variabel processor . . . .
18
4.3
Representasi fungsi derajat keanggotaan variabel ukuran layar . .
19
4.4
Representasi fungsi derajat keanggotaan variabel harddisk
. . . .
20
4.5
Representasi fungsi derajat keanggotaan variabel RAM . . . . . .
21
4.6
Representasi fungsi derajat keanggotaan variabel VGA . . . . . .
22
4.7
Representasi fungsi keanggotaan variabel performa . . . . . . . .
23
4.8
Grafik pembagian kategori laptop . . . . . . . . . . . . . . . . . .
25
xi
DAFTAR NOTASI
X
:
himpunan crisp (himpunan yang terbatas dan dapat dihitung)
A˜
:
himpunan fuzzy A
µA˜ (x)
:
derajat keanggotaan elemen x pada himpunan fuzzy A
αk
:
α − predikat pada aturan ke-k
zk
:
output himpunan fuzzy pada rule ke-k
xii