UJIAN AKHIR SEMETER MATAKULIAH : SISTEM CERDAS DOSEN PENGAMPU: GUNAWAN RUDI CAHYONO, ST. MT WAKTU : 120 MENIT (OPEN BOOK) Pilih salah satu soal dibawah ini (Perhatikan Nilai Maksimum untuk tiap soal) 1.Type A : (Fuzzy Logic untuk Nilai Maksimum 100 Jika menjawab benar) PrestasiseorangMahasiswadipengaruhioleh2penilaian,yaituIPK,Prilaku.GunakanlogikafuzzyTsukamoto dalam menentukan Prestasi siswa tersebut. Himpunan untuk variabel IPK dibagi atas Sedang (S) dan Tinggi (T). Gambar 1.Himpunan Fuzzy IPK Himpunan untuk variabelPrilaku dibagi atas Rendah (R) dan Tinggi (T). Gambar 2.Himpunan Fuzzy Prilaku Prestasi Mahasiswa dibagi menjadi 2 kategori, yaitu Mengecewakan dan Memuaskan seperti pada gambar. Gambar 3.Himpunan Fuzzy Output Aturan Fuzzy diberikan: R1:IF IPK Tinggi AND Prilaku TinggiTHEN Prestasi Memuaskan R2:IF IPK Sedang AND Prilaku RendahTHEN Prestasi Mengecewakan R3:IF IPK Sedang AND Prilaku TinggiTHEN Prestasi Memuaskan Tentukan Prestasi seorang Mahasiswa, jika memiliki Indeks Prestasi 2.9, dan Prilaku 70 Jawab : Penyelesaian : METODE TSUKAMOTO Langkah 1 : Menentukan variabel input dan output sistem fuzzy Variabel Input:IPK dan Prilaku Variabel Output :Prestasi Mahasiswa Langkah 2 : Menentukan himpunan fuzzy dari masing-masing variabel tadi Variabel IPK dibagi menjadi 2 himpunan fuzzy : Sedang, Tinggi Variabel Prilaku dibagi menjadi 2 himpunan fuzzy : Rendah, Tinggi Variabel Prestasidibagi menjadi 2 himpunan fuzzy : Mengecewakan, Memuaskan Langkah 3 : Menentukan fungsi keanggotaan himpunan fuzzy tersebut Gambar 1.Himpunan Fuzzy IPK Gambar 2.Himpunan Fuzzy Prilaku Gambar 3.Himpunan Fuzzy Output Langkah 4:Menentukan derajat keanggotaan himpunan fuzzya. Pada Input IPK terdiri atas himpunan fuzzy Tinggi dan Sedang Himpunan Sedang, derajat keanggotaan berdasarkan kurva ditentukan oleh rumus:

>s ss=5 . 3 , 05 . 3 75 . 2 ,75 . 2 5 . 35 . 375 . 2 , 1] [xxxxxIPKSedangDerajat keanggotaan himpunan fuzzy Sedang untuk IPK 2.9 : IPKSedang [2.9] = (3.5-2.9)/0.75 = 0,8 Himpunan Tinggi, derajat keanggotaan ditentukan oleh rumus:

>s ss=5 . 3 , 15 . 3 75 . 2 ,75 . 2 5 . 375 . 275 . 2 , 0] [xxxxxIPKTinggi Derajat keanggotaan himpunan fuzzy Tinggi untuk IPK 2.9 : IPKTinggi [2.9] = (2.9-2.75)/0.75 = 0,2 Gambar 4.Fungsi Keanggotaan Variabel IPK b. Pada Input Prilaku terdiri atas himpunan fuzzy Rendah dan Tinggi Himpunan Rendah, derajat keanggotaan berdasarkan kurva ditentukan oleh rumus:

>s ss=85 , 085 50 ,50 858550 , 1] [Reyyxyyndah PRLKDerajat keanggotaan himpunan fuzzy Rendah untuk Prilaku 70 : 0.8 0.2 2.9 PRLKRendah [70] = (85-70)/35 = 0,42 Himpunan Tinggi, derajat keanggotaan ditentukan oleh rumus:

>s ss=85 , 185 50 ,50 855050 , 0] [yyyyyPRLKTinggiDerajat keanggotaan himpunan fuzzy Tinggi untuk Prilaku 70: PRLK Tinggi[70] = (70-50)/35 = 0,57 Gambar 5.Fungsi Keanggotaan Variabel Prilaku c. Pada output Prestasi, terdiri atas 2 himpunan fuzzy : Mengecewakan danMemuaskan. Gambar 6.Himpunan Fuzzy Variabel Prestasi Dari kurva Gambar 6, derajat keanggotaan himpunan Mengecewakan dan Memuaskan ditentukan oleh: >s ss=75 , 075 0 ,0 75750 , 1] [zzzzza PRSTikecew 0.57 0.42 70 >s ss=100 , 1100 50 ,50 1005050 , 0] [zzzzzPRSTipuas Langkah 5 :Menyusun aturan (rule). Jika pada bagian anteseden mempunyai lebih dari satu pernyataan, gunakan operator (disini digunakan operator AND) Proses produksi perusahaan tersebut menggunakan 3 aturan fuzzy: R1:IF IPK Tinggi AND Prilaku TinggiTHEN Prestasi Memuaskan R2:IF IPK Sedang AND Prilaku RendahTHEN Prestasi Mengecewakan R3:IF IPK Sedang AND Prilaku TinggiTHEN Prestasi Memuaskan Langkah 6:Menentukan metode inferensi fuzzy (Tsukamoto) Dalam kasus ini digunakan metode TsukamotoLangkah 7:Menghitung nilai -predikat berdasarkan aturan yang telah dibentuk, kemudian mencari nilai output untuk masing-masing aturan tersebut.Karena operator yang digunakan adalah AND, maka gunakan fungsi MIN R1:IF IPK Tinggi AND Prilaku TinggiTHEN Prestasi Memuaskan

-predikat1 = IPKTinggi PrilakuTinggi = min(IPKTinggi [2.9] PrilakuTinggi [70]) = min(0,2 ; 0,57) = 0,2 Lihat himpunan Prestasi Memuaskan 2 , 05050= z---> z1 = 60 R2:IF IPK Sedang AND Prilaku RendahTHEN Prestasi Mengecewakan -predikat2 = IPKSedang PrilakuRendah = min(IPKSedang [2.9] PrilakuRendah[70]) = min(0,8 ; 0,42) = 0,42 Lihat himpunan PrestasiMengecewakan

42 , 07575= z---> z2 = 43.5 R3:IF IPK Sedang AND Prilaku TinggiTHEN Prestasi Memuaskan -predikat3 = IPKSedang PrilakuTinggi = min(IPKSedang [2.9] PrilakuTinggi[70]) = min(0,8 ; 0,57) = 0,57 Lihat himpunan Prestasi Memuaskan 57 , 05050= z---> z3 = 78.5 Langkah 8 :Proses Defuzifikasi, yaitu menentukan nilai output akhir Nilai akhir z ditentukan dari rata-rata terbobot output masing-masing aturan (metode Tsukamoto)

