Fuzzy Database Tahani

7/23/2019 Fuzzy Database Tahani

1/97

LAPORAN TUGAS AKHIR

PENERAPAN FUZZY DATABASEUNTUK REKOMENDASI PEMBELIAN LAPTOP

FUZZY DATABASE APPLICATION TO PURCHASE LAPTOP RECOMMENDATIONS

Diajukan untuk memenuhi salah satu syarat memperoleh derajat

Sarjana Komputer

ABDUL GANI PUTRA SURATMA

NIM. 0803040050

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH PURWOKERTO

JULI, 2012


2/97

ii

HALAMAN PENGESAHAN

LAPORAN TUGAS AKHIR

PENERAPAN FUZZYDATABASEUNTUK REKOMENDASILAPTOP PEMBELIAN LAPTOP

Telah dipersiapkan dan disusun oleh


NIM. 0803040050

Telah dipertahankan di depan Tim Penguji dalam ujian pendadaran

pada tanggal 6 July 2012

SUSUNAN TIM PENGUJI

Ketua

Anwar Ma'ruf, S.T, M.T

NIK. 2160178

Sekretaris

Dimara Kusuma Hakim, S.T., M.Cs

NIK. 2160451

Pembimbing I/Penguji I

Hindayati Mustafidah, S.Si., M.Kom

NIK. 2160332

Penguji III

Tito Pinandita, S.Si., M.Kom

NIK. 2160312

Pembimbing I/Penguji II

Dimara Kusuma Hakim, S.T., M.CsNIK. 2160451

Penguji IV

Harjono, S.TNIK. 2160389

Mengetahui,

Dekan Fakultas Teknik

Anwar Ma'ruf, S.T, M.T

NIK. 2160178


3/97

iii

HALAMAN PERSETUJUAN

PENERAPAN FUZZY DATABASE UNTUK REKOMENDASI PEMBELIAN LAPTOP

FUZZY DATABASE APPLICATION TO PURCHASE LAPTOP RECOMMENDATIONS

Diajukan oleh:


NIM. 0803040050

TUGAS AKHIR

Guna Memenuhi Persyaratan dalam Menyelesaikan Program Studi Strata1 (S1)pada Program Studi Teknik Informatika Fakultas Teknik

Universitas Muhammadiyah Purwokerto

Telah diperiksa dan diuji pada:

Hari :

Tanggal :

Pembimbing I Pembimbing II

Hindayati Mustafidah, S.Si., M.Kom

NIK. 2160332

Dimara Kusuma Hakim, S.T., M.Cs

NIK. 2160451


4/97

iv

PERNYATAAN

Dengan ini saya menyatakan bahwa Laporan Tugas Akhir ini tidak terdapat karya

yang pernah diajukan untuk memperoleh gelar Sarjana Komputer di suatu Perguruan

Tinggi, dan sepanjang pengetahuan saya juga tidak terdapat karya atau pendapat yang

pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu dalam

naskah ini dan disebutkan dalam daftar pustaka.

Purwokerto, ..



5/97

v

HALAMAN PERSEMBAHAN

Laporan Tugas Akhir ini penulis persembahkan untuk:

Kedua Orangtua dan Saudara-Saudara yang

sangat penulis sayangi


6/97

vi

KATA PENGANTAR

Alhamdulillah, puji syukur penulis panjatkan kehadirat Allah SWT berkat

Rahmat dan Hidayah-Nya, sehingga Tugas Akhir yang berjudul Penerapan

Fuzzy Database Untuk Rekomendasi Pembelian Laptopdapat terselesaikan

dengan baik. Tugas ini disusun sebagai salah satu syarat untuk

menyelesaikan mata kuliah Tugas Akhir Jurusan Teknik Informatika, Fakultas

Teknik, Universitas Muhammadiyah Purwokerto.

Pada kesempatan ini penulis ingin mengucapkan terimakasih kepada:

1. Kedua orang tua atas doa dan kasih sayangnya serta atas dukungan moril

serta materiil yang diberikan kepada penulis.

2. Ibu Hindayati Mustafidah, S.Si., M.Kom. selaku Pembimbing Tugas Akhir.

3. Bapak Dimara Kusuma Hakim, S.T.,M.Cs. selaku Pembimbing Tugas Akhir.

4. Temanteman seperjuangan (Mahasiswa Teknik Informatika UMP angkatan

2008) yang telah banyak membantu dalam penyelesaian Tugas Akhir ini.

5. Semua pihak yang telah membantu dan tidak dapat penulis sebutkan satu

persatu.

Penulis menyadari akan keterbatasan dan kekurangan pada tulisan ini, oleh

karena itu penulis berbesar hati menerima saran dan masukan dari semua pihak

yang sifatnya membangun demi hasil yang lebih baik. Semoga Laporan Tugas


7/97

vii

Akhir ini dapat bermanfaat bagi perkembangan ilmu pengetahuan ke depan,

demi kemajuan Teknik Informatika Universitas Muhammadiyah Purwokerto.

Purwokerto, ..

Abdul Gani Putra Suratma


8/97

viii

DAFTAR ISI

HALAMAN PENGESAHAN .................................................................................................... ii

HALAMAN PERSETUJUAN .................................................................................................. iii

PERNYATAAN ......................................................................................................................iv

HALAMAN PERSEMBAHAN ................................................................................................. v

KATA PENGANTAR...............................................................................................................vi

DAFTAR ISI ......................................................................................................................... viii

DAFTAR TABEL .................................................................................................................... x

DAFTAR GAMBAR ................................................................................................................ xi

INTISARI .............................................................................................................................. xv

BAB I. PENDAHULUAN ...................................................................................................... 16

A. Latar Belakang Permasalahan ............................................................................... 16

B. Rumusan Permasalahan ........................................................................................ 17

C. Batasan Permasalahan .......................................................................................... 17

BAB II. KAJIAN PUSTAKA ................................................................................................... 18

A. Laptop ................................................................................................................... 18

B. Konsep Logika Fuzzy.............................................................................................. 18

C. Hasil Penelitian Sejenis ......................................................................................... 26

BAB III. TUJUAN DAN MANFAAT ....................................................................................... 28


9/97

ix

A. Tujuan ................................................................................................................... 28

B. Manfaat ................................................................................................................. 28

BAB IV. METODE PENELITIAN ........................................................................................... 29

A. Jenis Penelitian ...................................................................................................... 29

B. Variabel Penelitian ................................................................................................ 29

C. Sumber Data ......................................................................................................... 29

D. Waktu, Tempat dan Alat ....................................................................................... 29

E. Pengumpulan Data dan Sumber Pendukung (literatur) ....................................... 30

F. Perancangan Sistem .............................................................................................. 30

G. Pengkodean .......................................................................................................... 38

H. Implementasi dan Pengujian ................................................................................ 38

BAB V. HASIL DAN PEMBAHASAN ..................................................................................... 39

A. Analisis Data .......................................................................................................... 39

B. Perancangan Sistem .............................................................................................. 41

C. Implementasi ........................................................................................................ 54

BAB VI. PENUTUP .............................................................................................................. 64

A. Kesimpulan ............................................................................................................ 64

B. Saran ..................................................................................................................... 64

DAFTAR PUSTAKA ............................................................................................................. 65

LAMPIRAN ......................................................................................................................... 66


10/97

x

DAFTAR TABEL

Tabel 1. Login .................................................................................................................... 41

Tabel 2. M_laptop ............................................................................................................. 42

Tabel 3. L_jenis .................................................................................................................. 42

Tabel 4. L_merek ............................................................................................................... 42

Tabel 5. Himpunan ............................................................................................................ 43

Tabel 6. Hasil fuzzyfikasi ................................................................................................... 50

Tabel 7. Perhitungan manual menggunakan operasi OR.................................................. 58

Tabel 8. Perhitungan manual menggunakan operasi AND ............................................... 61


11/97

xi

DAFTAR GAMBAR

Gambar 1. Himpunanfuzzydengan kurva-S: PERTUMBUHAN ......................................... 20

Gambar 2. Himpunanfuzzydengan kurva-S: PENYUSUTAN ............................................ 20

Gambar 3. Karakteristik fungsi kurvaS ........................................................................... 21

Gambar 4. Himpunanfuzzy: TUA ...................................................................................... 21

Gambar 5. Himpunanfuzzy: MUDA .................................................................................. 22

Gambar 6. Karakteristik fungsi kurva BETA ...................................................................... 22

Gambar 7. Himpunanfuzzy: PAROBAYA dengan kurva Beta ............................................ 23

Gambar 8. Penentuan himpunan pada fungsi kurva penyusutan .................................... 32

Gambar 9. Penentuan himpunan pada fungsi kurva beta ................................................ 33

Gambar 10. Penentuan himpunan pada fungsi kurva pertumbuhan ............................... 33

Gambar 11. Flowchartrekomendasi laptop ..................................................................... 35

Gambar 12. Flowchartproses perhitungan derajat keanggotaan masing-masing

himpunan .......................................................................................................................... 36

Gambar 13. Flowchart perhitungan derajat keanggotaan masing-masing kurva ............ 37

Gambar 14. Perancangan tampilan aplikasi ..................................................................... 37

Gambar 15. Himpunanfuzzyuntuk variabel harga (Rp) ................................................... 39

Gambar 16. Himpunanfuzzyuntuk variabel processor (GHz) .......................................... 39

Gambar 17. Himpunanfuzzyuntuk variabel harddisk (GB) .............................................. 40

Gambar 18. Himpunanfuzzyuntuk variabel memory (MB) ............................................. 40


12/97

xii

Gambar 19. Himpunanfuzzyuntuk variabel lcd (inc) ....................................................... 40

Gambar 20. Himpunanfuzzyuntuk variabel berat (Kg) .................................................... 40

Gambar 21. Kurva variabel harga (Rp) .............................................................................. 44

Gambar 22. Kurva penyusutan himpunan harga murah (Rp) ........................................... 44

Gambar 23. Kurva beta himpunan harga sedang (Rp) ...................................................... 44

Gambar 24. Kurva pertumbuhan himpunan harga mahal (Rp) ........................................ 44

Gambar 25. Kurva variabel processor (GHz) ..................................................................... 45

Gambar 26. Kurva penyusutan himpunan processor rendah (GHz) ................................. 45

Gambar 27. Kurva beta himpunan processor sedang (GHz) ............................................. 45

Gambar 28. Kurva pertumbuhan himpunan processor tinggi (GHz) ................................ 45

Gambar 29. Kurva varibel harddisk (GB) ........................................................................... 46

Gambar 30. Kurva penyusutan himpunan harddisk kecil (GB) ......................................... 46

Gambar 31. Kurva beta himpunan harddisk sedang (GB)................................................. 46

Gambar 32. Kurva pertumbuhan himpunan harddisk besar (GB) .................................... 46

Gambar 33. Kurva variabel memory (MB) ........................................................................ 47

Gambar 34. Kurva pentusutan himpunan memory kecil (MB) ......................................... 47

Gambar 35. Kurva beta himpunan memory sedang (MB) ................................................ 47

Gambar 36. Kurva pertumbuhan himpunan memory besar (MB) ................................... 47

