Claim Missing Document
Check
Articles

Found 12 Documents
Search

PERBANDINGAN METODE DEFUZZIFIKASI SISTEM KENDALI LOGIKA FUZZY MODEL MAMDANI PADA MOTOR DC sutikno Sutikno; Indra Waspada
Jurnal Masyarakat Informatika Vol 2, No 3 (2011): Jurnal Masyarakat Informatika
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (488.855 KB) | DOI: 10.14710/jmasif.2.3.2645

Abstract

Dalam merancang sistem kontrol dengan menggunakan logika fuzzy terdapat tiga proses yaitu fuzzifikasi, evaluasi rule dan defuzzifikasi. Masing-masing proses tersebut akan mempengaruhi respon sistem yang dikendalikan. Defuzzifikasi merupakan langkah terakhir dalam suatu sistem logika fuzzy dengan tujuannya mengkonversi setiap hasil dari inference engine yang diekspresikan dalam bentuk fuzzy set kesuatu bilangan real. Hasil konversi tersebut merupakan aksi yang diambil oleh sistem kendali logika fuzzy. Karena itu, pemilihan metode defuzzifikasi yang sesuai juga turut mempengaruhi sistem kendali logika fuzzy dalam menghasilkan respon yang optimum. Penelitian ini dilakukan dengan membandingan pada sistem logika fuzzy model Mamdani dengan menggunakan beberapa metode defuzzifikasi, yaitu metode COA (center of area), bisektor, MOM (mean of maximum), LOM (largest of maximum) dan SOM (smallest of maximum). Lima metode defuzzifikasi ini dibandingkan dengan mengimplementasikan pada sistem plant yang sama. Plant yang dipilih yaitu pada pengaturan kecepatan motor DC. Pengujian yang telah dilakukan beberapa pemberian referensi, nilai rata-rata waktu tunda (td) terkecil dari lima kali percobaan adalah dengan menggunakan metode defuzzifikasi bisektor yaitu sebesar 0,1830 detik. Nilai rata-rata waktu naik (tr) terkecil dengan menggunakan metode defuzzifikasi MOM yaitu sebesar 0,5784 detik dan nilai rata-rata waktu penetapan (ts) terkecil dengan menggunakan metode defuzzifikasi LOM yaitu sebesar 0,7789 detik.
PENENTUAN BESAR PINJAMAN DI KOPERASI SIMPAN PINJAM DENGAN ALGORITMA K-NEAREST NEIGHBOR (Studi Kasus di Koperasi Simpan Pinjam BMT Bina Insani Pringapus) Abidah Elcholiqi; Beta Noranita; Indra Waspada
Jurnal Masyarakat Informatika Vol 3, No 6 (2012): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (491.577 KB) | DOI: 10.14710/jmasif.3.6.8458

Abstract

Perkembangan teknologi informasi saat ini memungkinkan penyimpanan data dalam skala yang sangat besar. Melimpahnya data menjadi tantangan dalam dunia teknologi informasi, termasuk perbankan, untuk tidak hanya mendapatkan informasi saja, tetapi juga menemukan pola untuk menghasilkan pengetahuan. Data mining merupakan kegiatan menemukan pengetahuan dari sejumlah data yang sangat besar. Dengan memanfaatkan data pinjaman anggota, data mining dapat membantu pengambilan keputusan besar pinjaman bagi anggota koperasi simpan pinjam. Algoritma data mining yang digunakan untuk membangun aplikasi data mining adalah k-nearest neighbor (kNN). KNN digunakan untuk mengklasifikasikan besar pinjaman anggota berdasarkan jarak kedekatan atribut. Percobaan menggunakan 25 sampel data dengan nilai k=8 dan k=12 menghasilkan akurasi sebesar 84%. Hasil proses mining dapat digunakan untuk membantu pegawai koperasi simpan pinjam dalam menentukan besar pinjaman bagi anggotanya.