Deffuzifikasi Menghitung predikat aturan
Transcript of Deffuzifikasi Menghitung predikat aturan
16
BAB III
METODOLOGI PENELITIAN
3. 1 Metode Penelitian
Varian akan pengkajian ini merupakan pengobservasian eksperimen yakni
membangun sistem guna menentukan harga jual ban mobil bekas di toko, data
diperoleh dari pengamatan dan wawancara, yang nantinya diharapkan dapat
membantu menentukan harga jual ban mobil bekas secara tepat. Berikut gambar
alur penyelesaian penelitiannya:
Identifikasi Masalah
Mengumpulkan Data
Input Variabel
Menentukan derajat keanggotaan, linear naik,
linear turun, kurva segitiga, kurva trapesium
Menentukan aturan fuzzy
Menghitung predikat aturan
Komposisi MAX - MIN
Deffuzifikasi
Hasil Perhitungan
Gambar 3. 1 Alur Penelitian
Dalam hal ini akan dibahas mengenai alur penyelesaian penelitian. Bab ini
bertujuan untuk perumusan dan penyusunan penelitian dapat selesai dengan tepat
waktu yang sudah direncanakan. Secara singkat dapat dijelaskan langkah-langkah
17
dalam penelitian ini yaitu mengidentifikasi, menganalisa permasalahan,
mengumpulkan data, pengolahan data logika fuzzy metode Tsukamoto yang dimulai
dengan menginputkan sebuah nilai variabel, lalu diolah sehingga menentukan letak
derajat keanggotaan misal pada kurva segitiga, selanjutnya melakukan perhitungan
sesuai aturan yang sudah ditetapkan, dan melakukan perhitungan deffuzyfikasi dengan
melakukan perhitungan total keseluruhan dari aturan yang didapat, sehingga
mendapatkan hasil.
3.2 Identifikasi Masalah
Akan langkah berikut dijalankan idenftifikasi kepada permasalahan yang ingin
ditelaah. Perbahasan pokok adalah mengenai penentuan harga ban mobil bekas serta
permasalahan dalam mengimplementasikan metode logika fuzzy Tsukamoto pada
penentuan harga ban mobil bekas.
3. 3 Pengumpulan Data
Melakukan wawancara pada karyawan toko sehingga di dapat data variabel
inputan.
Variabel inputan yang digunakan:
1. Harga ban bekas di toko
Pementuan harga ban mobil bekas telah ditentukan langsung oleh toko.
2. Usia ban
Minimal usia bekas 36 bulan dari tanggal produksi.
3. Kondisi ban
Tinggi maksimum lapisan karet ialah 7mm, minimum lapisan karet ialah 1,6mm
Tabel 3. 1 Data Hasil Survei Toko
No Merk
Ban
Seri Harga
ban
bekas di
toko
Ukuran Tahun
Produksi
Kondisi
(Ketebalan
karet)
18
1 Accelera Alpha Rp.
210.000
185/65
R15
2512 4 mm
2 Achilles 2233 Rp.
285.000
185/55
R16
1618 4,8 mm
3 GT
Radial
Champrio
Eco
Rp.
320.000
185/65
R15
2417 4,1 mm
4 Dunlop SP
Touring
R1
Rp.
180.000
175/65
R14
4918 3,3 mm
5 Hankook Kinergy
EX
Rp.
240.000
185/70
R14
0617 4,6 mm
3. 4 Contoh Perhitungan Manual
Contoh perhitungan manual dengan menggunakan data hasil survei toko tabel 3.1.
Langkah pertama adalah mencari nilai min dan max dari variable pemakaian dan
kondisi ketebalan, sebagai berikut:
No Merk
Ban Seri
Harga
ban
bekas
di toko
Ukuran Tahun
Produksi Pemakaian
Kondisi
(Ketebalan
karet)
1 Accelera Alpha 210000 185/65
R15 2512
(21-12)52)
+(26-25)/4
= 117.25
4
2 Achilles 2233 285000 185/55
R16 1618 41.5 4.8
3 GT
Radial
Champrio
Eco 320000
185/65
R15 2417 52.5 4.1
4 Dunlop
SP
Touring
R1
180000 175/65
R14 4918 33.25 3.3
5 Hankook Kinergy 240000 185/70 0617 57 4.6
19
EX R14
Min 33.25 3.3
Max 117.25 4.8
Dengan menggunakan metode Tsukamoto secara manual, ada beberapa langkah yang
ditempuh. Langkah-langkah tersebut adalah: mendefnisikan variabel fuzzy,
pembentukan rule, inferensi, dan defuzifkasi (menentukan output crisp).
