ANALISIS RULE EVALUATION DALAM FUZZY
INFERENCE SYSTEM (FIS) MAMDANI
TESIS
MERRY NAINGGOLAN
117038063
PROGRAM STUDI S2 TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
ANALISIS RULE EVALUATION DALAM FUZZY
INFERENCE SYSTEM (FIS) MAMDANI
TESIS
Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknik Informatika
MERRY NAINGGOLAN 117038063
PROGRAM STUDI S2 TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA 2013
PERSETUJUAN
Judul Tesis : ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI
Nama Mahasiswa : MERRY NAINGGOLAN Nomor Induk Mahasiswa : 117038063
Program Studi : Magister Teknik Informatika
Fakultas : FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI Universitas Sumatera Utara
Menyetujui Komisi Pembimbing
Pembimbing 2 Pembimbing 1
Dr. Erna Budhiarti Nababan, M.IT Prof. Dr. Tulus, Vordipl.Math.,M.Si.,Ph.D
Diketahui/ Disetujui oleh S2 Teknik Informatika Ketua Program Studi,
Prof. Dr. Muhammad Zarlis NIP: 195707011986011003
PERNYATAAN ORISINALITAS
ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI
TESIS
Saya mengakui bahwa tesis ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya .
Medan, 28 Agustus 2013
Merry Nainggolan NIM : 117038063
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN
AKADEMIS
Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan di bawah ini:
Nama : MERRY NAINGGOLAN
Nim : 117038063
Program Studi : Magister ( S2) Teknik Informatika Jenis Karya Ilmiah : TESIS
Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty free Right) atas Tesis saya yang berjudul:
ANALISIS RULE EVALUATION DALAM FUZZY INFERENCE SYSTEM (FIS) MAMDANI
Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non-Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk database, merawat dan mempublikasikan Tesis saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan atau sebagai pemilik hak cipta.
Demikian pernyataan ini dibuat dengan sebenarnya.
Medan, 28 Agustus 2013
Merry Nainggolan
Telah di uji pada
Tanggal : 28 Agustus 2013
PANITIA PENGUJI TESIS
KETUA : Prof.Dr. Tulus, Vordipl.math.,M.Si.,Ph.D Anggota : 1. Dr. Erna Budhiarti Nababan, M.IT
2. Prof. Dr. Opim Salim Sitompul 3. Prof. Dr. Muhammad Zarlis 4. Prof. Dr. Herman Mawengkang
RIWAYAT HIDUP
DATA PRIBADI
Nama lengkap berikut gelar : Merry Nainggolan, S.Kom Tempat dan Tanggal Lahir : Hutaraja, 21 Desember 1980
Alamat Rumah : Jl. SM.Raja gg.P.Harapan no.31 Ab Telepon / HP : 0821 6382 1380
Email : [email protected] Instansi Tempat Bekerja : SMP Negeri 34 Medan
Alamat Kantor : Jl. Brigjen Katamso Gg. Perbatasan Medan
DATA PENDIDIKAN
SD : SD NEGERI No. 414788 Pangururan Tamat : 1993 SMP : SMP NEGERI 1 Pangururan Tamat : 1996 SMU : SMU NEGERI 1 Sidamanik Tamat : 1999 Strata-1 : STMIK SM. Raja XII Medan Tamat : 2007 AKTA IV : UNIV.DARMA AGUNG MEDAN Tamat : 2008 Strata-2 : S-2 TEKNIK INFORMATIKA USU Tamat : 2013
UCAPAN TERIMA KASIH
Pertama-tama penulis panjatkan puji syukur kehadirat Tuhan Yang Maha Esa atas segala limpahan rakhmat dan karunia-Nya sehingga Tesis ini dapat diselesaikan.
Dengan selesainya tesis ini, perkenankanlah kami mengucapkan terima kasih yang sebesar-besarnya kepada :
Rektor Universitas Sumatera Utara, Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc (CTM), Sp. A(K) atas kesempatan yang diberikan kepada kami untuk mengikuti dan menyelesaikan pendidikan Program Magister.
Ketua Program Studi Fakultas Ilmu Komputer Universitas Sumatera Utara, Prof. Dr. Muhammad Zarlis atas bimbingan arahan dan motifasi selama dalam perkuliahan sehingga penulis dapat menyelesaikan perkuliahan tepat pada waktunya dan juga kepada Sekretaris Program Studi Magister Teknik Informatika, Muhammad Andri Budiman, S.T, M. Comp. Sc, M.EM beserta para Staff Pegawai yang telah banyak membantu dalam pengurusan administrasi serta seluruh Dosen pengajar pada Program Studi Magister Teknik Informatika Program Pascasarjana Fakultas Ilmu Komputer Universitas Sumatera Utara yang selama duduk dibangku perkuliahan telah memberikan ilmunya kepada penulis. Terima kasih yang tak terhingga dan penghargaan setinggi-tingginya penulis ucapkan kepada bapak Prof. Dr. Tulus selaku Pembimbing Utama yang dengan penuh perhatian dan telah memberikan bimbingan dan motivasi, demikian juga kepada Ibu Dr. Erna Budhiarti Nababan, M.IT selaku Pembimbing kedua yang dengan penuh kesabaran menuntun dan membimbing penulis hingga selesainya penulisan ini.