Gambar 37. Kurva variabel lcd (inc) .................................................................................. 48

Gambar 38. Kurva penyusutan himpunan lcd kecil (inc) .................................................. 48


13/97

xiii

Gambar 39. Kurva beta himpunan lcd sedang (inc) .......................................................... 48

Gambar 40. Kurva pertumbuhan himpunan lcd besar (inc) ............................................. 48

Gambar 41. Kurva variabel berat (Kg) ............................................................................... 49

Gambar 42. Kurva penyusutan himpunan berat ringan (Kg) ............................................ 49

Gambar 43. Kurva beta himpunan berat sedang (Kg) ...................................................... 49

Gambar 44. Kurva pertumbuhan himpunanberat berat (Kg) ........................................... 49

Gambar 45. Interface halaman utama aplikasi ................................................................. 53

Gambar 46. Interface halaman masterdata ..................................................................... 53

Gambar 47. Interface halaman pencarianfuzzy............................................................... 54

Gambar 48. Halaman utama ............................................................................................. 54

Gambar 49. Menu login .................................................................................................... 55

Gambar 50. Menu home ................................................................................................... 55

Gambar 51. Menu data ..................................................................................................... 56

Gambar 52. Halaman pencarian OR.................................................................................. 56

Gambar 53. Pemilihan parameter menggunakan operasi OR .......................................... 57

Gambar 54. Hasil rekomendasi menggunakan pencarian OR .......................................... 57

Gambar 55. Hasil rekomendasi menggunakan pencarian OR .......................................... 57

Gambar 56. Halaman pencarian AND ............................................................................... 59

Gambar 57. Pemilihan parameter menggunakan operasi AND........................................ 59

Gambar 58. Hasil rekomendasi menggunakan pencarian AND ........................................ 60


14/97

xiv

Gambar 59. Hasil rekomendasi menggunakan pencarian AND ........................................ 60

Gambar 60. Halaman master data .................................................................................... 62

Gambar 61. Managementdata ........................................................................................ 62

Gambar 62. Tambah data ................................................................................................. 63

Gambar 63. Edit data ........................................................................................................ 63


15/97

xv

INTISARI

Laptop merupakan kebutuhan dasar bagi masyarakat baik untuk

pendidikan maupun aktifitas bisnis. Namun, memilih laptop yang tepat

sesuai kebutuhan dan anggaran keuangannya bukan hal mudah karena

banyaknya pilihan yang tersedia di pasaran. Pada pembelian sebuah

laptop, seringkali konsumen memiliki pertimbangan dengan kriteria

yang sesuai seperti harga, processor, harddisk, memory, lcd dan berat.

Sedangkan kriteria tersebut masih memiliki nilai yang pasti, dan pada

kehidupan sehari-hari kriteria tersebut sering diungkapkan dengan

bahasa yang masih bernilai samar. Oleh karena itu dibutuhkan sebuah

metode yang dapat mengkonversi bahasa pasti tersebut ke dalam

bahasa alami (sehari-hari). Melalui sistem berbasis fuzzy masalahtersebut bisa diselesaikan. Oleh sebab itu pada penelitian ini dibahas

Penerapan Fuzzy Database Untuk Rekomendasi Pembelian Laptop

dengan menggunakanfuzzymodel Tahani. Implementasi dari aplikasi ini

pada dasarnya akan memberikan kemudahan bagi konsumen, dengan

terlebih dahulu memasukkan kriteria berdasarkan harga, processor,

harddisk, memory, lcd dan berat.

Kata-kata kunci: rekomendasi,laptop,database,fuzzy,tahani

ABSTRACT

Laptops are good for people's basic needs for education and business

activities. However, choosing the right laptop according to your needs

and financial budget is not easy because of the many options available in

the market. On the purchase of a laptop, consumers often have the

appropriate consideration criteria such as price, processor, hard drive,

memory, lcd and weight. While these criteria still have a definite value,

and the daily life of these criteria are often expressed in vague language

that is still valuable. Therefore needed a method that can convert certainlanguage into natural language (everyday). Through the fuzzy-based

system the problem can be solved. Therefore in this study are discussed

Fuzzy Database Application To Purchase Laptop Recommendations by

Tahani using fuzzy models. Implementation of this application will

basically make it easy for consumers, by first inserting the criteria based

on price, processor, hard drive, memory, lcd and weight.

Key words: advice, laptops, databases, fuzzy, Tahani.


16/97

16

BAB I. PENDAHULUAN

A. Latar Belakang Permasalahan

Perkembangan zaman yang semakin maju seperti sekarang ini membuat

kebutuhan masyarakat juga semakin meningkat. Terlebih lagi didorong dengan

adanya kemajuan ilmu pengetahuan dan teknologi yang sangat cepat. Sebagai

contoh, dengan adanya laptop atau notebookyang memudahkan pekerjaan segala

kegiatan dapat dilakukan dengan cepat dan resiko kesalahan dapat dikurangi.

Sekarang ini laptop merupakan kebutuhan dasar bagi masyarakat baik untuk

pendidikan maupun aktifitas bisnis. Namun, memilih laptop yang tepat sesuai

kebutuhan dan anggaran keuangannya bukan hal mudah karena banyaknya pilihan

yang tersedia di pasaran. Pada pembelian sebuah laptop, seringkali konsumen

memiliki pertimbangan dengan kriteria yang sesuai seperti harga, processor,

harddisk, memory, lcd dan berat, kriteria tersebut masih memiliki nilai yang pasti,

sedangkan pada kehidupan sehari-hari kriteria tersebut sering diungkapkan dengan

bahasa yang masih bernilai samar. Oleh karena itu dibutuhkan sebuah metode yang

dapat mengkonversi bahasa pasti tersebut ke dalam bahasa alami (sehari-hari).

Melalui sistem berbasis fuzzy masalah tersebut bisa diselesaikan. Oleh sebab itu

pada penelitian ini dibahas Penerapan Fuzzy Database Untuk Rekomendasi

Pembelian Laptop dengan menggunakanfuzzymodel Tahani.

Fuzzy database merupakan Fuzzy Query Database. Artinya, suatu query yang

memiliki variabel yang bernilaifuzzy. Untuk mendapatkan informasi tentang kriteria

laptop maka dibutuhkan kriteria laptop seperti harddisk, processor, berat, lcd,

memory dan harga. Fuzzydatabase dapat mempermudah konsumen dalam proses


17/97

17

pencarian laptop berdasarkan kriteria yang mudah dimengerti dengan bahasa

sehari-hari seperti harga murah, harddisk sedang dan processor tinggi.

B. Rumusan Permasalahan

Berdasarkan latar belakang di atas maka rumusan masalah dalam penelitian ini

adalah:

1. Bagaimana merancang dan membangun basis data fuzzy untuk

merekomendasikan pembelian laptop yang sesuai dengan spesifikasi dan

keinginan konsumen.

2. Bagaimana penerapan metode basis data fuzzy dalam pemilihan laptop yang

sesuai dengan keinginan konsumen.

C. Batasan Permasalahan

Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah dirumuskan,

maka diperlukan batasan-batasan. Batasan-batasan dalam penelitian ini adalah:

1. Kriteria yang menjadi variabel utuk rekomendasi laptop adalah HARDDISK,

PROCESSOR, BERAT, LCD, MEMORY dan HARGA.

2. Fungsi keanggotaan yang digunakan adalah kurva penyusutan, kurva

pertumbuhan dan kurva beta.


18/97

18

BAB II. KAJIAN PUSTAKA

A. Laptop

Laptop atau sering disebut juga notebook adalah komputer bergerak yang

berukuran relatif kecil dan ringan, beratnya berkisar dari 1 hingg 6 kg, tergantung

ukuran, bahan, dan spesifikasi laptop tersebut. Sumber daya laptop berasal dari

baterai atau adaptor A/C yang dapat digunakan untuk mengisi ulang baterai dan

menyalakan laptop itu sendiri. Baterai laptop pada umumnya dapat bertahan sekitar

1 hingga 6 jam, tergantung dari cara pemakaian, spesifikasi, dan ukuran baterai.

Komponen yang terdapat di dalamnya sama persis dengan komponen pada desktop,

hanya saja ukurannya diperkecil, dijadikan lebih ringan, lebih tidak panas dan lebih

hemat daya. Laptop kebanyakan menggunakan layar LCD (Liquid Crystal Display)

berukuran 10 inch hingga 17 inch tergantung dari ukuran laptop itu sendiri.

Berbeda dengan komputer desktop, laptop memiliki komponen pendukung yang

didesain secara khusus untuk mengakomodasi sifat laptop yang portabel. Sifat

utama yang dimiliki oleh komponen penyusun laptop adalah ukuran yang kecil,

hemat konsumsi energi, dan efisien (Setianto dkk., 2009).

B. Konsep Logika Fuzzy

Teori fuzzy diperkenalkan pertama kali oleh Lotfi A. Zadeh pada tahun 1965

pada presentasinya mengenai FuzzySets.

1. Pengertian Logika Fuzzy

Sebelum munculnya logikafuzzy, dikenal sebuah logika tegas (Scrisp Logic) yang

memiliki nilai benar atau salah secara tegas. Sebaliknya Logika Fuzzy merupakan

sebuah logika yang memiliki nilai kekaburan atau kesamaran (fuzzyness) antara

benar dan salah. Dalam teori logika fuzzy sebuah nilai bisa bernilai benar dan


19/97

19

salah secara bersamaan namun berapa besar kebenaran dan kesalahan suatu

nilai tergantung kepada bobot keanggotaan yang dimilikinya. Logikafuzzyadalah

suatu cara yang tepat untuk memetakan ruang input kedalam suatu ruang

output(Kusumadewi, 2003).

2. Perbedaan Logika Fuzzydengan Logika Tegas

Perbedaan mendasar logika tegas dengan logikafuzzyadalah nilai keluarannya.

Logika tegas hanya memiliki dua nilai output yaitu 0 dan 1, sedangkan logika

fuzzy meimiliki nilai antara 0 sampai 1, logika fuzzy memiliki banyak nilai

keluaran yang dikenal dengan derajat keanggotaannya.

3. Atribut Himpunan Fuzzy

Himpunanfuzzymemiliki 2 atribut, yaitu (Kusumadewi, 2003):

a. Linguistik, yaitu sebuah variabel yang memiliki nilai berupa kata - kata dalam

bahasa alamiah bukan angka, misalnya sedang, tinggi, rendah.

b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu

variabel seperti: 40, 25, 30.

4. Fungsi Keanggotaan

Fungsi Keanggotaan (membership function) adalah suatu kurva yang

menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya

(sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara

0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai

keanggotaan adalah melalui pendekatan fungsi. Ada beberapa fungsi yang bisa

digunakan yaitu sebagai berikut:


20/97

20

a. Representasi Kurva-S

Kurva PERTUMBUHAN dan PENYUSUTAN merupakan kurva-S atau

sigmoid yang berhubungan dengan kenaikan dan penurunan permukaan

secara tak linear.

