Fuzzy_Logic.doc

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