PENERAPAN ALGORITMA FUZZY METODE SUGENO UNTUK MENENTUKAN KUALITAS SINGKONG SEBAGAI BAHAN BAKU KERUPUK SANJAI

Wizra Aulia(1*), Ryan amanda(2), Irman efendi(3), Efmi maiyana(4)

(1) AMIK Bukittinggi
(2) AMIK Bukittinggi
(3) AMIK Bukittinggi
(4) AMIK Bukittinggi
(*) Corresponding Author

Sari


Logika fuzzy  merupakan cabang dari kecerdasan buatan yang mempunyai keunggulan dalam menyelesaikan masalah yang mengandung ketidakpastian, ketidaktepatan dan kebenaran parsial. Penilaian kualitas Singkong yang digunakan untuk bahan kerupuk Sanjai mengandung ketidakpastian. Tidak ada yang bisa dengan mudah mudah mengetahui kualitas Singkong tersebut. Ada tiga kriteria yang digunakan untuk menentukan kualitas Singkong yang digunakan untuk bahan baku kerupuk Sanjai yaitu ukuran Singkong, umur Singkong dan lama Singkong disimpan sebelum diolah. Penilaian kualitas Singkong menggunakan logika fuzzy metode Sugeno. Penerapan logika fuzzy metode Sugeno mempunyai tiga tahapan yaitu fuzzifikasi, inference dan defuzzifikasi. Pengujian metode Sugeno ini menggunakan software Matlab 6.1. Diambil 15 Singkong yang digunakan untuk sampel dan kemudian diuji dengan Matlab dan dihasilkan 15 Singkong tersebut mempunyai kualitas baik.

 

Keyword:  Logika Fuzzy, Metode Sugeno, Kualitas Singkong


Teks Lengkap:

PDF

Referensi


Ahmed Abou Elfetouh Saleh, S. E. B., Ahmed Awad Ebrahim Awad (2011). "A Fuzzy Decision Support System for Management of Breast Cancer " International Journal of Advanced Computer Science and Applications, Vol. 2, No 3.

Arsyad, M. (2014). "Implementasi Metode Sugeno pada Sistem Pakar Penentuan Stadium pada Penyakit Tuberculosis (TBC)." Pelita Informatika Budi Darma Volume ViI, Nomor: 3.

Barus, E. S. (2012). "Analisis Manfaat Pembangunan Infrastruktur Berbasis Logika Fuzzy".

InAlshalaa A. Shleeg, I. M. E. (2013). "Comparison of Mamdani and Sugeno Fuzzy Interference Systems for the Breast Cancer Risk " International Journal of Computer, Information, Systems and Control Engineering Vol:7 No:10.

Indrabayu, N. H., M. Saleh Pallu, Andani Achmad, Febi Febriyati (2012). "Prediksi Curah Hujan Dengan Fuzzy Logic " Vol. 6.

Kaswidjanti, W. (2011). "Sistem Pakar Menggunakan Mesin Inferensi Fuzzy." Jurnal Teknik Elektro Vol. 1 No.2.

Kilani Ilhem, H. R., Saloua Bel Hadj Ali, Abdelkrim Mohamed Naceur (2014). "Observer Design for Descriptor Takagi Sugeno System " International Journal of Computer Applications (0975 – 8887) Vol. 95– No.26.

Poongodi, M., Manjula, L., Pradeepkumar, S, Umadevi, M. (2012). "Research Article Cancer Prediction Technique Using Fuzzy Logic " International Journal of Current Research Vol.4 (Issue 02, pp.106-110).

Rahmat Taufik, S., Sukarman (2008). "Rancang Bangun Simulator Kendali Lampu Lalu Lintas dengan Logika Fuzzy Berbasis Mikrokontroler."

Rania Hiary, A. S., Hossam Faris (2012). "Fermentation Process Modeling Using Takagi-Sugeno Fuzzy Model." Vol. 11 (Issue 8).

Rizkysari Meimaharani, T. L. (2014). "Analisis Sistem Inference Fuzzy Sugeno Dalam Menentukan Harga Penjualan Tanah Untuk Pembangunan Minimarket." SIMETRIS Vol. 5, No 1.

Snehashish Bhattacharjee, S. B. (2013). "A Survey on the Application of Fuzzy Logic Controller on DC Motor " International Journal of Application or Innovation in Engineering & Management (IJAIEM) Volume 2 (Issue 6).

Suparman. 2007. Komputer Masa Depan dan Pengenalan Artificial Intelegent. Marlan. Andi. Yogyakarta

Uduak A. Umoh , A. A. U. (2014). "Sugeno-Type Fuzzy Inference Model for Stock Price Prediction." International Journal of Computer Applications (0975 – 8887) Vol. 103 – No.3.




DOI: http://dx.doi.org/10.31602/tji.v14i1.9499

Refbacks

  • Saat ini tidak ada refbacks.


© 2019 Technologia   p-ISSN: 2086-6917    e-ISSN: 2656-8047

-------------------------------------------------------------------------------------------

This work is licensed under a Creative Commons Attribution 4.0 International License.