Kurva-S untuk PERTUMBUHAN akan bergerak dari sisi paling kiri (nilai

keanggotaan = 0) ke sisi paling kanan (nilai keanggotaan = 1). Fungsi

keanggotaannya akan tertumpu pada 50% nilai keanggotaannya yang sering

disebut dengan titik infleksi (Gambar 1).

Gambar 1. Himpunanfuzzydengan kurva-S: PERTUMBUHAN

Kurva-S untuk PENYUSUTAN akan bergerak dari sisi paling kanan (nilai

keanggotaan = 1) ke sisi paling kiri (nilai keanggotaan = 0) (Gambar 2).

Gambar 2. Himpunanfuzzydengan kurva-S: PENYUSUTAN

Kurva-S didefinisikan dengan menggunakan 3 parameter, yaitu: nilai

keanggotaan nol (), nilai keanggotaan lengkap (), dan titik infleksi atau

crossover () yaitu titik yang memiliki domain 50% benar. Gambar 3

menunjukkan karakteristik kurva-S dalam bentuk skema.


21/97

21

Gambar 3. Karakteristik fungsi kurvaS

Fungsi keanggotaan kurva PERTUMBUHAN adalah seperti pada persamaan

1 berikut:

...(1).

Contoh fungsi keanggotaan untuk himpunan TUA pada variabel umur

terlihat seperti pada (Gambar 4).

Gambar 4. Himpunanfuzzy: TUA

TUA*50+ = 1 2((60-50)/(60-35))2

= 1 2(10/25)2

= 0,68

Sedangkan fungsi keanggotaan pada kurva PENYUSUTAN adalah seperti

pada persamaan 2 berikut:


22/97

22

..(2).

Contoh fungsi keanggotaan untuk himpunan MUDA pada variabel umur

terlihat seperti pada (Gambar 5).

Gambar 5. Himpunanfuzzy: MUDA

MUDA*50+ = 2((50-37)/(50-20))2

= 2(13/30)2

= 0,376

b. Representasi Kurva BETA

Kurva BETA berbentuk lonceng didefinisikan dengan 2 parameter, yaitu

nilai pada domain yang menunjukkan pusat kurva (), dan setengah lebar

kurva () (Gambar 6) .

Gambar 6. Karakteristik fungsi kurva BETA

Fungsi keangotaan pada kurva BETA adalah seperti pada persamaan 3

berikut:


23/97

23

.....(3).

Fungsi keanggotaan untuk himpunan PAROBAYA pada variabel umur seperti

terlihat pada (Gambar 7).

PAROBAYA *42+ = 1/(1+((42-45)/5)2)

= 0,7353

PAROBAYA *51+ = 1/(1+((51-45)/5)2)

= 0,4098

Gambar 7. Himpunanfuzzy: PAROBAYA dengan kurva Beta

5. Operator Himpunan Fuzzy

Seperti halnya himpunan konvensional, ada beberapa operasi yang

didefinisikan secara khusus untuk mengkombinasi dan memodifikasi himpunan

fuzzy. Nilai keanggotaan sebagai hasil dari operasi 2 himpunan sering dikenal

dengan nama fire strength atau - predikat. Ada 3 operator dasar yang

diciptakan oleh Zadeh (Kusumadewi, 2003), yaitu:

a. Operator AND

Operator ini berhubungan dengan operasi interseksi pada himpunan. -

predikat sebagai hasil operasi dengan operator AND diperoleh dengan

mengambil nilai keanggotaan terkecil antar elemen pada himpunan-

himpunan yang bersangkutan.


24/97

24

AB = min(A [x], B [y])

b. Operator OR

Operator ini berhubungan dengan operasi union pada himpunan. -

predikat sebagai hasil operasi dengan operator OR diperoleh dengan

mengambil nilai keanggotaan terbesar antar elemen pada himpunan-

himpunan yang bersangkutan.

AB = max(A[x], B[y])

c. Operator NOT

Operator ini berhubungan dengan operasi komplemen pada himpunan.

- predikat sebagai hasil operasi dengan operator NOT diperoleh dengan

mengurangkan nilai keanggotaan elemen pada himpunan yang

bersangkutan dari 1.

A = 1 - A[x]

6. Fuzzy Database Model Tahani

Basis data fuzzy model Tahani masih tetap menggunakan relasi standar,

hanya saja model ini menggunakan teori himpunan fuzzy untuk mendapatkan

informasi pada query-nya (Kusumadewi, 2010). Model Tahani tersusun atas

tahapan yaitu:

a. Menggambarkan Fungsi Keanggotaan

Fungsi keanggotaan (membership function) adalah suatu kurva yang

menunjukkan pemetaaan titik-titik input data ke dalam nilai

keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang

memiliki internal antara 0 sampai 1, salah satu cara yang dapat digunakan

untuk mendapatkan nilai keanggotaan melalui pendekatan fungsi. Beberapa


25/97

25

fungsi yang dapat digunakan yaitu Representasi kurva Linier, Representasi

Kurva Segitiga. Representasi Kurva Trapesium. Representasi Kurva Bentuk

Bahu, Representasi Kurva-S, Representasi Kurva Bentuk Lonceng (Bell

Curve). Masing-masing fungsi tersebut, akan menghasilkan nilai antara 0

dan 1 dengan cara yang berbeda, sesuai dengan jenis representasi yang

digunakan.

b. Fuzzifikasi

Fuzzifikasi adalah fase pertama dari perhitungan fuzzyyaitu pengubahan

nilai tegas ke nilai fuzzy. Prosesnya adalah sebagai berikut: Suatu besaran

analog dimasukkan sebagai masukan (crisp input), lalu input tersebut

dimasukkan pada batas scope dari membership function. Membership

function ini biasanya dinamakan membership function input. Keluaran dari

proses fuzzifikasi ini adalah sebuah nilai inputfuzzy atau yang biasanya

dinamakanfuzzy input.

c. Fuzzifikasi Query

Fuzzifikasi Query diasumsikan sebuah query konvensional (nonfuzzy)

DBMS yang akan mencoba membuat dan menerapkan sebuah sistem dasar

logikafuzzy query.

d. Operator Dasar Zadeh untuk Operasi Himpunan Fuzzy.

Nilai keanggotaan sebagai dari 2 himpunan fuzzy dikenal dengan nama

Fire Strength atau -predikat. Sangat mungkin digunakan operator dasar

dalam proses queryberupa operator AND dan OR.

-predikat sebagai hasil operasi dengan operator AND diperoleh dengan

mengambil nilai keanggotaan terkecil antar elemen pada himpunan-


26/97

26

himpunan yang bersangkutan, dinotasikan : AB = min(A[x], B[y]).

Sedangkan untuk hasil operasi dengan operator OR diperoleh dengan

mengambil nilai keanggotaan terbesar antar elemen pada himpunan-

himpunan yang bersangkutan, dinotasikan : AUB = max(A[x], B[y]).

Alternatif yang direkomendasikan adalah alternatif yang memiliki nilai

Fire Strength atau tingkat kesesuaian dengan kriteria pilihan di atas angka 0

(nol) sampai dengan angka 1 (satu).

C. Hasil Penelitian Sejenis

Penelitian tentang pengembangan aplikasifuzzyyang telah dilakukan adalah:

a. Eliyani, dkk. (2009) telah mengembangkan Decision Suport System untuk

pembelian mobil menggunakanfuzzy database model Tahani. Dalam aplikasi ini

digunakan variabel inputdata mobil yang meliputi panjang mobil, lebar mobil,

kapasitas penumpang, ukuran mesin, tinggi mobil, berat mobil, harga mobil, dan

kapasitas tangki bahan bakar. Dari input tersebut diperoleh output aplikasi

berupa spesifikasi mobil yang digunakan oleh pengguna serta dapat membantu

menghasilkan keputusan yang lebih cepat untuk menjadikan bahan

pertimbangan dalam persiapan pembelian produk mobil.

Pada penelitian ini fuzzy database model Tahani akan diterapkan untuk

rekomendasi pembelian laptop.

b. Hasiholan (2008) telah melakukan penelitian tentang Evaluasi Kinerja Karyawan

menggunakan metode pemrograman linier Fuzzyyang membahas suatu metode

penelitian kinerja karyawan dengan faktor-faktor fuzzy sebagai parameter.

Parameter yang digunakan dalam penelian ini hanya parameter yang bersifat

fuzzy. Beberapa faktor untuk menjadi parameter dalam melakukan evaluasi


27/97

27

kinerja karyawan meliputi faktor pencapaian target waktu, faktor resiko kerja,

faktor disiplin waktu, faktor kerumitan pekerjaan, dan faktor loyalitas dan

tanggung jawab terhadap perusahaan. Dari faktor tersebut menghasilkan output

yang dapat digunakan dan dikembangkan oleh perusahaan untuk mencari teknik

yang berbeda dan baik dalam melakukan evaluasi kinerja karyawan sesuai

kebutuhan perusahaan untuk promosi jabatan, mutasi karyawan dan

menentukan presentasi kenaikan gaji karyawan.

c. Pattiasina (2011) melakukan penelitian tentang aplikasi yang bertujuan untuk

menghasilkan suatu sistem pendukung keputusan dalam pemilihan operator

selular sesuai dengan kriteria yang diberikan. Pada penelitiannya, FuzzyTahani

dipakai sebagai metode untuk menentukan kriteria-kriteria yang akan digunakan

dalam memberikan hasil rekomendasi operator selular. Penelitian ini membagi

dua variabel input, yaitu variabel fuzzy dan variabel non fuzzy. Variabel fuzzy

terdiri dari data-data operator selular yang menyangkut masa tenggang, masa

aktif, tarif sms ke beda operator, tarif telepon ke beda operator, dan tarif

internet. Variabel non fuzzy terdiri dari data-data operator yang menyangkut

tipe dan jenis operator selular. Dari input tersebut diperoleh output berupa

rekomendasi operator selular disertai besarnya nilai rekomendasi fuzzy sesuai

dengan kriteria yang diinginkan oleh konsumen.


28/97

28

BAB III. TUJUAN DAN MANFAAT

A. Tujuan

Tujuan dari penelitian ini adalah membuat sistem rekomendasi laptop dengan

menerapkanfuzzydatabase.

B. Manfaat

Hasil penelitian ini diharapkan bermanfaat sebagai alternatif untuk membantu

pemilihan laptop yang sesuai dengan keinginan dan anggaran customer.


29/97

29

BAB IV. METODE PENELITIAN

A. Jenis Penelitian

Jenis penelitian ini adalah penelitian rekayasa atau pengembangan yaitu untuk

aplikasi berbasis logika fuzzy pada sistem informasi fuzzy database untuk

rekomendasi pembelian laptop menggunakan databasefuzzymodel Tahani.

B. Variabel Penelitian

Variabel dalam penelitian ini dibagi menjadi dua yaitu viariabel inputdan variabel

output:

1. Variabel input

Variabel Inputfuzzyterdiri dari variabel harga, processor, harddisk, memory, lcd

dan berat.

2. Variabel output

Hasil outputberupa rekomendasi spesifikasi laptop yang sesuai dengan kriteria-

kriteria yang diinginkan oleh customer.

