<![CDATA[Penggunaan logika fuzzy untuk menangani masukan yang berupa linguistik telah dieksplorasi dan memberikan beberapa hasil uji terhadap data yang digunakan. Penelitian ini menggunakan data standar sebanyak 958 data dan masing-masing data memiliki 14 atribut yang kemudian dapat dibentuk menjadi Case-Based Reasoning (CBR). Nilai kemiripan diperoleh dari dua teknik similaritas, yaitu similaritas Fuzzy dan similaritas Nearest-Neighbour. Pengujian menggunakan sebanyak 81 data dengan rata-rata akurasi kemiripan sekitar 77% untuk similaritas Fuzzy dan 78,5% untuk Nearest-Neighbour. Tingkat akurasi similaritas Fuzzy lebih rendah dari Nearest-Neighbour, tetapi terdapat kelebihan jika menggunakan masukan bersifat linguistik, seperti lebih sederhana dan fleksibel dalam memasukkan data yang berbentuk linguistik (kata-kata).]]>
Copyrights © 2013
