KATA PENGANTAR Puji dan syukur penulis ucapkan kepada Tuhan yang Maha Esa karena berkat Rahmat dan Karunia-Nya penulis dapat menyelesaikan tugas kuliah sistem pakar ini. Adapun topik dari tugas ini adalah mengenai metode fuzzy dengan judul “Sistem Pakar Penunjang Penentuan Pemberian Uang Tip Pada Pelayan Restoran.” Penulis sadar bahwa masih banyak kekurangan dalam penulisan laporan ini, untuk itu penulis menerima kritik dan saran yang bersifat membangun dari semua pihak. Semoga dapat menjadi suatu yang dapat member manfaat bagi pembaca maupun juga penulis dan menambah pengetahuan pembaca tentang penggunaan metode fuzzy pada implementasinya. Binjai, 18 Desember2016 Tim Penulis 1 DAFTAR ISI KATA PENGANTAR .................................................................................................. 1 DAFTAR ISI ................................................................................................................. 2 BAB I ............................................................................................................................ 3 PENDAHULUAN ........................................................................................................ 3 1.1 Latar Belakang ............................................................................................... 3 1.2 Ruang Lingkup ............................................................................................... 4 1.3 Rumusan Masalah .......................................................................................... 4 1.4 Tujuan Penelitian ............................................................................................ 4 1.5 Manfaat Penelitian .......................................................................................... 5 1.6 Sasaran Penelitian ........................................................................................... 5 BAB II ........................................................................................................................... 6 LANDASAN TEORI .................................................................................................... 6 2.1 Pengertian Sistem Pakar ................................................................................. 6 2.1.1 2.2 Konsep Dasar Sistem Pakar”. ................................................................. 6 Pengertian Metode Logika Fuzzi ................................................................... 7 2.2.1 Himpunan Fuzzy ..................................................................................... 7 2.2.3 Kelebihan dan Kelemahan Logika Fuzzi ................................................ 8 2.2.4 Fungsi Segitiga ........................................................................................ 9 BAB III ....................................................................................................................... 10 PEMBAHASAN ......................................................................................................... 10 3.1 Studi Kasus ................................................................................................... 10 BAB IV ....................................................................................................................... 18 KESIMPULAN ........................................................................................................... 18 2 BAB I PENDAHULUAN 1.1 Latar Belakang Semakin berkembangnya gaya ilmu pengetahuan dan teknologi yang pesat dapat membuat orang tertarik untuk menciptakan hal-hal yang baru agar dapat lebih berguna dimasa yang akan datang. Terdapat berbagai macam cara dan upaya yang dilakukan untuk mencapai hal tersebut. Pada saat ini sistem pakar sangat berguna untuk memecahkan masalah yang rumit, mengambil keputusan bahkan berguna untuk memutuskan besarnya uang tip yang akan diberikan kepada pelayan restoran. Uang tip biasanya dikhususkan untuk mereka yang memberikan jasa. Di Eropa, memberikan uang tip, baik di restaurant maupun tempat-tempat lainnya bukanlah hal yang diwajibkan, karena penghasilan para pelayan restaurant sudah sesuai dengan upah minimum. Tak seperti di Eropa, di Amerika dan Canada memberikan tip merupakan