NIM : 11410100023
Nama : Vito Ganesha Putra
MK : Sistem Pakar
Dosen : Yulia, M.Kom.
Prodi : S1 Sistem
Informasi STIKOM
SURABAYA
PRESENTASI PERTAMA = ANALISIS
PEMBERIAN KREDIT MOBIL DENGAN PENDEKATAN METODE FUZZY-MAMDANI (STUDI KASUS : PT
ASTRA CREDIT COMPANIES CABANG DAIHATSU CIBUBUR).
Presentasi pertama ini membahas
tentang cara menganalisa secara tepat diterima atau ditolaknya pengajuan kredit
mobil menggunakan metode fuzzy Analisa ini menggunakan metode Mamdani yang
dimana berperan untuk menentukan diterima atau ditolaknya suatu pengajuan kredit
mobil sistem inferensi Fuzzy Metode Mamdani sendiri mempunyai tahapan dalam
mendapatkan sebuah output, diantaranya yaitu :
1.
Pembentukan Himpunan Fuzzy
2.
Aplikasi fungsi implikasi
3.
Komposisi Aturan
4.
Penegasan (defuzzy)
Berikut
ini langkah – langkah yang dilakukan untuk menyelesaikan studi kasus :
· Mengklasifikasikan atau membuat himpunan pada setiap masing
– masing variable yang digunakan
· Menentukan nilai masing – masing variable yang berbentuk
linguistic seperti pekerjaan, tempat tinggal, reputasi, kondisi ekonomi,
perputaran kas, dan approval ke dalam bentuk numeric atau angka
· Membuat penentuan variable dan semesta pembicaraan dan
pembentukan pada himpunan fuzzy
· Membuat fungsi keanggotaan untuk tiap variable, yaitu jumlah
uang muka yang dibayarkan calon debitur, kondisi tempat tinggal calon debitur,
jenis pekerjaan / profesi seorang calon debitur, Penghasilan perbulan seorang
debitur, Penghasilan tambahan seorang debitur, jumlah tanggungan yang
ditanggung oleh calon debitur, perputaran kas seorang calon debitur, karakter
calon debitur,dan keadaan global kondisi ekonomi. Dan hasil keputusan kredit.
· Membuat role-role dengan logika
Jadi Berdasarkan data yang didapat dari
perusahaan dan Hasil dari data yang telah diolah dengan menggunakan pendekatan
Fuzzy Theory, terdapat beberapa perbedaan dalam hasil keputusan kredit,
perbedaan ini terjadi karena metode fuzzy yang lebih flexible dan mentolelir
segala varibel input yang ada
Kesimpulan yang akan penulis sajikan
ini adalah merupakan rangkuman dari keseluruhan isi, sedangkan untuk penyajian
saran-saran diarahkan pada masalah yang dianggap dapat memberikan masukan untuk
perkembangan perusahaan.
Adapun kesimpulannya adalah sebagai
berikut :
Pendekatan Metode Fuzzy mamdani dapat menganalisa secara
tepat diterima atau ditoklanya suatu pengajuan kredit mobil. Dan dari hasil
penelitian ini apabila perusahaan menerima kredit yang riskan akan terlunasi
seperti Krisna Pramono, Erwin Ruhiyat, dan Ferry E perusahaan akan mengalami
kerugian sebesar Rp.420.000.000 dengan asumsi harga 1 unit mobil sebesar
Rp.140.000.000, dan apabila perusahaan menolak pembelian mobil secara kredit
yang dengan metode fuzzy layak untuk dierima seperti Nurikmah dan uki
Irwansyah, perusahaan akan kehilangan Pendapatan sebesar Rp.280.000.000 dengan
asumsi harga 1 unit mobil sebesar Rp.140.000.000
Berdasarkan analisis tersebut dapat dikemukakan beberapa
saran-saran sebagai berikut :
· Perusahaan bisa menjadikan Metode Fuzzy-Mamdani sebagai
salah satu alat analisis alternatif yang digunakan perusahaan untuk menentukan
diterima atau ditolaknya suatu pengajuan kredit Agar mengurangi Kemungkinan
Kredit macet yang mengakibatkan kerugian dan agar perusahaan tidak kehilangan
pemasukan yang dapat menambah Keuntungan Perusahaan.
· dalam penelitian berikutnya disarankan agar penulis melibatkan
faktor constrain atau pembatas seperti pembatasan pembelian mobil pick-up untuk
kalangan pribadi dan batasan umur dalam pengajuan kredit saat kredit dilunasi .
PRESENTASI KEDUA = FUZZY ADAPTIVE
INTERNAL MODEL CONTROL MENGENAI MOTOR INDUKSI
Motor Induksi di dalam perindustrian sangat banyak
dibandingkan dengan motor lainnya, karena harga dan kemudahan operasi motor
induksi tersebut. Banyaknya aplikasi yang menggunakan motor induksi menyebabkan
cukup banyak research mengenai pengendalian motor induksi agar dapat berjalan
lebih efektif, efisien, dan ekonomis. Pada penelitian ini dibahas mengenai
bagaimana menala proposional gain dan integral gain bila kecepatan referensi
diubah dengan menggunakan adaptif
fuzzy. Pada perancangan sistem kendali adaptif fuzzy disini menggunakan Observer
Model reference adaptif system (MRAS)
untuk melakukan estimasi kecepatan motor induksi.