1. Mendefinisikan Variabel
Tahap ini merupakan mendefinisikan setiap variable dari keanggotaan yang ada
Diagram derajat keanggotaan pemakaian
Dalam (bulan)
Variabel Pemakaian
Baru X ≤ Xmin Xmin ≤ X ≤
Xmax
X ≥
Xmax
1 (117,25 - X)/
(117,25 – 33,25)
0
X ≤ 33.25 0,770833333 X ≥
117.25
Lama 0 (X-33,25) /
(117,25-33,25)
1
X ≤ 33.25 0,229166667 X ≥
117.25
Diagram derajat keanggotaan ketebalan ban
20
Dalam (mm)
Variabel Ketebalan Ban
Tipis Y ≤ Ymin Ymin ≤ Y ≤
Ymax
Y ≥
Ymax
1 (4,8 - Y)/ (4,8 –
3,3)
0
Y ≤ 3.3 0,466666667 Y ≥ 4.8
Tebal 0 (Y-3,3) / (4,8-3,3) Y ≥
Ymax
Y ≤ 3.3 0,533333333 Y ≥ 4.8
Diagram derajat keanggotaan Harga
Dalam Rupiah
Harga Ban Bekas
Murah Z ≤ Zmin Zmin ≤ Z ≤ Zmax Z ≥
Zmax
1 (Zmax - Z)/ 0
21
(Zmax - Zmin)
Z ≤ 180000 (320000-
Z)/(320000-
180000)
Z ≥
320000
Mahal 0 (Z-Zmin) /
(Zmax-Zmin)
Z ≥
Zmax
Z ≤ 180000 (Z-
180000)/(320000-
180000)
Z ≥
320000
2. Pembentukan Rule
Dari Uraian diatas terbentuk 4 fuzzy yaitu (Pemakaian baru, Pemakaian lama),
(Tipis, Tebal), (Murah, Mahal) aturan fuzzy sebagai berikut:
[R1] = Jika pemakaian lama And ketebalan ban tebal Then harga mahal
[R2] = Jika pemakaian lama And ketebalan ban tipis Then harga murah
[R3] = Jika pemakaian baru And ketebalan ban tebal Then harga mahal
[R4] = Jika pemakaian baru And ketebalan ban tipis Then harga murah
3. Inferensi Tsukamoto
R1 Jika pemakaian lama And
ketebalan ban tebal Then harga
mahal
A1=0,229166667 (Z1- Zmin) / (Zmax -Zmin) =
0,229166667
Z1 = 0,229166667(32000 -
180000) + 180000
212083,3333
R2 Jika pemakaian lama And
ketebalan ban tipis Then harga
murah
22
A2=0,229166667 (Zmax - Z2) / (Zmax -Zmin) =
0,229166667
Z2 = 320000 –
0,229166667(320000 - 180000)
287916,66662
R3 Jika pemakaian baru And
ketebalan ban tebal Then harga
mahal
A3=0,533333333 (Z3- Zmin) / (Zmax -Zmin) =
0,53333333
Z3 = 0,53333333(320000 -
180000) + 320000
254666,6667
R4 Jika pemakaian baru And
ketebalan ban tipis Then harga
murah
A4=0,466666667 (Zmax - Z4) / (Zmax -Zmin) =
0,466666667
Z4 = 320000 –
0,466666667(320000 - 180000)
254666,6667
4. Defuzzyfikasi
Z = (a1*z1+a2*z2+a3*z3+a4*z4) / (a1+a2+a3+a4)
=
=Rp253200
Jadi Harga ban bekas untuk merk GT Radial adalah Rp253200
23
3. 5 Perancangan Sistem
3. 5. 1 Usecase Diagram
ADMIN
LOGIN
KELOLA VARIABEL INPUT DAN OUTPUT
KELOLA HIMPUNAN FUZZY
KELOLA RULE
LOGOUT
MENGHITUNG FUZZY
Gambar 3. 2 Usecase Diagram
Gambar 3.2 ialah tampilan use case diagram berasal prosedur nantinya akan dibuat
dimana dalam use case tersebut akan dijelaskan seperti:
a. Admin melaksankaan login dahulu, sebelum mengakses menu lainnya.
b. Admin dapat mengelola data variabel, mulai dari menambah, merubah dan
menghapus data.
c. Admin dapat melakukan menghitung nilai fuzzy dengan memasukan nilai-nilai
variabel seperti harga ban baru, usia ban, dan kondisi ban.
d. Admin dapat melihat hasil penentuan harga ban pada menu hitung fuzzy.
24
e. Untuk himpunan disesuaikan dengan data yang ada yaitu 2 himpunan, contoh
baru & lama, tebal & tipis, murah & mahal.
f. Untuk rule sudah ada ketentuannya sendiri yaitu :
Tabel 3. 2 Aturan Fuzzy Tsukamoto Harga Ban Bekas
No. Jika Pemakaian Dan Ketebalan Maka Harga
1 Pemakaian lama Ban tebal Harga Mahal
2 Pemakaian lama Ban tipis Harga Murah
3 Pemakaian baru Ban tebal Harga Mahal
4 Pemakaian baru Ban tipis Harga murah
3. 5. 2 Activity Diagram
a. Activity Diagram Login
25
Login
ADMIN SISTEM
Ph
ase
Membuka AplikasiMenampilkan
Halaman Login
Mengisi Username &
Password
Cek Login
Menampilkan
Halaman Utama
Tidak sesuai
sesuai
Gambar 3. 3 Activity Diagram Login
Tampilan diatas merupakan activity diagram admin, yang mana pengguna dimana
admin menguak aplikasi terlebih dahulu modus operandi segera menampakkan login,
setelah itu pengguna akan memberi isian nama pengguna dan kata sandinya maka
modus operandi akan mengeceknya, jika sesuai maka akan menunjukkan bernada
pokoknya dan bila tidak sesuai akan tidak berubah terhadap beranda login.