C. Sumber Data

Data penelitian berasal dari toko penjual komputer di Purwokerto dan internet.

D. Waktu, Tempat dan Alat

Waktu penelitian dilaksanakan pada bulan januari 2012 sampai bulan juni 2012.

Perlengkapan penelitian sebagai berikut:

1. Perlengkapan Hardware

a. 1 Unit Komputer dengan spesifikasi Harddisk320 GB, RAM 4 GB, Processor

intelDUAL COREdan LCD 14 Inch.

b. 1 Unit Printer.


30/97

30

2. Perlengkapan Software

a. DBMS SQLServer Standard Edition.

b. Microsoft Office 2007 Enterprise Edition.

c. Operating System Microsoft Windows XP.

d. Microsoft Visual Studio 2005.

E. Pengumpulan Data dan Sumber Pendukung (literatur)

Metode pengumpulan data dan sumber pendukung dilakukan melalui cara:

a. Studi Pustaka

Studi pustaka dilakukan untuk mengumpulkan literatur yang mendukung

penelitian. Literatur diambil dari penelitian sebelumnya maupun dari jurnal

ilmiah, baik dalam negeri maupun luar negeri. Litelatur yang dibutuhkan adalah

literatur tentang rekomendasi laptop, fuzzy database, dan pemrograman

berbasis desktop.

b. Observasi

Observasi dilakukan dengan mendatangi toko penjual komputer di

Purwokerto untuk mengumpulkan data yang dibutuhkan dalam penelitian yang

meliputi data spesifikasi laptop dan data yang menentukan rekomendasi laptop.

F.

Perancangan Sistem

Pada tahap ini dilakukan perancangan sistem yang akan dibangun yang terbagi

dalam beberapa tahap yaitu:

1. Perancanganfuzzy database

Pada tahap ini akan dirancang sistem fuzzyyang akan dibangun melalui langkah-

langkah berikut :


31/97

31

a. Menentukan variabelfuzzy

Variabel fuzzy yang akan dibahas dalam sistem fuzzy adalah harga,

processor, harddisk, memory, lcd, dan berat.

b. Menentukan himpunanfuzzy

Himpunan fuzzy ditentukan untuk mengelompokkan data berdasarkan

variabel bahasa (linguistik variable) yang dinyatakan dalam fungsi

keanggotaan. Berdasarkan variabel fuzzy di atas maka dapat ditentukan

himpunanfuzzyuntuk masing-masing variabel sebagai berikut:

1) HARGA : MURAH, SEDANG dan MAHAL.

2) PROCESSOR : RENDAH, SEDANG dan TINGGI.

3) HARDDISK : KECIL, SEDANG dan BESAR.

4) MEMORY : KECIL, SEDANG dan BESAR.

5) BERAT : RINGAN, SEDANG dan BERAT.

6) LCD : KECIL, SEDANG dan BESAR.

c. Menentukan fungsi himpunan

Fungsi himpunan yang akan digunakan adalah kurva penyusutan, kurva

pertumbuhan dan kurva beta. Dari himpunanan fuzzy di atas dapat

ditentukan untuk masing-masing himpunan sebagai berikut:

1) Himpunan MURAH, RENDAH, KECIL dan RINGAN masuk dalam fungsi

himpunan kurva penyusutan yang digambarkan seperti berikut:

(Gambar 8).


32/97

32

Gambar 8. Penentuan himpunan pada fungsi kurva penyusutan

Pada Gambar 8 dapat dijelaskan bahwa himpunan yang masuk pada

kurva penyusutan adalah himpunan MURAH, RENDAH, KECIL DAN

RINGAN.

2) Himpunan SEDANG masuk dalam fungsi himpunan kurva beta yang

digambarkan seperti berikut(Gambar 9).


33/97

33

Gambar 9. Penentuan himpunan pada fungsi kurva beta


kurva beta adalah himpunan SEDANG.

3) Himpunan MAHAL, TINGGI, BESAR dan BERAT masuk dalam fungsi

himpunan kurva pertumbuhan(Gambar 10).

Gambar 10. Penentuan himpunan pada fungsi kurva pertumbuhan


34/97

34


kurva pertumbuhan adalah himpunan MAHAL, TINGGI, BESAR dan

BERAT.

2. Perancangan database

Langkah-langkah yang akan dilakukan pada tahapan ini:

a. Memilih DBMS(Database Management System) .

b. Membuat database dan tabel-tabelnya.

c. Database yang akan dibuat bernama fuzzydb yang terdiri dari lima tabel

yaitu tabel M_laptop, tabel Himpunan, tabel l_merek, tabel l_jenis dan tabel

login.

d. Membuat view untuk menghitung derajat keanggotaan masing-masing

himpunan. Pada tahap ini akan dilakukan perhitungan derajat keanggotaan

untuk masing masing himpunan. Perhitungan dilakukan melalui query

terhadap tabel M_laptop dan tabel Himpunan, dari hasil query tersebut

akan disimpan dalam bentuk view.

3. Perancangan proses

Perancagan proses yang dilakukan adalah mendefinisikan aliran data yang

diperlukan oleh sistem. Aliran data didefinisikan sebagai gambaran dari data

yang diperlukan oleh proses dan terhubung antara satu proses dengan proses

lainnya. Dengan perancangan proses diharapkan lebih mudah dalam memahami

sistem yang akan dibangun, yang meliputi proses didalam sistem serta sumber

data dan alirannya. Proses yang ada dalam sistem ini secara umum dapat

digambarkan melalui Flowchartberikut (Gambar 11).


35/97

35

Input kriteria

Penentuan himpunan fuzzy

Penentuan derajatkeanggotaan

Mulai

selesai

Tampilan hasilrekomendasi laptop

Perhitungan FireStrenght

Gambar 11. Flowchartrekomendasi laptop

Pada Gambar 11 di atas dapat dijelaskan proses rekomendasi laptop yaitu

berupa input kriteria berdasarkan variabel fuzzy yang terbagi menjadi tiga

himpunan fuzzy, salah satu sampel variabel fuzzy (variabel HARGA), variabel

harga dibagi menjadi tiga himpunan fuzzyyaitu MURAH, SEDANG dan MAHAL.

Dari inputkriteria tersebut diteruskan pada proses penentuan himpunan fuzzy

untuk mengelompokkan data berdasarkan variabel bahasa (linguistik variable)

yang dinyatakan dalam fungsi keanggotaan. Pada proses selanjutnya yaitu

proses penentuan derajat keanggotaan sebagai salah satu cara untuk

menentukan nilai keanggotaan melalui pendekatan fungsi kurva penyusutan,

kurva pertumbuhan dan kurva beta, kemudian diteruskan pada proses

perhitungan Fire Strength untuk menghitung derajat keanggotaan sehingga akan

dihasilkan rekomendasi berupa data laptop yang sesuai.


36/97

36

Proses perhitungan derajat keanggotaan masing-masing himpunan

dilakukan menggunakan query terhadap tabel M_laptop dan tabel Himpunan.

Proses perhitungan derajat keanggotaan masing-masing himpunan dapat

digambarkan dalam Flowchart(Gambar 12).

mulai

mengambil input fuzzy

dari M_laptop

Mengambil batas nilai dari

tabel himpunan

Menghitung derajat

keanggotaan kurva

penyusutan

Menghitung derajat

keanggotaan kurva beta

Menghitung derajat

keanggotaan kurva

pertumbuhan

selesai

Gambar 12. Flowchartproses perhitungan derajat keanggotaan masing-masing

himpunan

Proses perhitungan derajat keanggotaan sebagai salah satu cara untuk

mendapatkan nilai keanggotaan melalui pendekatan fungsi kurva penyusutan,

kurva pertumbuhan dan kurva beta. Proses perhitungan derajat keanggotaan

masing-masing fungsi kurva secara rinci seperti berikut (Gambar 13).


37/97

37

mulai

Mengambil input fuzzy dari tabel M_laptopMengambil batas nilai dari tabel Himpunan

X


38/97

38

G. Pengkodean

Pada tahap ini dilakukan pengkodean untuk membangun aplikasi sesuai dengan

rancangan sistem. Pengkodean dibagi menjadi dua bagian yaitu :

1. Pengkodean Query, yaitu membuat script query untuk menangani proses

fuzzyfikasi dan penentuan nilai keanggotaan () untuk masing-masing

himpunan.

2. Pengkodean Interface (Tampilan), yaitu membuat interface aplikasi

menggunakan bahasa pemrograman C#.

H. Implementasi dan Pengujian

Mengimplementasikan sistem hasil penelitian dengan memberi pelatihan

kepada admin tentang cara penggunaan sistem yang buat dan dilakukan pengujian

terhadap sitem yang telah dibangun dengan menggunakan data laptop yang telah

ada.


39/97

39

BAB V. HASIL DAN PEMBAHASAN

A. Analisis Data

Analisis data dilakukan untuk memenuhi kebutuhan variabel penelitian. Variabel

penelitian terdiri dari dari dua bagian yaitu variabel inputdan variabel output.

1. Variabel input

Kebutuhan input pada sistem ini digolongkan menjadi dua bagian input,

yaitu inputfuzzy dan input non fuzzy. Inputfuzzy, terdiri dari data spesifikasi

laptop yang menyangkut harga, processor, harddisk, memory, lcd dan berat.

Sedangkan inputnon fuzzyterdiri dari data spesifikasi laptop yang menyangkut

merek dan kecocokan antara spesifikasi yang satu dengan yang lain.

Adapun variabel inputfuzzy untuk masing-masing himpunan adalah sebagai

berikut:

a. Variabel harga

Gambar 15. Himpunanfuzzyuntuk variabel harga (Rp)

b. Variabel processor

Gambar 16. Himpunanfuzzyuntuk variabel processor (GHz)


40/97

40

c. Variabel harddisk

Gambar 17. Himpunanfuzzyuntuk variabel harddisk (GB)

d. Variabel memory

Gambar 18. Himpunanfuzzyuntuk variabel memory (MB)

e. Variabel lcd

Gambar 19. Himpunanfuzzyuntuk variabel lcd (inc)

f. Variabel berat

Gambar 20. Himpunanfuzzyuntuk variabel berat (Kg)


41/97

41

2. Variabel output

Hasil output berupa rekomendasi spesifikasi laptop yang sesuai dengan

kriteria yang diinginkan oleh customer.

B. Perancangan Sistem

1. Perancangan Database

Perancangan database berfungsi untuk tempat penyimpanan data yang

dibutuhkan sistem. Secara keseluruhan akan dibuat sebuah database yang di

beri nama fuzzydb. Karena pada penelitian ini menggunakan database model

Tahani, maka query yang akan didapat dari proses seleksi menggunakan teori

himpunan fuzzy. Database yang digunakan adalah SQL Server 2005. Ada lima

tabel yang digunakan untuk mengelompokan data yang digunakan.

Penjelasan tentang perancangan database adalah sebagai berikut:

a. Tabel Login

Tabel jenis digunakan untuk menyimpan data admin laptop. Struktur tabel

login sebagai berikut (Tabel 1).