hal yang harus dilakukan. Selain sebagai bentuk apresiasi atas baiknya layanan yang diberikan, juga karena pelayan restaurant di Amerika mendapatkan upah yang jauh di bawah upah minimum. Memberikan upah di bawah standar nampaknya diperbolehkan untuk beberapa industri. Di Indonesia, tak ada aturan mengenai uang tip, walaupun di beberapa tempat seringkali tip diharapkan. Harapan ini biasanya bisa dengan mudahnya dibaca dari bahasa tubuh pemberi jasa. Untuk, jika setelah menikmati hidangan dan fasilitas pelayanan. Dengan mengingat kisaran uang tip adalah 5 - 25%. Bertitik tolak pada uraian diatas, maka penulis tertarik untuk melakukan penelitian sebagai tugas proposal dengan judul “Sistem Pakar Penunjang Penentuan Pemberian Uang Tip Pada Pelayan Restoran” agar dapat membantu memutuskan besarnya uang tip yang akan diberikan kepada pelayan restoran. 3 1.2 Ruang Lingkup Untuk lebih memfokuskan pada permasalahan yang akan diteliti, maka penelitian ini dibatasi sebagai berikut : a. Penelitian ini hanya membahas pembangunan sistem pakar Penunjang Penentuan Pemberian Uang Tip dengan menggunakan Logika Fuzzy. b. Hanya pendataan dari studi kasus satu orang (Romi). 1.3 Rumusan Masalah Perumusan masalah dalam penelitian ini adalah bagaimanakah menerapkan Metode Logika Fuzzy dalam proses Penentuan Pemberian Uang Tip Pada Pelayan Restoran ? 1.4 Tujuan Penelitian Penelitian memiliki beberapa tujuan diantaranya : a. Dapat membantu memutuskan memberikan besarnya uang tip yang akan diberikan kepada pelayan restoran berdasarkan penilaiannya dari kualitas makanan dan pelayanan restoran. b. Melakukan analisis terhadap menerapkan Metode Logika Fuzzy dalam proses Penentuan Pemberian Uang Tip Pada Pelayan Restoran. 4 1.5 Manfaat Penelitian Manfaat penelitian ini adalah memberikan masukan bagi seseorang yang akan memberikan Uang Tip kepada pelayan restoran berdasarkan penilaian terhadap kwalitas dan pelayanan restoran. 1.6 Sasaran Penelitian Adapun yang menjadi sasaran dari penelitian Sistem Pakar Penunjang Penentuan Pemberian Uang Tip Pada Pelayan Restoran adalah bagi semua kalangan yang ingin memberikan uang tip pada pelayan restoran. 5 BAB II LANDASAN TEORI 2.1 Pengertian Sistem Pakar Sistem pakar (expert system) adalah salah satu teknik kecerdasan buatan yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Dengan sistem pakar ini, orang awampun dapat menyelesaikan masalah yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Bagi para ahli, sistem pakar ini juga akan membantu aktivitasnya sebagai asisten yang sangat berpengalaman. Menurut Durkin “Sistem pakar adalah suatu program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan seorang pakar”. Menurut Ignizio “Sistem pakar adalah suatu model dan prosedur yang berkaitan, dalam suatu domain tertentu, yang mana tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar”. Menurut Giarratano dan Riley “Sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar”. 2.1.1 Konsep Dasar Sistem Pakar”. Menurut Efraim Turban ”konsep dasar sistem pakar mengandung: keahlian, ahli, pengalihan keahlian, inferensi, aturan dan kemampuan menjelaskan.” Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu 6 rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu kesimpulan. 2.2 Pengertian Metode Logika Fuzzi Dalam bahasa inggris, fuzzy mempunyai arti kabur atau tidak jelas. Jadi, logika fuzzy adalah logika yang kabur, atau mengandung unsur ketidakpastian. Pada logika biasa, yaitu logika tegas, kita hanya mengenal dua nilai, salah atau benar, 0 atau 1. Sedangkan logika fuzzy mengenal nilai antara benar dan salah. Kebenaran dalam logika fuzzy dapat dinyatakan dalam derajat kebenaran yang nilainya antara 0 sampai 1. Misalnya dalam kehidupan sehari-hari, dewasa didefinisikan dengan berusia 17 tahun ke atas. Jika menggunakan logika tegas, seseorang yang berusia 17 tahun kurang 1 hari akan didefinisikan sebagai tidak dewasa. Namun dalam logika fuzzy, orang tersebut dapat dinyatakan dengan hampir dewasa. Logika fuzzy pertama kali dikembangkan oleh Prof. Lotfi A. Zadeh, seorang peneliti dari Universitas California, pada tahun 1960-an. Logika fuzzy dikembangkan dari teori himpunan fuzzy. 