b. Activity Diagram Kelola Variabel
26
KELOLA VARIABEL
ADMIN SISTEM
Phas
e
Memilih Menu
Variabel
Menampilkan
Halaman Variabel
Menambah Data Data Bertambah
Merubah Data Data Berubah
Menghapus Data Data Terhapus
Pilih Aksi
Gambar 3. 4 Activity Diagram Kelola Variabel
Tampilannya itu merupakan activity diagram variabel yang mana pemilik dapat
menambah, merubah dan menghapus data variabel yang ada.
27
c. Activity Diagram Kelola Himpunan
KELOLA HIMPUNAN
ADMIN SISTEM
Ph
ase
Memilih Menu
Himpunan
Menampilkan
Halaman Himpunan
Menambah Data Data Bertambah
Merubah Data Data Berubah
Menghapus Data Data Terhapus
Pilih Aksi
Gambar 3. 5 Activity Diagram Kelola Himpunan
Tampilan tersebut merupakan activity diagram himpunan yang mana pemilik
dapat menambah, merubah dan menghapus data himpunan yang ada.
28
d. Activity Diagram Kelola Rule
KELOLA RULE
ADMIN SISTEM
Ph
ase
Memilih Menu RuleMenampilkan
Halaman Rule
Menambah Data Data Bertambah
Merubah Data Data Berubah
Menghapus Data Data Terhapus
Pilih Aksi
Gambar 3. 6 Activity Diagram Kelola Rule
Gambaran itu merupakan activity diagram rule yang mana pengguna dapat
menambah, merubah dan menghapus data rule yang ada.
29
e. Activity Diagram Konsultasi
KONSULTASI
ADMIN SISTEMP
has
e
Memilih BanMenampilkan
Halaman Detail Ban
Memasukan Nilai
Variabel
Menampilkan Hasil
Harga Ban BekasKlik Proses
Gambar 3. 7 Activity Diagram Konsultasi
Tampilannya tersebut merupakan activity diagram konsultasi yang mana pemiliknya
dapat mengetahui detail ban, dan melakukan hitung fuzzy dengan memasukan nilai-
nilai variabel seperti usia ban, dan kondisi ban.
f. Activity Diagram Konsultasi User
30
KONSULTASI USER
ADMIN SISTEMP
has
e
Menyimpan Hasil
Perhitungan
Melihat Detail
Perhitungan
Menghapus Hasil
Perhitungan
Gambar 3. 8 Activity Diagram Konsultasi User
Gambar diatas merupakan activity diagram konsultasi user dimana admin
dapat melihat hasil perhitungan yang telah diinputkan sebelumnya.
3.6 Perancangan Database
Tabel 3. 3 Ban
No Nama Field Type Keterangan
1 Id_Ban Int(11) Primary Key
2 Merk_ban Varchar(250)
3 Seri Varchar(250)
4 Harga Int(11)
31
5 Ukuran Varchar(150)
6 Tahun_produksi Int(11)
7 Pemakaian Float
8 Kondisi_ketebalan Float
Tabel 3. 4 Variabel
No Nama Field Type Keterangan
1 Id_variabel Int(11) Primary Key
2 Nama_variabel Varchar(250)
Tabel 3. 5 Konsultasi_User
No Nama Field Type Keterangan
1 Id_konsultasi_user Int(11) Primary Key
2 Variable_id Int(11)
3 Jumlah Float
4 Konsultasi_id Int(11)
Tabel 3. 6 Konsultasi
No Nama Field Type Keterangan
1 Id_konsultasi Int(11) Primary Key
2 users_id Int(11)
Tabel 3. 7 Users
No Nama Field Type Keterangan
1 Id_users Int(11) Primary Key
2 Username Varchar(100)
3 Password Varchar(200)
4 Level Enum
5 Cookie Varchar(200)
32
6 Forgot Enum
Tabel 3. 8 Himpunan
No Nama Field Type Keterangan
1 Id_himpunan Int(11) Primary Key
2 Variable_id Int(11)
3 Jumlah Enum
4 Himpunan_1 Varchar(250)
5 Batas_1 Float
6 Himpunan_2 Varchar(250)
7 Batas_2 Float
8 Himpunan_3 Varchar(255)
9 Batas_3 Float
10 Himpunan_4 Varchar(255)
11 Batas_4 Float
12 Batas_5 Float
13 Batas_6 Float
14 Output Enum
33
3. 7 Perancangan Tampilan
Gambar 3. 9 Rancangan Login
34
Gambar 3. 10 Rancangan Menu Variabel
Gambar 3. 11 Rancangan Menu Himpunan
35
Gambar 3. 12 Rancangan Menu Aturan
36
Gambar 3. 13 Rancangan Menu Hitung Fuzzy