Terima kasih kepada seluruh keluarga besar saya yang selalu memberikan dukungan kepada saya, Suami Tommi Simorangkir, Bapak Alm. Gr.MT Nainggolan dan Ibu P.Sibarani, Bapak mertua RW. Simorangkir dan Ibu mertua boru Nababan dan keluarga besar Simorangkir dan kakak, abang, adek keluarga besar Nainggolan dan spesial buat anakku Dionardo Simorangkir yang selama dikandungan sudah menemani mama kuliah sampai lahir dalam keadaan sehat sehingga mama tak pernah terganggu kuliah, semoga menjadi anak yang sehat, baik dan pintar.
Penulis juga mengucapkan terima kasih banyak kepada Jaidup Marbun yang telah membantu dalam penulisan tesis ini seta seluruh teman-teman Kom-A yang telah bersama berjuang dari awal perkuliahan sampai dalam penyelesaian tesis ini dan sudah banyak memberikan motifasi dan dapat menjadi tempat berbagi keluh kesah semoga sukses buat kita
semua, dan juga teman-teman saya sehari-hari yang tak dapat saya sebutkan terima kasih atas doa dan dukunganya.
Penulis menyadari masih banyak kekurangan dalam penulisan tesis ini, oleh karena itu diharapkan saran dan kritik yang sifatnya membangun untuk pengembangan tesis ini, akhir kata semoga tesis ini bermanfaat bagi pembaca, terima kasih.
Medan, 28 Agustus 2013
Merry Nainggolan NIM. 117038063
ABSTRAK
Menghitung nilai gizi seseorang berdasarkan Indeks Massa Tubuh secara umum sudah ada, namun penggunaanya sangat kaku, sehingga dengan adanya perubahan kecil saja sudah mengakibatkan perubahan nilai pada kategori status gizi, berbeda dengan fuzzy yang memberikan toleransi terhadap perubahan yang kecil tidak akan mempengaruhi tingkat keanggotaan pada variabel gizi. Dalam menentukan status gizi seseorang dengan menggunakan fuzzy Mamdani, ada empat tahapan yang dilakukan, langkah pertama menentukan himpunan fuzzy dari variabel input dan langkah kedua yaitu menentukan derajat keanggotaan, langkah ketiga yaitu menghitung predikat aturan (rule evaluation) dengan proses implikasi ada tiga metode yang digunakan yaitu metode Max (maximum); metode Additive (sum) dan metode probabilistik OR (probor) dan langkah terakhir adalah proses defuzzifikasi yang menggunakan metode bisektor . Penggunaan rule evaluation dengan ketiga metode tentunya menghasilkan nilai yang berbeda-beda dari masing-masing metode tersebut.
ANALYSIS OF RULE EVALUATION IN FUZZY
INFERENCE SYSTEM (FIS) OF MAMDANI
ABSTRACT
To calculate the nutritional value of a person based on body mass index in general already exists, but It’s use is very stiff, so with only minor changes have resulted in changes in the value of nutritional status categories, in contrast with the fuzzy tolerance of minor changes that will not affect the level of membership in the variable nutrition. In determining a person's nutritional status by using Mamdani fuzzy, there are four steps being taken, the first step determines fuzzy set of input variables and output variables, the second step is to determine the degree of membership, the third step is to calculate the predicate rule (rule evaluation) with the implication there are three method used is the method of Max (maximum); method Additive (sum) and probabilistic methods OR (probor) and the last step is the defuzzification process using the bisector method. The use of rule evaluation with three methods must yield different values of each of these methods.………..
