KELOMPOK 8 :

RICO AFRINANDO (1110953009)

SAWALUDIMAN (1110953037)

DOSEN:

HERU DIBYO LAKSONO ,ST, MT

Logika Fuzzy adalah peningkatan dari logika Boolean yang

mengenalkan konsep kebenaran sebagian. Di mana logika

klasik menyatakan bahwa segala hal dapat diekspresikan

dalam istilah binary (0 atau 1, hitam atau putih, ya atau tidak),

logika fuzzy menggantikan kebenaran boolean dengan tingkat

kebenaran.

Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan

1, tingkat keabuan dan juga hitam dan putih, dan dalam

bentuk linguistik, konsep tidak pasti seperti "sedikit",

"lumayan", dan "sangat". Dia berhubungan dengan set fuzzy

dan teori kemungkinan.

Untuk menetukan harga beli mobil bekas setidaknya ada

dua hal yang perlu diperhartikan yaitu harga beli, harga

pasaran mobil baru dan kondisi mobil. Hal tersebut perlu

diperhatikan agar kita sebagai calon pembeli tidak

mengalami kerugian saat membeli mobil tersebut.

Lalu bagaimana caranya menentukan harga mobil

second dengan mudah dan cepat? Pada kesempatan

penelitian ini penulis akan membuat sebuah sistem

untuk membantu calon pembeli mobil Toyota Avanza

bekas pada bulan April 2011

Perancangan menggunakan logika fuzzy. Tujuannya

adalah untuk mendapatkan model yang di masukkan.

Proses inference engine menggunakan metode mamdani

Variabel bebas/masukan yang digunakan adalah HARGA

BARU kendaraan dan KONDISI mobil bekas tersebut

Variabel tak bebas/keluaran adalah HARGA SEKON dari

mobil tersebut

Blok diagram

Pengumpulan

data

Penetuan tipe

FIS yang

digunakan

Pembentukan

fungsi

keanggotaan dan

himpuanan fuzzy

Proses

defuzzyfikasiProses

penalaran

(Inference)

Pembentukan

aturan (Rule)

Hasil / harga bekas

Perancangan fis dengan 2 variabel masukan dan 1

variabel output

a. Input. Menggunakan 2 input:

1. Harga baru / harga beli mobil

2. Kondisi mobil

Membersip

Function

Murah

mahal

Membersip

Function

Baik

Sangat baik

b. Output. Menggunakan 1 variabel output

1. Harga bekas mobil tersebut

Murah

mahal

Membersip

Function

•Pembentukan membersipfunction1. Klik variabel masukanpertama, kemudian gantinama menjadi harga baru

2. Setting / atur nilai rangeyang diinginkan . Yangdigunakan (147 154)

3. Ganti kurva. Disinimegguanakan trapmf

4. Atur params yang akandigunakan.

5. Membersip function , mf1dan mf2 diganti denganmurah dan mahal

•Pembentukan membersipfunction variabel kondisi1. Klik variabel masukankedua, kemudian gantinama menjadi kondisi

2. Setting / atur nilai rangeyang diinginkan . Yangdigunakan (75 100) dalam%

3. Ganti kurva. Disinimegguanakan trapmf

4. Atur params yang akandigunakan.

5. Membersip function , mf1dan mf2 diganti denganbaik dan sangat baik

•Pembentukan membersipfunction keluaran variabelharga bekas1. Klik variabel masukankedua, kemudian gantinama menjadi harga bekas

2. Setting / atur nilai rangeyang diinginkan . Yangdigunakan (130 160)

3. Ganti kurva. Disinimegguanakan trapmf

4. Atur params yang akandigunakan.

5. Membersip function , mf1dan mf2 diganti denganmurah dan mahal

Defuzzifikasi adalah proses perubahan besaran fuzzy yang

disajikan dalam bentuk himpunan-himpunan fuzzy keluaran

dengan fungsi keanggotaannya untuk mendapatkan kembali

bentuk tegasnya (crisp).

Pada tahap defuzzifikasi ini, semua nilai keluaran fuzzy yang

dihasilkan pada proses evaluasi rule di kombinasikan dengan

fungsi keanggotaan keluaran untuk mendapatkan keluaran yang

sesuai dengan sistem yang kita inginkan.

Berdasarakan derajat keanggotan parameter keluaran

dilakukan proses FIS (Fuzzy Inference System) dengan model

mamdani dengan metode centroid.

Berikut adalah hasil dari defuzzifikasi yang menunjukan rule

viewer FIS Mamdani:

Fungsi Variabel

Himpunan Semesta

Domain

Fuzzy Pembicaraan

Input

Harga bekas

Murah

147-154 juta

147-152 juta

Mahal 149-154 juta

Kondisi

Baik

75-100 %

75-95 %

Sangat-

baik 80-100 %

Setelah melakukan penentuan harga bekas maka :

1. Metodfe logika fuzzy ini menggunakan data historis

yang diakumulasikan dalam beberapa periode waktu,

yaitu dari tanggal 16 februari sampai 18 februari 2012

2. Besaranya harga beli/ harga baru dan baiknya kondisi

mobil dijadikan input penentuan, dan harga bekas

mobil tersebut dijadikan sebagai output.

3. Fis yang digunakan adalah tipe madani

4. Sistem dapat menghemat waktu yang digunakan

secara manual dengan waktu secara metode logika

fuzzy.

Menentukan perkiraan harga jual mobil bekas bisa dilakukan

secara mudah dan cepat dengan menggunakan metode

atau alat bantu analisis Fuzzy Logic (logika samar). Dengan

menggunakan Fuzzy Logic prediksi yang dihasilkan

bukanlah prediksi asal yang tidak berdasar. Hasil inferensi

dari Fuzzy Logic adalah berupa angka taksiran berdasarkan

perhitungan matematis sehingga tingkat keakuratannya pun

bisa diukur.

Sistem yang penulis buat ini masih sangat sederhana