Tabel 1. Login

Nama Filed Tipe Data Keterangan

usernamae varchar(50) Nama Pengguna

password varchar(50) Password

b. Tabel M_laptop

Tabel M_laptop digunakan untuk menyimpan data spesifikasi laptop yang

meliputi data inputdatafuzzydan data nonfuzzy. Struktur tabel M_laptop

sebagai berikut (Tabel2).


42/97

42

Tabel 2. M_laptop


laptop_id* varchar(255) Kode laptop (new id())

jenis_id int Foreign Keyjenis_id

merek_id int Foreign Keymerek_id

nama_laptop varchar(255) Nama laptop

harga float inputfuzzy

processor float inputfuzzy

harddisk float inputfuzzy

memory float inputfuzzy

lcd float inputfuzzy

berat float inputfuzzypicture image Gambar Laptop

detail text Detail laptop

Ket: * Primary Key

c. Tabel L_Jenis

Tabel jenis digunakan untuk menyimpan data jenis laptop. Struktur tabel

L_jenis sebagai berikut (Tabel 3).

Tabel 3. L_jenis


jenis_id* int Kode jenis (Identity)

jenis varchar(50) Nama jenis laptop

Ket: * Primary Key

d. Tabel L_merek

Tabel jenis digunakan untuk menyimpan data merk laptop. Struktur tabel

L_merek sebagai berikut (Tabel 4).

Tabel 4. L_merek


merek_id* int Kode merk (Identity)

merek varchar(50) Nama merk laptop

Ket: * Primary Key


43/97

43

e. Tabel Himpunan

Tabel Himpunan digunakan untuk menyimpan data himpunan dari variabel

yang digunakan. Struktur tabel Himpuan sebagai berikut (Tabel 5).

Tabel 5. Himpunan


variabel varchar(50) Nama variabel

himpunan varchar(50) Nama himpunan

fungsi varchar(50) Nama fungsi kurva

alfa float Batas (a)

beta float Batas (b)

pusatY float Batas (pusat )

gamma float Batas ()

betane float Batas (b dan b)

Ket: * Primary Key

beta ((alfa+gamma)/2)

pusatY ((alfa+gamma)/2)

Betane ((alfa+gamma)/2) - (alfa+((alfa+gamma)/2))/2

2. Perancanganfuzzy database

Perancangan fuzzy database dilakukan setelah perancangan database.

Perancangan fuzzy database dilakukan untuk menerapkan teori fuzzy dengan

cara mengolah data yang ada dalam database memelalui queryyang disimpan

dalam bentuk view.

a. Menggambarkan fungsi keanggotaan

Pada tahap ini variabel himpunan yang ada akan digambarkan dalam

bentuk kurva, kurva tersebut menunjukkan pemetaan titik-titik masukkan

data kedalam nilai keanggotaannya (sering juga disebut dengan derajat

keanggotaan) yang memiliki interval antara 0 sampai 1. Gambar kurva dari

masing masing variabel sebagai berikut:


44/97

44

1) Variabel harga

Gambar 21. Kurva variabel harga (Rp)

Pada kurva variabel harga memiliki tiga himpunan yaitu murah, sedang

dan mahal. Untuk mengetahui kurva masing-masing himpunan dapat

dijelaskan pada gambar kurva dari masing-masing himpunan sebagai

berikut:

a) Himpuan murah

Gambar 22. Kurva penyusutan himpunan harga murah (Rp)

b) Himpuan sedang

Gambar 23. Kurva beta himpunan harga sedang (Rp)

c) Himpuan mahal

Gambar 24. Kurva pertumbuhan himpunan harga mahal (Rp)


45/97

45

2) Variabel processor

Gambar 25. Kurva variabel processor (GHz)

Pada kurva variabel processor memiliki tiga himpunan yaitu rendah,

sedang dan tinggi. Untuk mengetahui kurva masing-masing himpunan

dapat dijelaskan pada gambar kurva dari masing-masing himpunan

sebagai berikut:

a. Himpunan rendah

Gambar 26. Kurva penyusutan himpunan processor rendah (GHz)

b. Himpunan sedang

Gambar 27. Kurva beta himpunan processor sedang (GHz)

c. Himpunan tinggi

Gambar 28. Kurva pertumbuhan himpunan processor tinggi (GHz)


46/97

46

3) Variabel harddisk

Gambar 29. Kurva varibel harddisk (GB)

Pada kurva variabel harddisk memiliki tiga himpunan yaitu kecil, sedang

dan besar. Untuk mengetahui kurva masing-masing himpunan dapat


berikut:

a. Himpunan kecil

Gambar 30. Kurva penyusutan himpunan harddisk kecil (GB)

b. Himpunan sedang

Gambar 31. Kurva beta himpunan harddisk sedang (GB)

c. Himpunan besar

Gambar 32. Kurva pertumbuhan himpunan harddisk besar (GB)


47/97

47

4) Variabel memory

Gambar 33. Kurva variabel memory (MB)

Pada kurva variabel memory memiliki tiga himpunan yaitu kecil, sedang

dan besar. Untuk mengetahui kurva masing-masing himpunan dapat


berikut:

a. Himpunan kecil

Gambar 34. Kurva pentusutan himpunan memory kecil (MB)

b. Himpunan sedang

Gambar 35. Kurva beta himpunan memory sedang (MB)

c. Himpunan besar

Gambar 36. Kurva pertumbuhan himpunan memory besar (MB)


48/97

48

5) Variabel lcd

Gambar 37. Kurva variabel lcd (inc)

Pada kurva variabel lcd memiliki tiga himpunan yaitu kecil, sedang dan

besar. Untuk mengetahui kurva masing-masing himpunan dapat

dijelaskan pada gambar kurva dari masingi-masing himpunan sebagai

berikut:

a. Himpunan kecil

Gambar 38. Kurva penyusutan himpunan lcd kecil (inc)

b. Himpunan sedang

Gambar 39. Kurva beta himpunan lcd sedang (inc)

c. Himpunan besar

Gambar 40. Kurva pertumbuhan himpunan lcd besar (inc)


49/97

49

6) Variabel berat

Gambar 41. Kurva variabel berat (Kg)

Pada kurva variabel berat memiliki tiga himpunan yaitu ringan, sedang

dan berat. Untuk mengetahui kurva masing-masing himpunan dapat


berikut:

a. Himpunan ringan

Gambar 42. Kurva penyusutan himpunan berat ringan (Kg)

b. Himpunan sedang

Gambar 43. Kurva beta himpunan berat sedang (Kg)

c. Himpunan berat

Gambar 44. Kurva pertumbuhan himpunanberat berat (Kg)


50/97

50

b. Fuzzyfikasi

Setelah menggambarkan fungsi keanggotaan masing-masing variabel

himpunan selanjutnya akan dilakukan fuzzyfikasi dengan memasukan data

dari hasil menggambarkan fungsi keanggotaan ke dalam tabel Himpunan.

hasil dari fuzzyfikasi dapat dilihat pada (Tabel 6).

Tabel 6. Hasil fuzzyfikasiVariabel Himpunan Fungsi

kurvaBatas

awal ( )

Tengah

( )Pusat ( ) Batas

akhir ( )Selisih ( ).

( )( )

harddisk kecil penyusutan 256 442 442 628 93

harddisk sedang beta 256 628 628 1000 186

harddisk besar pertumbuhan 628 814 814 1000 93

harga murah penyusutan 2677400 6096200 6096200 9515000 1709400

harga sedang beta 2677400 9515000 9515000 16352600 3418800

harga mahal pertumbuhan 9515000 12933800 12933800 16352600 1709400

processor rendah penyusutan 1 1.525 1.525 2.05 0.2625

processor sedang beta 1 2.05 2.05 3.1 0.525

processor tinggi pertumbuhan 2.05 2.575 2.575 3.1 0.2625

memory kecil penyusutan 1000 2750 2750 4500 875

memory sedang beta 1000 4500 4500 8000 1750

memory besar pertumbuhan 4500 6250 6250 8000 875

lcd kecil penyusutan 10.1 11.475 11.475 12.85 0.6875lcd sedang beta 10.1 12.85 12.85 15.6 1.375

lcd besar pertumbuhan 12.85 14.225 14.225 15.6 0.6875

berat ringan penyusutan 1.25 1.7625 1.7625 2.275 0.25625

berat sedang beta 1.25 2.275 2.275 3.3 0.5125

berat berat pertumbuhan 2.275 2.7875 2.7875 3.3 0.25625

c. Fuzzyfikasi query

Pada tahap ini dilakukan fuzzyfikasi querydengan membuat queryuntuk

melakukan perhitungan derajat keanggotaan masing-masing himpunan

berdasarkan fungsi himpunan yang digunakan. Queryakan disimpan dalam

bentuk view sebagai proses fuzzyfikasi query, View adalah salah satu jenis

object database didalam database Microsoft SQL Serveryang memiliki fungsi

sebagai virtual tabel yang dapat memanipulasi berbagai data dan dapat


51/97

51

direpresentasikan sebagai sebuah laporan, view yang akan dibuat adalah

sebagai berikut:

1) Membuat viewpenyusutan

View penyusutan merupakan query untuk menghitung derajat

keanggotaan dari himpunan yang menggunakan fungsi kurva

penyusutan seperti himpunan murah ,himpunan rendah, himpunan kecil

dan himpunan ringan. Script query viewpenyusutan dapat dilihat pada

(lampiran 1).

2) Membuat viewbeta

View beta merupakan query untuk menghitung derajat keanggotaan

dari himpunan yang menggunakan fungsi kurva beta seperti himpunan

sedang. Script query viewbeta dapat dilihat pada (lampiran 2).

3) Membuat viewpertumbuhan

View pertumbuhan merupakan query untuk menghitung derajat

keanggotaan dari himpunan yang menggunakan fungsi kurva

pertumbuhan seperti himpunan mahal ,himpunan tinggi, himpunan

besar dan himpunan barat. Script query viewpertumbuhan dapat dilihat

pada (lampiran 3).

4) Membuat viewvmiu

Viewvmiu berfungsi untuk menggabungkan data hasil fuzzyfikasi query

dari hasil view penyusutan, view beta dan view pertumbuhan. Script

query viewvmiu dapat dilihat pada (lampiran 4)


52/97

52

5) Membuat viewmiudetail

viewmiudetail merupakan data detail derajat keanggotaan dari masing-

masing himpunan. Script query view miudetail dapat dilihat pada

(lampiran 5).

d. Operator Dasar Zadeh untuk Operasi Himpunan Fuzzy

Operator Dasar Zadeh berfungsi untuk mengkombinasi dan

memodifikasi himpunanfuzzy. Nilai keanggotaan sebagai hasil dari operasi 2

himpunan sering dikenal dengan namafire strengthatau -predikat. Sangat

mungkin digunakan operator dasar dalam proses query berupa operator

AND dan OR, untuk mengimplementasikan maka akan di buat procedure

untuk operasi AND dan procedure operasi OR. Script query procedure

operasi AND dapat dilihat pada (lampiran 6), dan Script queryprocedure

operasi OR dapat dilihat pada (lampiran 7).