2.2.1 Himpunan Fuzzy Himpunan fuzzy adalah pengelompokan sesuatu berdasarkan variabel bahasa (linguistik variable), yang dinyatakan dengan fungsi keanggotaan, dalam semesta U. Keanggotaan suatu nilai pada himpunan dinyatakan dengan derajat keanggotaan yang nilainya antara 0.0 sampai 1.0 [2]. Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item tidak hanya 7 bernilai benar atau salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai - nilai yang terletak antara benar dan salah. 2.2.3 Kelebihan dan Kelemahan Logika Fuzzi Logika fuzzy memiliki beberapa keunggulan, antara lain sebagai berikut: a. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran logika fuzzy sangat sederhana dan mudah dimengerti. b. Logika fuzzy sangat fleksibel. c. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat. d. Logika fuzzy mampu memodelkan fungsi2 nonlinear yang kompleks. e. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman- pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan. f. Logika fuzzy dapat bekerja sama dengan teknik-teknik kendali secara konvensional. g. Logika fuzzy didasarkan pada bahas alami. Sementara itu, dalam pengaplikasiannya, logika fuzzy juga memiliki beberapa kelebihan, antara lain sebagai berikut : a. Daya gunanya dianggap lebih baik daripada teknik kendali yang pernah ada. b. Pengendali fuzzy terkenal karena keandalannya. c. Mudah diperbaiki. d. Pengendali fuzzy memberikan pengendalian yang sangat baik dibandingkan teknik lain. e. Usaha dan dana yang dibutuhkan kecil. Selain itu, logika fuzzy juga memiliki kekurangan, terutama dalam penerapannya. Kekurangan-kekurangan tersebut antara lain: 8 a. Para enjiner dan ilmuwan generasi sebelumnya dan sekarang banyak yang tidak mengenal teori kendali fuzzy, meskipun secara teknik praktis mereka memiliki pengalaman untuk menggunakan teknologi dan perkakas kontrol yang sudah ada. b. Belum banyak terdapat kursus/balai pendidikan dan buku-buku teks yang menjangkau setiap tingkat pendidikan (undergraduate, postgraduate, dan on site training). c. Hingga kini belum ada pengetahuan sistematik yang baku dan seragam tentang metodologi pemecahan problema kendali menggunakan pengendali fuzzy. d. Belum adanya metode umum untuk mengembangkan dan implementasi pengendali fuzzy. 2.2.4 Fungsi Segitiga Pada fungsi ini juga terdapat hanya satu nilai x yang memiliki derajat keanggotaan sama dengan 1, yaitu ketika x=b. Tetapi, nilai-nilai di sekitar b memiliki derajat keanggotaan yang turun cukup tajam menjauhi 1. 9 BAB III PEMBAHASAN 3.1 Studi Kasus Hari valentine, Romi mengajak Juli dinner di suatu restoran. Sebelum berangkat dinner, Romi berpikir akan membagi kebahagiaannya pada malam ini kepada pelayan restoran dengan memberikan uang tip. Dia akan memberikan uang tip sebesar 5-25% dari total belanjanya. Besarnya uang tip akan dilihat dari tingkat PELAYANAN(service) dan kualitas MAKANAN (food) yang dihidangkan. Bantulah Romi untuk memutuskan besarnya uang tip yang akan diberikan kepada pelayan restoran, jika setelah menikmati hidangan dan fasilitas PELAYANAN Romi memberi nilai, sebagai berikut: PELAYANAN = 7 MAKANAN = 8 Penilaian PELAYANAN dan MAKANAN berada pada rentang nilai 0-10. Ingat, kisaran uang tip adalah 5 - 25%. Adapun aturan pemberian tip yg ditetapkan oleh Romi adalah sebagai berikut: Jika PELAYANAN Jelek ATAU MAKANAN Tengik, maka Tip Rendah Jika PELAYANAN Sedang, maka Tip Standar Jika PELAYANAN Bagus ATAU MAKANAN Lezat, maka Tip Mahal Berdasarkan kriteria-kriteria menyelesaikan kasus tersebut. menggunakan software MATLAB. di atas, Setelah gunakanlah logika fuzzy untuk itu, bandingkan hasilnya Berikut langkah-langkah yang dapat dilakukan untuk menyelesaikan kasus di atas. Kita akan bagi menjadi lima tahapan, yaitu sebagai berikut: 1. 2. 3. 