DAFTAR ISI
Halaman
HALAMAN JUDUL ... i
PENGESAHAN ... ii
PERNYATAAN ORISINALITAS ... iii
PERSETUJUAN PUBLIKAS ... iv
PANITIA PENGUJI ...v
RIWAYAT HIDUP ... vi
UCAPAN TERIMAKASIH ... vii
ABSTRAK ... viii
ABSTRAC ... ix
DAFTAR ISI xi
DAFTAR TABEL xii
DAFTAR GAMBAR xiii
BAB I PENDAHULUAN 1.1 Latar Belakang 1 1.2 Perumusan Masalah 2 1.3 Batasan Masalah 2 1.4 Tujuan Penelitian 3 1.5 Manfaat Penelitian 3 BAB II TINJAUAN PUSTAKA 2.1 Pengertian Fuzzy 4 2.2 Konsep Fuzzy Logic 5 2.3 Himpunan Fuzzy 5 2.4 Fungsi Keanggotaan 7 2.5 Sistem Inferensi Fuzzy 10
2.6 Indeks Antropometri 13
2.7 Riset-Riset Terkait 15
BAB III METODOLOGI PENELITIAN
3.1 Rancangan Penelitian 17
3.2 Rancangan sistem 19
3.3 Perancangan Inferensi Fuzzy 19 3.3.1 Himpunan fuzzy variabel berat badan 3.3.2 Himpunan fuzzy variabel tinggi badan 21
3.3.3 Himpunan fuzzy variabel nilai gizi 22 3.4 Fungsi Implikasi (Pembentukan aturan) 24
BAB IV HASIL DAN PEMBAHASAN
4.1 Pendahuluan 26
4.2 Pengujian Data 26
4.2.1 Komposisi aturan dengan menggunakan metode MAX 28 4.2.2 Komposisi Aturan dengan menggunakan metode Adaptif(sum) 29 4.2.3 Komposisi aturan dengan menggunakan metode
Probabilistik Or (Probor) 33 4.2.4 Metode MAX dengan BB 55 kg dan TB 146 cm 35 4.2.5 Metode Adaptif (sum)untuk BB 60 dan TB 146 36 4.2.6 Metode Probabilistik (Probor) untuk BB 60 kg dan TB 146 cm39 4.2.7 Metode MAX untuk BB 80 kg dan TB 160 cm 42 4.2.8 Metode Adaptif (sum)untuk BB 80 kg dan TB 146 cm 43 4.2.9 Metode Probabilistik or (Probor)untuk BB 80 kg dan TB 146 cm47 4.2.10 Metode MAX untuk BB 80 kg dan 170 cm 50 4.2.11 Metode Adaptif (sum) untuk BB 80 kg dan TB 170 cm 52 4.2.12 Metode Probabilistik or (Probor) untuk BB 80 kg dan TB 170 55
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan 57
5.2 Saran 57
DAFTAR TABEL Nomor Tabel Judul Halaman 2.1 2.2 3.1 3.2 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11 4.12 4.13 4.14 4.15 4.16 4.17
Kategori Ambang Batas IMT Riset-riset terkait
Variabel dan himpunan fuzzy Tabel Aturan fuzzy
Variabel berat badan dan tinggi badan
Tabel nilai keanggotaan TB 148 dan BB 60 kg Variabel TB 148 dan BB 60 kg
Proses defuzzifikasi
Variabel TB 148 dan BB 60 kg dengan metode Probor Tabel Nilai Keanggotaan
Himpunan keanggotaan TB 146 dan BB 55 kg Proses defuzzifikasi
Variabel TB 148 dan BB 60 kg dengan metode Probor Tabel nilai keanggotaan
Variabel nilai BB 80 kg dan TB 160 cm Proses defuzzifikasi BB 80 kg dan TB 160 cm
Variabel TB 148 dan BB 80 kg dengan metode Probor Tabel nilai keanggotaan
Nilai Himpunan fuzzy TB 170 dan BB 80 kg Proses Defuzzifikasi
Variabel TB 148 dan BB 60 kg dengan metode Probor
15 15 19 24 25 27 28 32 33 35 35 39 40 42 43 46 47 49 50 53 54
DAFTAR GAMBAR Nomor Gambar Judul Halaman 2.1 2.2 2.3 2.4 2.5 3.1 3.2 3.3 3.4 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11 4.12 4.13 4.14 4.15
Representasi linear naik
Representasi linear turun
kurva segitiga
Representasi kurva trapezium
Tahapan sistem berbasis fuzzy
Flowcart penelitian dengan logika fuzzy
Fungsi keanggotaan berat badan
Fungsi keanggotaan tinggi badan
Himpunan fuzzy nilai gizi
Fungsi keanggotaan BB 60 kg
Fungsi keanggotaan TB 148 kg
Nilai gizi
Fungsi keanggotaan BB 55 kg
Fungsi keanggotaan TB 146 kg
Nilai gizi dan status gizi
Fungsi keanggotaan BB 80 kg Fungsi keanggotaan TB 160 kg Nilai gizi Fungsi keanggotaan BB 80 kg Fungsi keanggotaan TB 170 kg Nilai gizi Tampilan Program
Import data dari excel
Gambar tombol fuzzifikasi
Hasil output program
8 8 9 9 13 17 20 21 22 26 27 28 33 34 36 41 41 43 48 48 50 55 55 56