3. Perancangan antarmuka (interface)

Perancangan antarmuka dilakukan untuk membuat rancangan antarmuka

yang akan diterapkan pada aplikasi. Rancangan antarmuka yang akan dibuat

adalah sebagai berikut:

a. Perancangan Halaman utama

Halaman utama merupakan merupakan sebuah interface yang pertama

kali muncul dalam aplikasi. Rancangan halaman utama dapat digambarkan

sebagai berikut (Gambar 45).


53/97

53

Gambar 45. Interface halaman utama aplikasi

b. Perancagan halaman master data

Bagian ini merupakan rancangan interface halaman master data. Pada

perancangan ini form tampilan dibagi menjadi dua yaitu untuk daftar data

dan managementdata laptop seperti tambah data, ubah data, hapus data

laptop yang disajikan dalam satuform tampilan. Rancangan halaman master

data dapat digambarkan sebagai berikut (Gambar 46).

Gambar 46. Interface halaman masterdata

c. Perancangan halaman pencarianfuzzy

Halaman pencarian fuzzy merupakan halaman pencarian fuzzy untuk

rekomendasi laptop. Pada halaman pencarian terdapat input parameter

yang akan digunakan oleh customer untuk pencarian sesuai kriteria yang di


54/97

54

inginkan. Rancangan halaman pencarian fuzzy dapat digambarkan sebagai

berikut (Gambar 47).

Gambar 47. Interface halaman pencarianfuzzy

C. Implementasi

Setelah melalui tahapan-tahapan sebelumnya maka akan dihasilkan

implementasi dalam bentuk aplikasi penerapan fuzzydatabase untuk rekomendasi

pembelian laptop. penjelasan tentang aplikasi yang akan dibangun sebagai berikut:

1. Halaman utama

Halaman utama merupakan halaman awal ketika membuka aplikasi. Berikut

adalah tampilan form utama (Gambar 48).

Gambar 48. Halaman utama


55/97

55

2. Menu

Menu yang terdapat pada aplikasi adalah sebagai berikut:

a. Menu login

Menu login berfungsi untuk login admin (Gambar 49) .

Gambar 49. Menu login

b. Menu home

Dalam menu home terdapat sub menu yaitu menu skins dan menu

pencarian OR dan pencarian AND dan menu All Laptop (Gambar 50).

Gambar 50. Menu home

- Menu OR berfungsi untuk mengakses halaman pencarian menggunakan

operasi OR.

- Menu AND berfungsi untuk mengakses halaman pencarian

menggunakan operasi AND.

- Menu All Laptop berfungsi untuk mengakses halaman semua data

laptop yang tidak menggunakan operasi OR dan AND untuk

merekomendasikan data laptop.


56/97

56

c. Menu data

Dalam menu data terdapat sub menu yaitu menu master data. menu

master data berfungsi sebagai management data yang dilakukan oleh

admin. menu data hanya bisa di akses jika admin login pada aplikasi

(Gambar 51).

Gambar 51. Menu data

3. Halaman pencarian OR

Halaman pencarian OR merupakan halaman pencarian fuzzy. Model

pencarian OR merupakan pencarian dengan kondisi pertama OR dan kondisi

kedua OR. Pada operasi pencarian OR proses yang dijalankan adalah MAX(harga,

processor, harddisk, memory, lcd,berat). Berikut adalah tampilan halaman untuk

pencarian OR (Gambar 52).

Gambar 52. Halaman pencarian OR

Halaman pencarian OR di atas menampilkan data rekomendasi spesifikasi

laptop sesuai parameter yang dipilih oleh customer(Gambar 53).


57/97

57

Gambar 53. Pemilihan parameter menggunakan operasi OR

Pada gambar 53 di atas dicontohkan penggunaan proses pencarian

menggunakan pencarian OR untuk memory = memory_besar OR lcd =

lcd_sedang OR berat = berat_ringan. Setelah menekan tombol cari maka akan

ditampilkan hasil rekomendasi seperti (Gambar 54).

Gambar 54. Hasil rekomendasi menggunakan pencarian OR

Dari proses pencarian OR sesuai parameter yang dipilih oleh customer,

didapatkan daftar data laptop hasil rekomendasi yang sesuai dengan kriteria

yang pilih. Daftar data tersebut menampilkan data rekomendasi dari yang paling

direkomendasikan sampai dengan yang kurang direkomendasikan seperti


Gambar 55. Hasil rekomendasi menggunakan pencarian OR


58/97

58

Penjelasan dari proses rekomendasi apabila dilakukan perhitungan secara

manual menggunakan pencarian operasi OR tersebut dapat dilihat pada (Tabel

7) berikut:

Tabel 7. Perhitungan manual menggunakan operasi OR

nama_laptop memory lcd berat memory_besar lcd_sedang berat_ringan nilai

AXIOO RNO. 7.381 8000 14 2.1 1 0.588406925 0.058298632 1

ASUS Eee PC 1015BX-BLK067W 2000 10.1 1.25 0 0 1 1

DELL XPS L15z (Core i7-2640M) 8000 15.6 2.51 1 0 0 1

ASUS Eee PC 1025C-RED008W -

Red 2000 10.1 1.25 0 0 1 1

ACER Aspire One D270 - Red 2000 10.1 1.3 0 0 0.995240928 0.995240928

ACER Aspire One D270 - White 2000 10.1 1.3 0 0 0.995240928 0.995240928

ACER Aspire One D270 - Blue 2000 10.1 1.3 0 0 0.995240928 0.995240928

ACER Aspire One D270 - Red 2000 10.1 1.3 0 0 0.995240928 0.995240928

ACER Aspire One D270 - Black 2000 10.1 1.3 0 0 0.995240928 0.995240928

ACER Aspire One D270 - White 2000 10.1 1.3 0 0 0.995240928 0.995240928

TOSHIBA NB520-1069B - Blue 2000 10.1 1.32 0 0 0.990672219 0.990672219

TOSHIBA NB520-1069Q -

Turquoise 2000 14 1.32 0 0.588406925 0.990672219 0.990672219

AXIOO Neon CLW.3.522 2000 13 2.53 0 0.988239138 0 0.988239138

DELL XPS L321X Ultrabook 4000 13.3 1.36 0 0.903254703 0.976966092 0.976966092

HP Mini 110-4133TU - Blue 2000 10.1 1.38 0 0 0.967828673 0.967828673

HP Mini 210-4025TU - Blue 2000 10.1 1.38 0 0 0.967828673 0.967828673

ASUS Eee PC 1215B-BLK114W 2000 12.1 1.45 0 0.770700637 0.923854848 0.923854848

ASUS Eee PC 1215B-SIV073W 2000 12.1 1.45 0 0.770700637 0.923854848 0.923854848

ASUS 1225C-BLK024W - Black 2000 11.6 1.45 0 0.547511312 0.923854848 0.923854848

ACER Aspire One 722 - Blue 2000 11.6 1.46 0 0.547511312 0.91604997 0.91604997

ACER Aspire One 722 - Black 2000 11.6 1.46 0 0.547511312 0.91604997 0.91604997

ASUS Eee PC 1201T - Black 2000 12.1 1.46 0 0.770700637 0.91604997 0.91604997

DELL Inspiron 13z (Core i3-2330M)

- Red 4000 13.3 1.76 0 0.903254703 0.504866151 0.903254703

DELL Inspiron 13z (Core i3-2330M)

- Black 4000 13.3 1.76 0 0.903254703 0.504866151 0.903254703

TOSHIBA Satellite L735-1128UR -

Red 2000 13.3 2.05 0 0.903254703 0.096371208 0.903254703

TOSHIBA Satellite L635-1065XB -Brow 2000 13.3 2.05 0 0.903254703 0.096371208 0.903254703

TOSHIBA Satellite L735-1128UB -

Brown 2000 13.3 2.05 0 0.903254703 0.096371208 0.903254703

DELL Vostro 3350 (Core i5-2410M) 4000 13.3 2.04 0 0.903254703 0.1051279 0.903254703

DELL Vostro 3350 (Core i5-2450M)

- Silver 4000 13.3 2.4 0 0.903254703 0 0.903254703

ASUS Eee PC 1215B - Black 2000 12.1 2.1 0 0.770700637 0.058298632 0.770700637

HP ProBook 4230s (9PA 2000 12.1 1.6 0 0.770700637 0.766805473 0.770700637

ACER Aspire 4352-B812G32Mi -

Brown 2000 12 2.25 0 0.723511122 0.001189768 0.723511122

Asus Eeepc 1215B 2000 12 2.3 0 0.723511122 0 0.723511122

ASUS A43SD-VX429D - White 2000 14 2.44 0 0.588406925 0 0.588406925

ACER Aspire 4755G-2432G64Mn 4000 14 2.3 0 0.588406925 0 0.588406925


59/97

59

4. Halaman pencarian AND

Halaman pencarian AND merupakan halaman pencarian fuzzy. Model

pencarian AND merupakan pencarian dengan kondisi pertama AND dan kondisi

kedua AND. Pada operasi pencarian AND proses yang dijalankan adalah

MIN(harga, processor, harddisk, memory, lcd dan berat). Berikut adalah

tampilan halaman untuk pencarian AND (Gambar 56).

Gambar 56. Halaman pencarian AND

Halaman pencarian AND di atas menampilkan data rekomendasi spesifikasi

laptop sesuai parameter yang dipilih oleh customer(Gambar 57).

Gambar 57. Pemilihan parameter menggunakan operasi AND

Pada gambar 57 di atas dicontohkan penggunaan proses pencarian

menggunakan pencarian AND untuk memory = memory _kecil AND lcd = lcd

_sedang AND berat = berat_ringan. Setelah menekan tombol cari maka akan

ditampilkan hasil rekomendasi seperti (Gambar 58).


60/97

60

Gambar 58. Hasil rekomendasi menggunakan pencarian AND

Dari proses pencarian AND sesuai parameter yang dipilih oleh customer,

didapatkan daftar data laptop hasil rekomendasi yang sesuai dengan kriteria

yang pilih. Daftar data tersebut menampilkan data rekomendasi dari yang

paling direkomendasikan sampai dengan yang kurang direkomendasikan seperti


Gambar 59. Hasil rekomendasi menggunakan pencarian AND

Penjelasan dari proses rekomendasi apabila dilakukan perhitungan secara

manual menggunakan pencarian operasi AND tersebut dapat dilihat pada (Tabel

8).