4. Membuat himpunan fuzzy dan input fuzzy Menerapkan operator fuzzy Menerapkan fungsi implikasi Mengkomposisikan semua output 10 5. Defuzzyfication Pada gambar dibawah, diperoleh hasil untuk alpha1 = 0, alpha2 = 0.5 dan alpha3 = 0.5. Nilai-nilai ini adalah nilai-nilai yang berada pada sumbu-Y. Langkah selanjutnya adalah menarik nilai-nilai ini ke fungsi keanggotaan output, sesuai dengan aturan IF-THEN yang telah ditetapkan. Proses penerapan operator logika berdasarkan aturan IF-THEN 11 Proses Implikasi pada daerah output Alpha1 bernilai nol. Nilai nol tidak akan memotong satu fungsipun. Oleh karena itu, alpha1 tidak akan memberi pengaruh pada proses implikasi di daerah output. Alpha2 akan digunakan untuk memotong fungsi STANDAR, sebab hal ini memenuhi kriteria pada aturan ke-2. Alpha3 digunakan untuk memotong fungsi keanggotaan MAHAL, sebab memenuhi kriteria aturan ke-3. Karena sama-sama memiliki nilai 0.5, maka garis akan terlihat berhimpitan. Titik-titik potong ini selanjutnya ditarik turun untuk dicari nilainya pada sumbu-X. Ini adalah kebalikan dari proses sebelumnya. Dengan mengetahui persamaan garis yang memotong fungsi STANDAR dan MAHAL, maka nilai sumbu-X dengan sangat mudah dapat diketahui. 12 Gambar 11. Mencari koordinat sumbu-X pada fungsi STANDAR Mencari koordinat sumbu-X pada fungsi MAHAL.png Mencari koordinat sumbu-X pada fungsi MAHAL Akhir dari langkah ketiga ini adalah perolehan titik-titik implikasi. Setelah memperoleh titik-titik ini, pembahasan dapat kita lanjutkan ke langkah keempat, yaitu memadukan daerah implikasi kita. Mari kita bahas pada halaman berikutnya. Komposisi dari semua output diperlihatkan seperti pada Gambar 13. Terlihat hasil dari daerah komposisi adalah dua buah trapezium dengan luasan yang sama (area berwarna biru). Setelah memperoleh daerah implikasi, kita akan melakukan langkah terakhir yaitu defuzzy-fikasi. 13 Hasil Implikasi daerah output beserta persamaan di tiap-tiap ruas garisnya Ini adalah langkah terakhir. Langkah ini adalah mencari nilai akhir dari output fuzzy. Hasil akhirnya adalah berupa angka. Pada kasus ini, hasil akhirnya adalah berupa nilai besarnya % tip yang akan diberikan oleh Romi. Ada berbagai metode yang dapat digunakan pada proses defuzzyfikasi. Untuk tutorial ini, kita akan menggunakan metode yang sederhana, yaitu mencari pusat (centroid) dari hasil komposisi output yang kita peroleh. Metodenya cukup sederhana. Berikut adalah rumus matematisnya: 14 Gambar 14. Rumus Centroid pada proses defuzzyfikasi Mari kita bagi daerah implikasi kita menjadi enam bagian, seperti yang ditungjukkan pada Gambar 15. Terlihat bahwa trapezium akan dibagi menjadi beberapa bagian berbentuk segitiga dan persegi panjang. Rumus mencari luas segitiga sudah lazim, yaitu alas dikali tinggi dibagi dua, sedangkan rumus mencari luas pesegi panjang adalah panjang dikalikan dengan lebar. Lakukan pencarian luas untuk keenam bagian-bagian tersebut, seperti yang terlihat pada Gambar 15. Gambar 15. Mencari luasan dari daerah implikasi pada output 15 Amatilah rumus pada Gambar 14. Rumus tersebaut menyatakan bahwa untuk mencari pusat daerah implikasi, kita harus membagi momen dengan luas daerah. Luasan sudah kita peroleh, yaitu pada Gambar 15, sedangkan Momen dapat diperoleh dengan mengalikan tiap-tiap persamaan pada Gambar 13 dengan nilai z (dalam hal ini terhadap z), dan mengintegralkannya dengan batas atas dan batas bawah tertentu. Proses ini tidaklah sulit, sebab hanya melibatkan matematka biasa. Untuk mencari momen, mari kita sederhanakan persamaan pada Gambar 13. Kita menyederhanakan dengan membagi pembilang dengan penyebutnya, sehingga diperoleh bentuk yang lebih sederhana (tidak melibatkan bentuk pecahan). Proses ini terihat seperti pada Gambar 16. Gambar 16. Proses penyederhanaan persamaan Selanjutnya, kita cari momennya, seperti yang terlihat pada Gambar 17. Amati bahwa integral dilakukan terhadap variabel z. Dengan demikian, variabel x pada persamaan Gambar 16 harus diubah ke z. kalikan setiap persamaan dengan z, kemudian kita integralkan. Karena ada batas atas dan batas bawah, maka selesaikan persamaan dengan memasukkan batas atas pada hasil integrasi, dikurangi dengan batas bawahnya. Jika bingung tetang integral, mohon direview lagi pelajaran kita waktu sekolah di SMA dulu. Ini adalah proses integrasi biasa yang cukup mudah. 16 Proses menghitung momen Selanjutnya, terapkan rumus centroid, yaitu jumlah momen dibagi dengan total luasan daerah implikasi, seperti yang terlihat pada Gambar 18. Gambar 18. Proses menghitung pusat 17 BAB IV KESIMPULAN Berdasarkan perhitungan, diperoleh hasil persentase uang tip yang harus dibayarkan Romi dengan penilaian PELAYANAN = 7 dan MAKANAN = 8 adalah sebesar 20 %. 18