4 3 2 14 4 3 3 2 2 1 1pred pred pred pred) z * pred ( ) z * pred ( ) z * pred ( ) z * pred (zo + o + o + oo + o + o + o= 037 . 6319 , 1015 . 7557 , 0 42 , 0 2 , 0) 5 . 78 * 57 , 0 ( ) 5 . 43 * 42 , 0 ( ) 60 * 2 , 0 (= =+ ++ += z Jadi Prestasi Mahasiswa tersebut mempunyai Nilai 63.037. 2.TYPE A(CF untuk Nilai Maksimum 70 Jika menjawab benar) Terdapat 5 macam penyakit yang memiliki gejala demam dan nyeri leher, yaitu: Contract Ulcers, Barotitis Media, Deviasi Septum, Laringitis, Osteosklerosis Terdapat data yang meliputi data penyakit dan data gejala yang menyerang THT (Telinga, Hidung, Tenggorokan). JikaAdapasiendatangdanmemilikigejalaHidungmeler,Dahisakit,Sakitgigidansuaraserakmakatentukan penyakit apa yang menjadi diagnosa. Jawab : - MB (Contract Ulcers, HidungMeler . Dahi Sakit) = 0,01 + 0,91 * (1-0,01) = 0,9109 MB(Contract Ulcers, HidungMeler . Dahi Sakit. SakitGigi) = 0,9109+ 0,44 * (1- 0,9109) = 0,9501 MB(Contract Ulcers, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,9501+ 0,4 * (1- 0,9501) = 0,9700 -MD (Contract Ulcers, HidungMeler . Dahi Sakit) = 0,5 + 0,69 * (1-0,5) = 0,845 MD(Contract Ulcers, HidungMeler . Dahi Sakit. SakitGigi) = 0,845+ 0,72 * (1- 0,845) = 0,9566 MD(Contract Ulcers, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,9566+ 0,54 * (1- 0,9566) = 0,9800 CF (Contract Ulcers, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,9700 - 0,9800 = -0,0100 - MB (Barotitis Media, HidungMeler . Dahi Sakit) = 0,45 + 0,55 * (1-0,45) = 0,7525 MB(Barotitis Media, HidungMeler . Dahi Sakit. SakitGigi) = 0,7525+ 0,19 * (1- 0,7525) = 0,7995 MB(Barotitis Media, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,7995+ 0,65 * (1- 0,7955) = 0,9298 -MD (Barotitis Media, HidungMeler . Dahi Sakit) = 0,41 + 0,48 * (1-0,41) = 0,6932 MD(Barotitis Media, HidungMeler . Dahi Sakit. SakitGigi) = 0,6932+ 0,96 * (1- 0,6932) = 0,9566 MD(Barotitis Media, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,9566+ 0,51 * (1- 0,9566) = 0,9787 CF (Barotitis Media, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,9298 - 0,9787 = -0,0489 - MB (Deviasi Septum, HidungMeler . Dahi Sakit) = 0,63 + 0,42 * (1-0,63) = 0,7854 MB(Deviasi Septum, HidungMeler . Dahi Sakit. SakitGigi) = 0,7854+ 0,89 * (1- 0,7854) = 0,9763 MB(Deviasi Septum, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,9763+ 0,51 * (1- 0,9763) = 0,9883 -MD (Deviasi Septum, HidungMeler . Dahi Sakit) = 0,47 + 0,02 * (1-0,47) = 0,4806 MD(Deviasi Septum, HidungMeler . Dahi Sakit. SakitGigi) = 0,4806+ 0,44 * (1- 0,4806) = 0,7091 MD(Deviasi Septum, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,7091+ 0,95 * (1- 0,7091) = 0.9854 CF (Deviasi Septum, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,9298 - 0,9787 = 0.0029 - MB (Laringitis, HidungMeler . Dahi Sakit) = 0,31 + 0,91 * (1-0,31) = 0,9379 MB(Laringitis, HidungMeler . Dahi Sakit. SakitGigi) = 0,9379+ 0,72 * (1- 0,9379) = 0,9826 MB(Laringitis, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,9826+ 0,12 * (1- 0,9826) = 0,9846 -MD (Laringitis, HidungMeler . Dahi Sakit) = 0,59 + 0,87 * (1-0,59) = 0,9467 MD(Laringitis, HidungMeler . Dahi Sakit. SakitGigi) = 0,9476+ 0,31 * (1- 0,9476) = 0,9632 MD(Laringitis, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,9632+ 0,78 * (1- 0,9632) = 0.9919 CF (Laringitis, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,9846 - 0,9919 = -0.0073 - MB (Osteoklerosis, HidungMeler . Dahi Sakit) = 0,88 + 0,39 * (1-0,88) = 0,9268 MB(Osteoklerosis, HidungMeler . Dahi Sakit. SakitGigi) = 0,9268+ 0,78 * (1- 0,9268) = 0,9838 MB(Osteoklerosis, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,9838+ 0,44 * (1- 0,9838) = 0,9909 -MD (Osteoklerosis, HidungMeler . Dahi Sakit) = 0,18 + 0,13 * (1-0,18) = 0,2866 MD(Osteoklerosis, HidungMeler . Dahi Sakit. SakitGigi) = 0,2866+ 0,85 * (1- 0,2866) = 0,8929 MD(Osteoklerosis, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,8929+ 0,45 * (1- 0,8929) = 0.9411 CF (Osteoklerosis, HidungMeler . Dahi Sakit. SakitGigi . SuaraSerak) = 0,9909 - 0,9411 = 0.0498 DariCFmasing-masingpenyakitdiperolehnilaiCFterbesarpenyakitOsteosklerosissebesar0,0498sehingga dugaan terbesar terkena penyakit Osteosklerosis. UJIAN AKHIR SEMETER MATAKULIAH : SISTEM CERDAS DOSEN PENGAMPU: GUNAWAN RUDI CAHYONO, ST. MT WAKTU : 120 MENIT (OPEN BOOK) Pilih salah satu soal dibawah ini (Perhatikan Nilai Maksimum untuk tiap soal) 1.Type B : (Fuzzy Logic untuk Nilai Maksimum 100 Jika menjawab benar) PrestasiseorangMahasiswadipengaruhioleh2penilaian,yaituIPK,Prilaku.GunakanlogikafuzzyTsukamoto dalam menentukan Prestasi siswa tersebut. Himpunan untuk variabel IPK dibagi atas Sedang (S) dan Tinggi (T). Gambar 1.Himpunan Fuzzy IPK Himpunan untuk variabelPrilaku dibagi atas Rendah (R) dan Tinggi (T). Gambar 2.Himpunan Fuzzy Prilaku Prestasi Mahasiswa dibagi menjadi 2 kategori, yaitu Mengecewakan dan Memuaskan seperti pada gambar. Gambar 3.Himpunan Fuzzy Output Aturan Fuzzy diberikan: R1:IF IPK Tinggi AND Prilaku TinggiTHEN Prestasi Memuaskan R2:IF IPK Sedang AND Prilaku RendahTHEN Prestasi Mengecewakan R3:IF IPK Sedang AND Prilaku TinggiTHEN Prestasi Memuaskan Tentukan Prestasi seorang Mahasiswa, jika memiliki Indeks Prestasi 3.00, dan Prilaku 80 Jawab : Penyelesaian : METODE TSUKAMOTO Langkah 1 : Menentukan variabel input dan output sistem fuzzy Variabel Input:IPK dan Prilaku Variabel Output :Prestasi Mahasiswa Langkah 2 : Menentukan himpunan fuzzy dari masing-masing variabel tadi Variabel IPK dibagi menjadi 2 himpunan fuzzy : Sedang, Tinggi Variabel Prilaku dibagi menjadi 2 himpunan fuzzy : Rendah, Tinggi Variabel Prestasidibagi menjadi 2 himpunan fuzzy : Mengecewakan, Memuaskan Langkah 3 : Menentukan fungsi keanggotaan himpunan fuzzy tersebut Gambar 1.Himpunan Fuzzy IPK Gambar 2.Himpunan Fuzzy Prilaku Gambar 3.Himpunan Fuzzy Output Langkah 4:Menentukan derajat keanggotaan himpunan fuzzya. Pada Input IPK terdiri atas himpunan fuzzy Tinggi dan Sedang Himpunan Sedang, derajat keanggotaan berdasarkan kurva ditentukan oleh rumus:

>s ss=5 . 3 , 05 . 3 75 . 2 ,75 . 2 5 . 35 . 375 . 2 , 1] [xxxxxIPKSedangDerajat keanggotaan himpunan fuzzy Sedang untuk IPK 3.0 : IPKSedang [3.0] = (3.5-3.0)/0.75 = 0,667 Himpunan Tinggi, derajat keanggotaan ditentukan oleh rumus:

>s ss=5 . 3 , 15 . 3 75 . 2 ,75 . 2 5 . 375 . 275 . 2 , 0] [xxxxxIPKTinggi Derajat keanggotaan himpunan fuzzy Tinggi untuk IPK 3.00 : IPKTinggi [3.0] = (3.0-2.75)/0.75 = 0,333 Gambar 4.Fungsi Keanggotaan Variabel IPK b. Pada Input Prilaku terdiri atas himpunan fuzzy Rendah dan Tinggi Himpunan Rendah, derajat keanggotaan berdasarkan kurva ditentukan oleh rumus:

>s ss=85 , 085 50 ,50 858550 , 1] [Reyyxyyndah PRLKDerajat keanggotaan himpunan fuzzy Rendah untuk Prilaku 80 : 0.667 0.333 3.0 PRLK rendah[80] = (85-80)/35 = 0,142 Himpunan Tinggi, derajat keanggotaan ditentukan oleh rumus:

>s ss=85 , 185 50 ,50 855050 , 0] [yyyyyPRLKTinggiDerajat keanggotaan himpunan fuzzy Tinggi untuk Prilaku 80: PRLK Tinggi[80] = (80-50)/35 = 0,857 Gambar 5.Fungsi Keanggotaan Variabel Prilaku c. Pada output Prestasi, terdiri atas 2 himpunan fuzzy : Mengecewakan danMemuaskan. Gambar 6.Himpunan Fuzzy Variabel Prestasi Dari kurva Gambar 6, derajat keanggotaan himpunan Mengecewakan dan Memuaskan ditentukan oleh: >s ss=75 , 075 0 ,0 75750 , 1] [zzzzza PRSTikecew 0.857 0.142 80 >s ss=100 , 1100 50 ,50 1005050 , 0] [zzzzzPRSTipuas Langkah 5 :Menyusun aturan (rule). Jika pada bagian anteseden mempunyai lebih dari satu pernyataan, gunakan operator (disini digunakan operator AND) Proses produksi perusahaan tersebut menggunakan 3 aturan fuzzy: R1:IF IPK Tinggi AND Prilaku TinggiTHEN Prestasi Memuaskan R2:IF IPK Sedang AND Prilaku RendahTHEN Prestasi Mengecewakan R3:IF IPK Sedang AND Prilaku TinggiTHEN Prestasi Memuaskan Langkah 6:Menentukan metode inferensi fuzzy (Tsukamoto) Dalam kasus ini digunakan metode TsukamotoLangkah 7:Menghitung nilai -predikat berdasarkan aturan yang telah dibentuk, kemudian mencari nilai output untuk masing-masing aturan tersebut.Karena operator yang digunakan adalah AND, maka gunakan fungsi MIN R1:IF IPK Tinggi AND Prilaku TinggiTHEN Prestasi Memuaskan

-predikat1 = IPKTinggi PrilakuTinggi = min(IPKTinggi [3.0] PrilakuTinggi [80]) = min(0,333 ; 0,857) = 0,333 Lihat himpunan Prestasi Memuaskan 333 , 05050= z---> z1 = 66.65 R2:IF IPK Sedang AND Prilaku RendahTHEN Prestasi Mengecewakan -predikat2 = IPKSedang PrilakuRendah = min(IPKSedang [3.0] PrilakuRendah[80]) = min(0,667 ; 0,142) = 0,142 Lihat himpunan PrestasiMengecewakan

142 , 07575= z---> z2 = 64.35 R3:IF IPK Sedang AND Prilaku TinggiTHEN Prestasi Memuaskan -predikat3 = IPKSedang PrilakuTinggi = min(IPKSedang [3.0] PrilakuTinggi[80]) = min(0,667 ; 0,857) = 0,667 Lihat himpunan Prestasi Memuaskan 667 , 05050= z---> z3 = 83.5 Langkah 8 :Proses Defuzifikasi, yaitu menentukan nilai output akhir Nilai akhir z ditentukan dari rata-rata terbobot output masing-masing aturan (metode Tsukamoto)

4 3 2 14 4 3 3 2 2 1 1pred pred pred pred) z * pred ( ) z * pred ( ) z * pred ( ) z * pred (zo + o + o + oo + o + o + o= 21 . 76142 , 1026 . 87667 , 0 142 , 0 333 , 0) 5 . 83 * 667 , 0 ( ) 35 . 64 * 142 , 0 ( ) 65 . 66 * 333 , 0 (= =+ ++ += z Jadi Prestasi Mahasiswa tersebut mempunyai Nilai 76.21. 2.TYPE B(CF untuk Nilai Maksimum 70 Jika menjawab benar) Terdapat 5 macam penyakit yang memiliki gejala demam dan nyeri leher, yaitu: Contract Ulcers, Barotitis Media, Deviasi Septum, Laringitis, Osteosklerosis Terdapat data yang meliputi data penyakit dan data gejala yang menyerang THT (Telinga, Hidung, Tenggorokan). Jika Ada pasien datang dan memiliki gejala Batuk ,Letih dan Lesu, Sakit gigi dan suara serak maka tentukan penyakit apa yang menjadi diagnosa. UJIAN AKHIR SEMETER MATAKULIAH : SISTEM CERDAS DOSEN PENGAMPU: GUNAWAN RUDI CAHYONO, ST. MT WAKTU : 120 MENIT (OPEN BOOK) 1.TYPE C(CF untuk Nilai Maksimum 100 Jika menjawab benar) Terdapat 5 macam penyakit yang memiliki gejala demam dan nyeri leher, yaitu: Contract Ulcers, Barotitis Media, Deviasi Septum, Laringitis, Osteosklerosis Terdapat data yang meliputi data penyakit dan data gejala yang menyerang THT (Telinga, Hidung, Tenggorokan). Jika Ada pasien datang dan memiliki gejala Hidung meler ,Dahi sakit, Demam dan Sakit gigi maka tentukan penyakit apa yang menjadi diagnosa.