GARIS BESAR PROGAM PEMBELAJARAN (GBPP) GBPP

(1)

GARIS BESAR PROGAM

PEMBELAJARAN (GBPP)

GBPP

Revisi :

Tanggal :

Dikaji Ulang Oleh : Dikendalikan Oleh : Disetujui Oleh :

SPMI-DARMAJAYA/GBPP/

Disetujui Oleh Revisi ke Tanggal

Garis Besar Program Pembelajaran

(2)

GARIS BESAR PROGRAM PEMBELAJARAN (GBPP)

Disetujui Oleh Revisi ke : Tanggal :

Kode Mata Kuliah : TIF

Mata Kuliah : FUZZY LOGIC

SKS : 4 (2/2)

Semester : 5

Prasyarat :

Deskripsi singkat : Membahas pentingnya Konsep Dasar logika fuzzy, metode fuzzy, dan aplikasi system fuzzy

Standar kompetensi : Setelah selesai mengikuti perkuliahan ini, mahasiswa akan mampu memahami dasar-dasar logika fuzzy, memahami kapan dan mengapa menggunakan logika fuzzy, memahami dan menggunakan teknik-teknik logika fuzzy untuk menyelesaikan

permasalahan yang bersifat tidak pasti

1 2 3 4 5 6 7 8

NO Kompetensi dasar (KD) Materi Pokok dan Uraian

Materi Pokok Pengalaman Belajar Indikator Penilaian

Alokasi Waktu

Sumber / Bahan / Alat

1

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep sistem fuzzy dan logika fuzzy, tolos yang digunakan dalam fuzzy logic secara lisan tanpa membuka buku, 60% benar.

Pengenalan Fuzzy Logic

1. _{Sistem Fuzzy}

2. _{Alasan Menggunakan}

Sistem Fuzzy

3. _{Logika Fuzzy}

4. _{Alasan Menggunakan}

Logika Fuzzy

5. _{Aplikasi logika Fuzzy} 6. _{Metode Inferensi} 7. _{Pengenalan Tools}

Fuzzy logic : Praktek Matlab

1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas 2. Memberikan

contoh aplikasi sistem fuzzy dalam kehidupan sehari-hari

Mahasiswa mampu :

1. Menjelaskan konsep dasar sistem fuzzy dan logika fuzzy 2. Memberikan

contoh aplikasi sistem fuzzy 3. Menjelaskan

tools fuzzy logic yaitu program matlab

1. Keaktifan 2. Tugas

terstruktur di kelas 3. Tugas

terstruktur di

lalboratori um

1 kali tatap muka (4 x 50 menit)

1. Buku

bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo

dul

(3)

2

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami istilah-istilah fuzzy, perbedaan himpunan crisp dan fuzzy, fungsi

keanggotaan, logika tradicional, operator sadar zadeh,

transpormasi aritmatika, dan penggunaan excell dan matlab untuk menentukan fungsi keanggotaan menentukan secara lisan tanpa membuka buku, 60% benar.

Himpunan Fuzzy a. Istilah-istilah Fuzzy :

Semesta Pembicaraan, Himpunan Crisp, Variabel Fuzzy, Himpunan Fuzzy, Domain Himpunan Fuzzy, Tinggi Himpunan Fuzzy, Support set dan -CUT SET

b. Perbedaan Himpunan Crisp dan Fuzzy c. Fungsi Keanggotaan d. Penggunaan Excell dan

Matlab untuk menentukan Fungsi Keanggotaan

contoh

menentukan fungsi keanggotaan dengan menggunakan excel dan matlab

Mahasiswa mampu :

1. Menjelaskan istilah-istilah fuzzy

2. Menjelaskan perbedaan himpunan crisp dan fuzzy 3. Menjelaskan

macam-macam fungsi

keanggotaan 4. Menjelaskan

logika tradisional, operator dasar fuzzy, dan trasformasi aritmatika 5. Memberikan

contoh penggunaan excel dan matlab untuk menetukan fungsi

keanggotaan

terstruktur di

lalboratori um

1. Buku

dul

praktikum 3. Whiteboard 4. LCD 5. Komputer

3 Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep dasar dari fuzzy

Fuzzy Inference Systems (FIS)

a. Pendahuluan FIS b. Mekanisme FIS c. Penalaran Monoton

Mahasiswa mampu :

1. Menjelaskan konsep dasar dari fuzzy

1. Buku

(4)

inference system (FIS) dan pengenalan tolos matlab untuk FIS secara lisan tanpa membuka buku, 60% benar.

d. Fungsi Implikasi e. Diagram Blok Sistem

Fuzzy

f. Arsitektur FIS g. Macam-macam FIS h. Pengenalan Tools

Matlab untuk FIS : Tsukamoto, Mamdani, Sugeno

pengenalan tools matlab untuk FIS 3. Memberikan

contoh aplikasi dengan metode FIS

inference system 2. Menjelaskan

tools matlab untuk FIS 3. Memberikan

contoh aplikasi dengan metode FIS

terstruktur di

lalboratori um

2. Handout/mo dul

inference system (FIS)-Tsukamoto, langkah-langkah

FIS-Tsukamoto, contoh penyelesaian masalah dengan FIS-Tsukamoto dengan Excell dan Matlab secara lisan tanpa membuka buku, 60% benar.