61/97

61

Tabel 8. Perhitungan manual menggunakan operasi AND

nama_laptop memory lcd berat memory_kecil lcd_sedang berat_ringan nilai

ASUS Eee PC 1215B-BLK114W 2000 12.1 1.45 0.836734694 0.770700637 0.923854848 0.770700637

ASUS Eee PC 1215B-SIV073W 2000 12.1 1.45 0.836734694 0.770700637 0.923854848 0.770700637

ASUS Eee PC 1201T - Black 2000 12.1 1.46 0.836734694 0.770700637 0.91604997 0.770700637

HP ProBook 4230s (9PA 2000 12.1 1.6 0.836734694 0.770700637 0.766805473 0.766805473

TOSHIBA NB520-1069Q -

Turquoise 2000 14 1.32 0.836734694 0.588406925 0.990672219 0.588406925

ACER Aspire One 722 - Blue 2000 11.6 1.46 0.836734694 0.547511312 0.91604997 0.547511312

ASUS 1225C-BLK024W - Black 2000 11.6 1.45 0.836734694 0.547511312 0.923854848 0.547511312

ACER Aspire One 722 - Black 2000 11.6 1.46 0.836734694 0.547511312 0.91604997 0.547511312

HP ProBook 4431s (7PA 2000 14 2.04 0.836734694 0.588406925 0.1051279 0.1051279

TOSHIBA Satellite L735-1128UR -

Red 2000 13.3 2.05 0.836734694 0.903254703 0.096371208 0.096371208

TOSHIBA Satellite L635-1065XB -

Brow 2000 13.3 2.05 0.836734694 0.903254703 0.096371208 0.096371208

TOSHIBA Satellite L735-1128UB -

Brown 2000 13.3 2.05 0.836734694 0.903254703 0.096371208 0.096371208

ASUS Eee PC 1215B - Black 2000 12.1 2.1 0.836734694 0.770700637 0.058298632 0.058298632

TOSHIBA Satellite C600-1013U -

Black 2000 14 2.1 0.836734694 0.588406925 0.058298632 0.058298632

ASUS 1225C-WHI022W - White 2000 11.6 2.1 0.836734694 0.547511312 0.058298632 0.058298632


Black 2000 14 2.1 0.836734694 0.588406925 0.058298632 0.058298632

DELL Inspiron 13z (Core i3-

2330M) - Red 4000 13.3 1.76 0.040816327 0.903254703 0.504866151 0.040816327

DELL Inspiron 13z (Core i3-

2330M) - Black 4000 13.3 1.76 0.040816327 0.903254703 0.504866151 0.040816327

AXIOO RNO. 5.545 4000 14 2.1 0.040816327 0.588406925 0.058298632 0.040816327

HP Pavilion G4-1318TX 4000 14 2.1 0.040816327 0.588406925 0.058298632 0.040816327

DELL XPS L321X Ultrabook 4000 13.3 1.36 0.040816327 0.903254703 0.976966092 0.040816327

HP Pavilion Beats Edition DM4-

3115TX - Black 4000 14 1.9 0.040816327 0.588406925 0.267697799 0.040816327

DELL Vostro 3350 (Core i5-

2410M) 4000 13.3 2.04 0.040816327 0.903254703 0.1051279 0.040816327


Black 1000 14 2.14 1 0.588406925 0.034693635 0.034693635

HP Pavilion G4-1130TX - Red 2000 14 2.2 0.836734694 0.588406925 0.010707912 0.010707912

ASUS N46VM-V3036D - Black 4000 14 2.2 0.040816327 0.588406925 0.010707912 0.010707912

HP 430 9PA 2000 14 2.2 0.836734694 0.588406925 0.010707912 0.010707912

HP Pavilion G4-1129TX - Grey 2000 14 2.2 0.836734694 0.588406925 0.010707912 0.010707912

DELL Inspiron 4110 (Core i3-2330M 4000 14 2.2 0.040816327 0.588406925 0.010707912 0.010707912

DELL Inspiron 4110 (Core i5-

2450M) 4000 14 2.2 0.040816327 0.588406925 0.010707912 0.010707912

Acer Aspire 4739-382G50Mn 2000 14 2.2 0.836734694 0.588406925 0.010707912 0.010707912

ACER Aspire 4752-2332G50 -

Brown 2000 14 2.25 0.836734694 0.588406925 0.001189768 0.001189768

ACER Aspire 4752-2332G50 2000 14 2.25 0.836734694 0.588406925 0.001189768 0.001189768


Brown 2000 12 2.25 0.836734694 0.723511122 0.001189768 0.001189768


Blue 2000 14 2.25 0.836734694 0.588406925 0.001189768 0.001189768


Purple 2000 14 2.25 0.836734694 0.588406925 0.001189768 0.001189768


62/97

62

5. Halaman master data

Halaman master data berfungsi untuk managementdata laptop yang digunakan

admin. pada halaman master data terdapat menu yang berfungsi untuk proses

tambah data, edit data dan hapus data (Gambar 60).

Gambar 60. Halaman master data

Proses managementdata yang ada dalam master data adalah sebagai berikut:

1. Menu management data laptop

Pada menu managementdata terdapat tombol yang difungsikan untuk grid

viewdan tombol simpan data, hapus data dan tombol untuk menampilkan

halaman tambah data (Gambar 61).

Gambar 61. Managementdata


63/97

63

2. Tambah data

Proses penambahan data yaitu dengan menekan tombol pada menu

managementdata (Gambar 62).

Gambar 62. Tambah data

3. Edit data

Proses Edit data yaitu dengan memilih salah satu data yang ada pada grid

view(Gambar 63).

Gambar 63. Edit data


64/97

64

BAB VI. PENUTUP

A. Kesimpulan

Berdasarkan hasil penelitian ini, maka dapat ditarik beberapa kesimpulan sebagai

berikut :

1. Fuzzy database ini bisa diterapkan pada aplikasi untuk rekomendasi pembelian

laptop.

2. Setelah melalui tahapan uji coba, penerapanfuzzydatabase untuk rekomendasi

laptop ini terbukti dapat menghasilkan list rekomendasi laptop yang sesuai

dengan kriteria yang diinginkan oleh customer.

3. Melalui tahap uji coba terhadap aplikasi dan uji coba secara manual, dapat

dibuktikan bahwa data yang dihasilkan sama.

B. Saran

Berdasarkan hasil dari penelitian ini, maka dapat diberikan beberapa saran sebagai

berikut :

1. Aplikasi ini dapat dikembangkan menjadi aplikasi berbasis web.

2. Variabel yang digunakan dalam sistem ini ada enam variabel fuzzyyaitu harga,

processor, harddisk, memory dan berat. Diharapkan untuk pengembangan

sistem, variabel tersebut dapat ditambah berdasarkan kebutuhan seperti

resolution, warna, garansi atau aksesoris tambahan lain yang bisa digunakan

sebagai variabel.


65/97

65

DAFTAR PUSTAKA

Eliyani, Pujianto, U., and Rosyadi, D., 2009, Decision Support system untuk Pembelian

Mobil Menggunakan Fuzzy Database Model Tahani, Graha Ilmu, Yogyakarta.

Hasiholan, L., and Sudrajat., 2008, Evaluasi Kinerja Karyawan Menggunakan Metode

Pemrograman Linier Fuzzy, Seminar Pengembangan dan Konstribusi matematika

dalam Menunjangkemajuan Ilmu Pengetahuan Teknologi, Bandung, 13 Desember

2008.

Kusumadewi, S., 2003, Artificial Intelegence (Teknik dan Aplikasinya), Graha Ilmu,

Yogyakarta.

Kusumadewi, S., and Purnomo, H., 2010, Aplikasi Logika Fuzzy Sistem Pendukung

Keputusan, Graha Ilmu, Yogyakarta.

Microsoft, 2012, Getting Started with Visual C#, http://social.msdn.microsoft.com,

diakses tanggal 28 Januari 2012, 22.23 WIB.

Pattiasina, T.J., 2011, Pemanfaatan Fuzzy Database Sebagai Pendukung Keputusan

Pemilihan Operator Selular, Tesis, Program Pascasarjana Magister Teknologi

Informasi, Institut Sains Terapan dan Teknologi Surabaya, Surabaya.

Setianto, E.H., and SmitDev Comunity, 2009, Serba-Serbi Laptop, PT. Elex Media

Komputindo, Jakarta.


66/97

66

LAMPIRAN

Lampiran 1. Script query view penyusutan

CREATE VIEW dbo.penyusutan (variabel,himpunan,laptop_id,nama_laptop,miu)AS--hargaSELECT

a.variabel,a.himpunan,b.laptop_id,b.nama_laptop,miu=CASEWHEN (b.harga


67/97

67

WHERE (a.variabel = 'processor' AND a.himpunan ='rendah' ANDa.fungsi ='penyusutan')

UNION--harddiskSELECTa.variabel,a.himpunan,b.laptop_id,b.nama_laptop,miu=CASEWHEN (b.harddisk


68/97

68

miu=CASE

WHEN (b.lcd


69/97

69

miu=CASE

WHEN ( b.harga = a.gamma) THEN 0WHEN ( a.alfa


70/97

70

WHERE (a.variabel = 'harddisk' AND a.himpunan ='sedang' ANDa.fungsi ='beta')

UNION--memorySELECTa.variabel,a.himpunan,b.laptop_id,b.nama_laptop,miu=CASEWHEN ( b.memory = a.gamma) THEN 0WHEN ( a.alfa


71/97

71

WHEN (b.berat = a.gamma) THEN 0WHEN ( a.alfa


72/97

72

WHEN ( a.alfa


73/97

73

WHERE (a.variabel = 'memory' AND a.himpunan ='besar' ANDa.fungsi ='pertumbuhan')

UNION--lcdSELECTa.variabel,a.himpunan,b.laptop_id,b.nama_laptop,miu=CASEWHEN ( b.lcd


74/97

74

Lampiran 4. Scriptqueryviewvmiu

CREATE VIEW dbo.vmiu (

variabel,himpunan,laptop_id,nama_laptop,miu)ASselect * from penyusutanunionselect * from betaunionselect * from pertumbuhan

Lampiran 5. Scriptqueryviewmiudetail

CREATE VIEW dbo.miudetailASSELECT laptop_id,nama_laptop,--hargasum(harga_murah)as harga_murah ,sum(harga_sedang)as harga_sedang,sum(harga_mahal)as harga_mahal,--processorsum(processor_rendah)as processor_rendah,sum(processor_sedang)as processor_sedang,sum(processor_tinggi)as processor_tinggi,--harddisksum(harddisk_kecil)as harddisk_kecil,sum(harddisk_sedang)as harddisk_sedang,sum(harddisk_besar)as harddisk_besar,--memorysum(memory_kecil)as memory_kecil,sum(memory_sedang)as memory_sedang,sum(memory_besar)as memory_besar,--beratsum(berat_ringan)as berat_ringan ,sum(berat_sedang)as berat_sedang,sum(berat_berat)as berat_berat,--lcdsum(lcd_kecil)as lcd_kecil,sum(lcd_sedang)as lcd_sedang,sum(lcd_besar)as lcd_besarFROM (--harga murah-SELECT a.laptop_id,a.nama_laptop,--hargaa.miu as harga_murah,


75/97

75

0 as harga_sedang,0 as harga_mahal,

--processor0 as processor_rendah,0 as processor_sedang,0 as processor_tinggi,--harddisk0 as harddisk_kecil,0 as harddisk_sedang,0 as harddisk_besar,--memory0 as memory_kecil,0 as memory_sedang,0 as memory_besar,

--berat0 as berat_ringan,0 as berat_sedang,0 as berat_berat,--lcd0 as lcd_kecil,0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='harga' anda.himpunan='murah')--harga sedangUNION

SELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,a.miu harga_sedang,0 as harga_mahal,--processor0 as processor_rendah,0 as processor_sedang,0 as processor_tinggi,--harddisk0 as harddisk_kecil,

0 as harddisk_sedang,0 as harddisk_besar,--memory0 as memory_kecil,0 as memory_sedang,0 as memory_besar,--berat0 as berat_ringan,0 as berat_sedang,0 as berat_berat,--lcd0 as lcd_kecil,

0 as lcd_sedang,


76/97

76

0 as lcd_besarFROM vmiu a where (a.variabel='harga' and

a.himpunan='sedang')--harga mahalUNIONSELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,0 harga_sedang,a.miu as harga_mahal,--processor0 as processor_rendah,0 as processor_sedang,

0 as processor_tinggi,--harddisk0 as harddisk_kecil,0 as harddisk_sedang,0 as harddisk_besar,--memory0 as memory_kecil,0 as memory_sedang,0 as memory_besar,--berat0 as berat_ringan,0 as berat_sedang,

0 as berat_berat,--lcd0 as lcd_kecil,0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='harga' anda.himpunan='mahal')--processor rendahUNIONSELECT a.laptop_id,a.nama_laptop,--harga

0 harga_murah,0 harga_sedang,0 harga_mahal,--processora.miu as processor_rendah,0 as processor_sedang,0 as processor_tinggi,--harddisk0 as harddisk_kecil,0 as harddisk_sedang,0 as harddisk_besar,--memory

0 as memory_kecil,


77/97

77

0 as memory_sedang,0 as memory_besar,

--berat0 as berat_ringan,0 as berat_sedang,0 as berat_berat,--lcd0 as lcd_kecil,0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='processor' and a.himpunan ='rendah')--processor sedangUNION

SELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,0 harga_sedang,0 harga_mahal,--processor0 processor_rendah,a.miu as processor_sedang,0 as processor_tinggi,--harddisk0 as harddisk_kecil,

0 as harddisk_sedang,0 as harddisk_besar,--memory0 as memory_kecil,0 as memory_sedang,0 as memory_besar,--berat0 as berat_ringan,0 as berat_sedang,0 as berat_berat,--lcd0 as lcd_kecil,

0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='processor' anda.himpunan='sedang')--processor tinggiUNIONSELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,0 harga_sedang,0 harga_mahal,

--processor


78/97

78

0 processor_rendah,0 processor_sedang,

a.miu as processor_tinggi,--harddisk0 as harddisk_kecil,0 as harddisk_sedang,0 as harddisk_besar,--memory0 as memory_kecil,0 as memory_sedang,0 as memory_besar,--berat0 as berat_ringan,0 as berat_sedang,

0 as berat_berat,--lcd0 as lcd_kecil,0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='processor' anda.himpunan='tinggi')--harddisk kecilUNIONSELECT a.laptop_id,a.nama_laptop,--harga

0 harga_murah,0 harga_sedang,0 harga_mahal,--processor0 processor_rendah,0 processor_sedang,0 processor_tinggi,--harddiska.miu as harddisk_kecil,0 as harddisk_sedang,0 as harddisk_besar,--memory

0 as memory_kecil,0 as memory_sedang,0 as memory_besar,--berat0 as berat_ringan,0 as berat_sedang,0 as berat_berat,--lcd0 as lcd_kecil,0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='harddisk' and

a.himpunan='kecil')


79/97

79

--harddisk sedangUNION

SELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,0 harga_sedang,0 harga_mahal,--processor0 processor_rendah,0 processor_sedang,0 processor_tinggi,--harddisk0 harddisk_kecil,

a.miu as harddisk_sedang,0 as harddisk_besar,--memory0 as memory_kecil,0 as memory_sedang,0 as memory_besar,--berat0 as berat_ringan,0 as berat_sedang,0 as berat_berat,--lcd0 as lcd_kecil,

0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='harddisk' anda.himpunan='sedang')--harddisk besarUNIONSELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,0 harga_sedang,0 harga_mahal,

--processor0 processor_rendah,0 processor_sedang,0 processor_tinggi,--harddisk0 harddisk_kecil,0 harddisk_sedang,a.miu as harddisk_besar,--memory0 as memory_kecil,0 as memory_sedang,0 as memory_besar,

--berat


80/97

80

0 as berat_ringan,0 as berat_sedang,

0 as berat_berat,--lcd0 as lcd_kecil,0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='harddisk' anda.himpunan='besar')--memory kecilUNIONSELECT a.laptop_id,a.nama_laptop,--harga

0 harga_murah,0 harga_sedang,0 harga_mahal,--processor0 processor_rendah,0 processor_sedang,0 processor_tinggi,--harddisk0 harddisk_kecil,0 harddisk_sedang,0 harddisk_besar,--memory

a.miu as memory_kecil,0 as memory_sedang,0 as memory_besar,--berat0 as berat_ringan,0 as berat_sedang,0 as berat_berat,--lcd0 as lcd_kecil,0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='memory' and

a.himpunan='kecil')--memory sedangUNIONSELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,0 harga_sedang,0 harga_mahal,--processor0 processor_rendah,0 processor_sedang,

0 processor_tinggi,


81/97

81

--harddisk0 harddisk_kecil,

0 harddisk_sedang,0 harddisk_besar,--memory0 memory_kecil,a.miu as memory_sedang,0 as memory_besar,--berat0 as berat_ringan,0 as berat_sedang,0 as berat_berat,--lcd0 as lcd_kecil,

0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='memory' anda.himpunan='sedang')--memory besarUNIONSELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,0 harga_sedang,0 harga_mahal,

--processor0 processor_rendah,0 processor_sedang,0 processor_tinggi,--harddisk0 harddisk_kecil,0 harddisk_sedang,0 harddisk_besar,--memory0 memory_kecil,0 memory_sedang,a.miu as memory_besar,

--berat0 as berat_ringan,0 as berat_sedang,0 as berat_berat,--lcd0 as lcd_kecil,0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='memory' anda.himpunan='besar')-- berat ringanUNION

SELECT a.laptop_id,


82/97

82

a.nama_laptop,--harga

0 harga_murah,0 harga_sedang,0 harga_mahal,--processor0 processor_rendah,0 processor_sedang,0 processor_tinggi,--harddisk0 harddisk_kecil,0 harddisk_sedang,0 harddisk_besar,--memory

0 memory_kecil,0 memory_sedang,0 memory_besar,--berata.miu as berat_ringan,0 as berat_sedang,0 as berat_berat,--lcd0 as lcd_kecil,0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='berat' and

a.himpunan='ringan')-- berat sedangUNIONSELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,0 harga_sedang,0 harga_mahal,--processor0 processor_rendah,0 processor_sedang,

0 processor_tinggi,--harddisk0 harddisk_kecil,0 harddisk_sedang,0 harddisk_besar,--memory0 memory_kecil,0 memory_sedang,0 memory_besar,--berat0 berat_ringan,a.miu as berat_sedang,

0 as berat_berat,


83/97

83

--lcd0 as lcd_kecil,

0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='berat' anda.himpunan='sedang')-- berat beratUNIONSELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,0 harga_sedang,0 harga_mahal,

--processor0 processor_rendah,0 processor_sedang,0 processor_tinggi,--harddisk0 harddisk_kecil,0 harddisk_sedang,0 harddisk_besar,--memory0 memory_kecil,0 memory_sedang,0 memory_besar,

--berat0 berat_ringan,0 berat_sedang,a.miu as berat_berat,--lcd0 as lcd_kecil,0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='berat' anda.himpunan='berat')--lcd kecilUNION

SELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,0 harga_sedang,0 harga_mahal,--processor0 processor_rendah,0 processor_sedang,0 processor_tinggi,--harddisk0 harddisk_kecil,

0 harddisk_sedang,


84/97

84

0 harddisk_besar,--memory

0 memory_kecil,0 memory_sedang,0 memory_besar,--berat0 berat_ringan,0 berat_sedang,0 berat_berat,--lcda.miu as lcd_kecil,0 as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='lcd' and a.himpunan='kecil')

--lcd sedangUNIONSELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,0 harga_sedang,0 harga_mahal,--processor0 processor_rendah,0 processor_sedang,0 processor_tinggi,

--harddisk0 harddisk_kecil,0 harddisk_sedang,0 harddisk_besar,--memory0 memory_kecil,0 memory_sedang,0 memory_besar,--berat0 berat_ringan,0 berat_sedang,0 berat_berat,

--lcd0 lcd_kecil,a.miu as lcd_sedang,0 as lcd_besarFROM vmiu a where (a.variabel='lcd' and a.himpunan='sedang')--lcd besarUNIONSELECT a.laptop_id,a.nama_laptop,--harga0 harga_murah,0 harga_sedang,

0 harga_mahal,


85/97

85

--processor0 processor_rendah,

0 processor_sedang,0 processor_tinggi,--harddisk0 harddisk_kecil,0 harddisk_sedang,0 harddisk_besar,--memory0 memory_kecil,0 memory_sedang,0 memory_besar,--berat0 berat_ringan,

0 berat_sedang,0 berat_berat,--lcd0 lcd_kecil,0 lcd_sedang,a.miu as lcd_besarFROM vmiu a where (a.variabel='lcd' and a.himpunan='besar')) AS Dgroup by laptop_id,nama_laptop

Lampiran 6. Script queryprocedure AND

CREATE PROCEDURE [dbo].[sp_laptop_and]

(@harga varchar (100),@processor varchar (100),@harddisk varchar (100),@memory varchar (100),@lcd varchar (100),@berat varchar (100))ASBEGIN/* Procedure body */SELECT

A.laptop_id,A.nama_laptop,b.jenis_id,b.merek_id,A.nilaiFROM(SELECTD.laptop_id,D.nama_laptop,MIN (D.miu) as nilaiFROM(SELECT


86/97

86

a.laptop_id,a.nama_laptop,

miu =CASE (@harga)WHEN 'harga_murah' THEN a.harga_murahWHEN 'harga_sedang' THEN a.harga_sedangWHEN 'harga_mahal' THEN a.harga_mahalENDFROM miudetail aUNIONSELECTa.laptop_id,a.nama_laptop,miu =

CASE (@processor)WHEN 'processor_rendah' THEN a.processor_rendahWHEN 'processor_sedang' THEN a.processor_sedangWHEN 'processor_tinggi' THEN a.processor_tinggiENDFROM miudetail aUNIONSELECTa.laptop_id,a.nama_laptop,miu =CASE (@harddisk)

WHEN 'harddisk_kecil' THEN a.harddisk_kecilWHEN 'harddisk_sedang' THEN a.harddisk_sedangWHEN 'harddisk_besar' THEN a.harddisk_besarENDFROM miudetail aUNIONSELECTa.laptop_id,a.nama_laptop,miu =CASE (@memory)WHEN 'memory_kecil' THEN a.memory_kecil

WHEN 'memory_sedang' THEN a.memory_sedangWHEN 'memory_besar' THEN a.memory_besarENDFROM miudetail aUNIONSELECTa.laptop_id,a.nama_laptop,miu =CA

Fuzzy Database Tahani

Documents

Transcript of Fuzzy Database Tahani