fuzzydatabase proposal tugas akhir (PENERAPAN FUZZY DATABASE UNTUK REKOMENDASI PEMBELIAN LAPTOP)

fuzzydatabase

Senin, 28 Mei 2012

proposal tugas akhir (PENERAPAN FUZZY DATABASE

UNTUK REKOMENDASI PEMBELIAN LAPTOP)

 

PROPOSAL TUGAS AKHIR

PENERAPAN FUZZY DATABASE UNTUK REKOMENDASI PEMBELIAN LAPTOP

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

Tampilan Aplikasi

Laporan TA

Tugas Akhir (TA)

Download Document Tugas Akhir

►  2013 (1) ▼  2012 (2) ▼  Mei (2)

database fuzzy proposal tugas akhir

(PENERAPAN FUZZY DATABASE UN... Arsip Blog

ABDUL GANI PUTRA SURATMA blog ini membahas fuzzy database Lihat profil lengkapku

Mengenai Saya

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.

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

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.

  ... (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. α­predikat sebagai  hasil  operasi  dengan  operator  AND  diperoleh  dengan  mengambil  nilai keanggotaan terkecil antar elemen pada himpunan­himpunan yang bersangkutan.

µ A∩B = min(µ_A [x], µ_B  [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.

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

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

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.

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 Maret 2012 April 2012 Mei 2012 Juni 2012 Pengumpulan

data

Perancangan sistem

Pengkodean

Pengujian

Diposkan oleh ABDUL GANI PUTRA SURATMA di 16.05 

Label: fuzzy database

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.

Rekomendasikan ini di Google

Balasan

Balas

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 SURATMA1 Mei 2013 20.15

Balas

Komentar ini telah dihapus oleh pengarang.

ABDUL GANI PUTRA SURATMA1 Mei 2013 20.19

http://www.scribd.com/doc/99772642/Fuzzy­Database­Tahani

Balas

Coolest Vehicle4 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

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

Abdul Harris28 Desember 2014 02.51

Mas minta source code nya donk..besok kami final

Posting Lebih Baru Beranda

Langganan: Poskan Komentar (Atom)

Masukkan komentar Anda...

Beri komentar sebagai:  Google Account

Publikasikan   Pratinjau

andri awan28 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