Fuzzy Inference Systems (FIS)-Tsukamoto

a. Metode FIS Tsukamoto b. Langkah-langkah

FIS-Tsukamoto

c. Contoh FIS-Tsukamoto d. Penyelesaian Kasus

FIS-Tsukamoto dengan Excell dan Matlab

contoh penyelesaian masalah dengan FIS-Tsukamoto dengan Excell dan Matlab

Mahasiswa mampu :

1. Menjelaskan konsep dasar dari fuzzy inference system (FIS) Tsukamoto 2. Menjelaskan

lamgkah-langkah FIS-Tsukamoto 3. Memberikan

contoh penyelesaian masalah FIS-Tsukamoto dengan Excell dan Matlab

terstruktur di terkait dan relevan 2. Handout/mo

dul

5 Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep

Fuzzy Inference Systems (FIS)-Mamdani

a. Metode FIS Mamdani b. Langkah-langkah

FIS-1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas

Mahasiswa mampu :

4. Menjelaskan konsep dasar

(5)

dasar dari fuzzy

inference system (FIS)-Mamdani, langkah-langkah FIS-Mamdani, contoh penyelesaian masalah dengan FIS-mamdani dengan Excell dan Matlab secara lisan tanpa membuka buku, 60% benar.

Mamdani

c. Contoh FIS-Mamdani d. Penyelesaian Kasus

FIS-mamdani dengan Excell dan Matlab

2. Memberikan contoh penyelesaian masalah dengan FIS-Mamdani dengan Excell dan Matlab

dari fuzzy inference system (FIS) Mamdani 5. Menjelaskan

lamgkah-langkah FIS-Mamdani 6. Memberikan

contoh penyelesaian masalah FIS-Mamdani dengan Excell dan Matlab

3. Tugas terstruktur di

lalboratori um

relevan 2. Handout/mo

dul

inference system (FIS)-Sugeno, langkah-langkah FIS-Sugeno, contoh penyelesaian masalah dengan FIS-Sugeno dengan Excell dan Matlab secara lisan tanpa membuka buku, 60% benar.

Fuzzy Inference Systems (FIS)-Sugeno

a. Metode FIS Sugeno b. Langkah-langkah

FIS-Sugeno

c. Contoh FIS-Sugeno d. Penyelesaian Kasus FIS-Sugeno dengan Excell dan Matlab

contoh penyelesaian masalah dengan FIS-Sugeno dengan Excell dan Matlab

Mahasiswa mampu :

1. Menjelaskan konsep dasar dari fuzzy inference system (FIS) Sugeno

2. Menjelaskan lamgkah-langkah FIS-Sugeno

3. Memberikan contoh penyelesaian masalah FIS-Sugeno dengan Excell dan

terstruktur di

lalboratori um

1. Buku

dul

(6)

Matlab

associative memory (FAM), langkah-langkah FAM, contoh penyelesaian masalah dengan FAM dengan Excell dan Matlab secara lisan tanpa membuka buku, 60% benar.

Fuzzy Associative Memory (FAM)

a. Pendahuluan FAM b. Fuzzy Hebb FAM c. Relasi Komposisi d. Superimposing FAM

Rules

e. Deffuzifikasi

f. Langkah-langkah FAM g. Contoh FAM

h. Penyelesaian Kasus FAM dengan Excell dan Matlab

contoh penyelesaian masalah dengan FAM dengan Excell dan Matlab

Mahasiswa mampu :

1. Menjelaskan konsep dasar dari FAM 2. Menjelaskan

lamgkah-langkah FAM 3. Memberikan

contoh penyelesaian masalah FAM dengan Excell dan Matlab

dul

8 Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami riview jurnal tentang FIS dan FAM secara lisan tanpa membuka buku, 60% benar.