Pemodelan motor induksi tiga phasa dan MRAS dilakukan dalam kerangka
acuan direct-quadrature (dq), ini ditujukan agar tidak diperlukan lagi melakukan
banyak transformasi.
Metode untuk menganalisa dinamika proses pada motor induksi
terutama variable kecepatan dan parameter yang mempengaruhinya serta kemudia
merancang system pengendalian kecepatan pada motor induksi yaitu dengan
menggunakan FAIMC (Fuzzy Adaptive Internal Model Control)
Terdapat perancangan pengendali yang melalui beberapa
tahapan sebagai berikut :
·
Inisialisasi Parameter Plant
·
Perancangan Controller
Terdapat
pula algoritma fuzzy yang digunakan diantara lain :
Ø Fuzzy Dinamic Model
Ø Menghitung fuzzifikasi masing-masing masukan
Ø Menghitung proses penalaran (reasoning)
Ø Menghitung Defuzzifikasi, sehingga menghasilkan sinyal
keluaran
Ø Parameter local linier system detuning langsung untuk
menghasilkan nilai optimal untuk membuat output fuzzy model mengikuti output
plant
Ø Fuzzy Berbasis Model
Ø Sinyal Keluaran Fuzzy Dynamic Model dijadikan sinyal ajar
kontroler
Ø Pengolahan sinyal masukan Fuzzy berbasis model
Ø Penghitungan sinyal keluaran system
Ø Fuzzy Adaptive Internal Model Control
Sistem kendali ini akan menerima sinyal masukan dan
mengolahnya menjadi sinyal control u(k) berdasarkan pengalamannya ketika proses
pembelajaran yang tercermin dari digunakannya parameter-parameter yang telah
didapatkannya selama proses pembelajaran
Kesimpulan
Ø
Kontroller FAIMC memberikan hasil
performansi yang optimal pada kecepatan maksimal yaitu 1800 rpm
Ø
2.
Kontroller FAIMC mampu diuji pada
beban maksimum 0.5 Nm dan memberikan hasil optimal pada kecepatan minimum 1200
rpm
Ø
3.
Dari perbandingan hasil perancangan
dengan berbagai metode, controller FAIMC bisa memberikan hasil performansi yang
lebih baik jika dibandingkan dengan controller fuzzy murni maupun dengan metode
jaringan syaraf tiruan dan metode linier kombiner
PRESENTASI KETIGA = Aplikasi Pendukung Keputusan Dengan
Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk
Suatu Paket Komputer Lengkap)
Pada proses
perancangan aplikasi ini, diterapkan metode logika fuzzy dalam studi kasus
pemilihan spesifikasi komputer berdasarkan kebutuhan konsumen. Hal tersebut
berdasarkan banyak kasus selama ini, dimana konsumen banyak bertanya tentang
spesifikasi komputer yang menjadi dasar pertimbangan mereka dalam pemilihan
paket komputer lengkap. Biasanya pemilihan spesifikasi komputer pada suatu toko
komputer dilakukan dengan berkonsultasi dengan para pegawai toko. Namun hal itu
akan memakan waktu yang lama dan tidak praktis. Terdapat suatu metode yang
lebih praktis, yaitu dengan membangun suatu aplikasi system pendukung keputusan
pada penentuan spesifikasi komputer yang di dalamnya juga
diterapkan
metode logika fuzzy.
FDSS
(Fuzzy Decision Support System) atau SPKF (Sistem Pendukung Keputusan dengan
logika Fuzzy) merupakan system pembuat keputusan manusia-komputer untuk
mendukung keputusan manajerialdan intuisi untuk memecahkan masalah manajerial
dengan memberikan informasi yang diperlukan, menghasilkan, mengevaluasi dan
memberikan putusan alternative yang nantinya akan dipakai dalam mendukung
aplikasi ini Dalam menyelesaikan aplikasi ini akan digunakan Fungsi Keanggotaan
Kurva Segitiga dan Bahu.
Didalam kasus ini juga akan
digunakan beberapa teknik dari Use Case untuk merancang system yang dibangun.
Baik itu menggunakan Use Case Diagram, Activity Diagram, dan ERD Diagram.
Beberapa kesimpulan dapat diambil dari perancangan sistem
pendukung keputusan dengan menggunakan logika fuzzy model Tahani ini. Untuk
mengetahui tingkat keberhasilan pengambilan keputusan dengan menggunakan logika
fuzzy, maka harus dibutuhkan batasan himpunan pada tiap-tiap himpunan fuzzy
yang berfungsi sebagai parameter. Batasan himpunan yang dimaksud ialah seperti
batasan murah, normal ataupun mahal pada variabel harga, serta batasan min,
middle dan max pada variabel kapasitas/ukuran/kecepatan masing-masing
spesifikasi komputer. Tingkat keberhasilan pengambilan keputusan dengan
menggunakan logika fuzzy juga dipengaruhi oleh jumlah kriteria yang dipilih
oleh pemakai yang berfungsi sebagai variabel fuzzy. Dari pengujian terhadap 10
orang sampel pemakai, didapatkan tingkat akurasi sistem sebesar 68 %. Sedangkan
hasil dari pencarian yang tidak sesuai dengan parameter harga atau besaran dari
spesifikasi komputer
0 komentar:
Posting Komentar