Presentasi FIS-Tsukamoto, Mamdani,

FIS-Sugeno, FAM

contoh jurnal penyelesaian masalah dengan metode FIS dan FAM

Mahasiswa mampu :

1. Menjelaskan hasil riview jurnal tentang FIS dan FAM 2. Menjelaskan

contoh penyelesaian masalah

dengan metode FIS dan FAM

dul

Relasi Preferensi dan Fuzzy MADM

a. Pendahuluan Relasi b. Relasi Preferensi Fuzzy

1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas

Mahasiswa mampu :

(7)

dasar dari relasi preferensi dan Fuzzy MADM secara lisan tanpa membuka buku, 60% benar.

yang diperluas c. Format Repreferensi d. Penyeragaman Format

Preferensi

e. Operator-operator Agregasi Relasi Preferensi Fuzzy f. Pendahuluan FMADM g. Fuzzy MADM dengan

Indeks Kekuatan & Kelemahan

h. Representasi Masalah i. Evaluasi Himpunan

Fuzzy

j. Seleksi Alternatif yang Optimal

2. Memberikan contoh penyelesaian masalah Relasi Preferensi dan Fuzzy MADM

dari relasi preferensi dan fuzzy MADM 2. Memberikan

contoh penyelesaian masalah relasi preferensi dan Fuzzy MADM

laboratoriu m

dul

10 Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep dasar dari Fuzzy SAW secara lisan tanpa membuka buku, 60% benar.

Fuzzy MADM : Fuzzy SAW

a. Pendahuluan Fuzzy SAW

b. Langkah-langkah Metode FSAW c. Penyelesaian Kasus

Fuzzy SAW dengan Excell dan Matlab

contoh penyelesaian masalah dengan fuzzy SAW

Mahasiswa mampu :

1. Menjelaskan konsep dasar dari Fuzzy SAW

2. Memberikan contoh penyelesaian masalah

dengan Fuzzy SAW

dul

Fuzzy MADM : Fuzzy WP

a. Pendahuluan Fuzzy WP

1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas

Mahasiswa mampu :

(8)

dasar dari Fuzzy WP secara lisan tanpa membuka buku, 60% benar.

b. Langkah-langkah Metode Fuzzy WP c. Penyelesaian Kasus

Fuzzy WP dengan Excell dan Matlab

2. Memberikan contoh penyelesaian masalah dengan fuzzy WP

dari Fuzzy WP 2. Memberikan

dengan Fuzzy WP

laboratoriu m

dul

12 Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep dasar dari Fuzzy Topsis secara lisan tanpa membuka buku, 60% benar.

Fuzzy MADM : Fuzzy TOPSIS

a. Pendahuluan Fuzzy TOPSIS

b. Langkah-langkah Metode Fuzzy Topsis c. Penyelesaian Kasus

Fuzzy Topsis dengan Excell dan Matlab

contoh penyelesaian masalah dengan fuzzy Topsis

Mahasiswa mampu :

1. Menjelaskan konsep dasar dari Fuzzy Topsis

dengan Fuzzy Topsis

dul

13 Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan dan memahami konsep dasar dari Fuzzy AHP secara lisan tanpa membuka buku, 60% benar.

Fuzzy MADM : Fuzzy AHP

a. Pendahuluan Fuzzy AHP

b. Langkah-langkah Metode Fuzzy AHP c. Penyelesaian Kasus Fuzzy AHP dengan Excell dan Matlab

contoh penyelesaian masalah dengan fuzzy AHP

Mahasiswa mampu :

1. Menjelaskan konsep dasar dari Fuzzy AHP

dengan Fuzzy AHP

dul

(9)

perkuliahan, mahasiswa mampu menjelaskan dan memahami riview jurnal tentang Fuzzy MADM secara lisan tanpa membuka buku, 60% benar.

FSAW, FWP, Fuzzy Topsis, dan Fuzzy AHP

literature dan mendiskusikannya di dalam kelas 2. Memberikan

contoh jurnal penyelesaian masalah dengan metode Fuzzy MADM

mampu :

1. Menjelaskan hasil riview jurnal tentang Fuzzy MADM 2. Menjelaskan

dengan metode Fuzzy MADM

2. Tugas terstruktur di kelas 3. Tugas

terstruktur di

laboratoriu m

tatap muka (4 x 50 menit)

dul

Daftar Pustaka :

Referensi Utama :

1. Kusumadewi, s. (2010). Artificial Intelegence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.

Referensi Tambahan :

1. Arhami, M. (2005). Konsep Dasar Sistem Pakar. Yogyakarta: Andi Offset.

2. Bojadziev, G., & Bojadziev, M. (2007). Fuzzy Logic for Business, Finance, and Management . Singapore: Word Scientific. 3. Desiani, A., & Arhami, M. (2006). Konsep Kecerdasan Buatan. Yogyakarta: Andi Offset.

4. Kusumadewi, S., & Purnomo, H. (2010). Aplikasi Logika Fuzzy : Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu. 5. Morris W, F. (1989). Artificial Intelligence . Boston: PWS-Kent .

6. Puspitaningrum, D. (2006). Pengantar jaringan Syaraf Tiruan. Yogyakarta: Andi Offset. 7. Suyanto. (2005). Algoritma Genetika dalam Matlab. Yogyakarta: Andi Offset.