scholarly journals Analisa Metode Fuzzy Mamdani Dan Sugeno Untuk Deteksi Daerah Rentan Banjir : Studi Kasus Kecamatan Pringsewu

2019 ◽  
Vol 1 (1) ◽  
pp. 72-80
Author(s):  
Agustinus Eko Setiawan
Keyword(s):  
User Interface ◽  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Graphic User Interface ◽  
Inference System

Kerentanan adalah keadaan atau kondisi yang dapat mengurangi kemampuan masyarakat untuk mempersiapkan diri menghadapi bahaya atau ancaman bencana. Tujuan dari mengetahui kerentanan adalah untuk mengurangi kemungkinan dampak yang merugikan yang diakibatkan oleh bencana. Rumusan masalah dalam penelitian ini adalah bagaimana membandingkan metode fuzzy  mamdani dan fuzzy sugeno untuk mendeteksi daerah rentan banjir di Kecamatan Pringsewu. Dengan dibangunnya prototipe untuk menentukan daerah rentan banjir pada Kecamatan Pringsewu, ini dapat dijadikan upaya untuk mengurangi resiko banjir baik melalui pembangunan fisik maupun penyadaran dan peningkatan kemampuan menghadapi bencana. Penelitian ini menghasilkan simpulan yaitu aman, rentan dan banjir. Untuk perhitungan dimulai dengan menentukan himpunan fuzzy masing-masing variabel, pembentukan aturan fuzzy (implikasi), komposisi aturan menggunakan fungsi MAX, penegasan (defuzzifikasi). Sementara dalam prototipe dimulai menggunakan Graphic User Interface, kemudian dilakukan melengkapi kode pada sofware Matlab R2013a agar desain deteksi kerentanan dapat berfungsi. Setelah prototipe deteksi kerentanan banjir berhasil dibuat, data monografi Kecamatan Pringsewu dapat diinputkan kedalam prototipe. Selanjutnya akan diproses menggunakan metode Fuzzy Inference System yang telah dimasukan kedalam prototipe, kemudian hasil akan muncul dan hasil akhir metode Mamdani memiliki nilai akurasi 70% dan metode Sugeno memiliki nilai akurasi 48,33%. Sehingga dari hasil pengujian tersebut, menunjukan bahwa metode Mamdani lebih baik akurasinya dibandingkan dengan metode Sugeno.

scholarly journals DETEKSI TINGKAT KERUSAKAN SISTEM KELISTRIKAN PADA MOBIL MENGGUNAKAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM

2021 ◽  
Vol 8 (1) ◽  
pp. 114
Author(s):  
Rizky Prabowo ◽  
Zuliana Nurfadlilah ◽  
Favorisen Rosyking Lumbanraja ◽  
Didik Kurniawan
Keyword(s):  
User Interface ◽  
Membership Function ◽  
Fuzzy Inference System ◽  
Interface Design ◽  
Fuzzy Inference ◽  
Production Capacity ◽  
Graphic User Interface ◽  
Electrical System ◽  
Inference System ◽  
Neuro Fuzzy

<p><em>The automotive industry in Indonesia has significant increase in the past decade. A famous car company opened a manufacturing branch to increase its production capacity in Indonesia. An increase in sales is directly proportional to an increase in service to customers. Damage on electrical system is the majority of modern car. Unfortunately, car users have minimal knowledge of car electricity. This article describes the technique of detecting the level of damage to a car's electrical system using the Adaptive Neuro-Fuzzy Inference System (Anfis) concept. As a case study in designing the system in question is the electrical system on the Toyota Avanza. Formation of a fuzzy inference system which is used for the system formation process through a GUI-based interface design (Graphic User Interface). The output of the system is a fuzzy analysis based on the membership function of the Gaussian, Triangular and Trapezoid methods to obtain an analysis of the level of damage to the electrical system on a Toyota Avanza. From the results of the system test for starter system, firewire system and lighting system,  it is concluded that the analysis of the level of damage to the electrical system on the car using Anfis based on the Gaussian membership function model is more accurate(reach 85%) in predicting the level of damage to the analyzed electrical system.</em></p><p><em><strong>Keywords</strong></em><em>: Anfis, Electrical System, Fuzzy Inference System, Toyota Avanza</em> </p><p><em>Industri otomotif di Indonesia mengalami peningkatan signifikan dalam kurun waktu satu dekade belakangan ini. Perusahaan mobil terkenal membuka pabrik manufaktur untuk meningkatkan kapasitas produksinya di Indonesia. Peningkatan penjualan berbanding lurus dengan peningkatan layanan kepada pelanggan. Kerusakan sistem kelistrikan merupakan kerusakan yang mayoritas dialami pengguna kendaraan mobil terbaru masa kini. Sayangnya, pengguna kendaraan mobil memiliki pengetahuan yang kurang tentang kelistrikan. Artikel ini mendeskripsikan tentang teknik mendeteksi tingkat kerusakan sistem kelistrikan mobil dengan menggunakan konsep Adaptive Neuro-Fuzzy Inference System (ANFIS). Sebagai studi kasus dalam mendesain sistem yang dimaksud adalah sistem kelistrikan pada Mobil Toyota Avanza. Pembentukan fuzzy inference system yang kemudian digunakan untuk proses pembentukan sistem melalui desain interface berbasis GUI (Graphic User Interface). Keluaran dari sistem yang dibuat adalah analisa fuzzy berdasarkan fungsi keanggotaan metode Gaussian, Triangular dan Trapezoid untuk mendapatkan analisa tingkat kerusakan sistem kelistrikan pada mobil Toyota Avanza. Dari hasil uji sistem yang dilakukan pada sistem starter, sistem pengapian dan sistem penerangan diperoleh kesimpulan analisis tingkat kerusakan sistem kelistrikan pada mobil dengan menggunakan Anfis berdasarkan model membership function Gaussian adalah lebih akurat (mencapai 85%) dalam menduga tingkat kerusakan sistem kelistrikan yang dianalisa.</em></p><p><em><strong>Kata kunci</strong></em><em>: Anfis; Fuzzy Inference System; Sistem Kelistrikan; Toyota Avanza</em></p>

Aplikasi Peramalan Kebutuhan Beban Listrik Menggunakan Metode Adaptive Neuro Fuzzy Inference System (ANFIS)

2017 ◽  
Vol 3 (1) ◽  
pp. 36-48
Author(s):  
Erwan Ahmad Ardiansyah ◽  
Rina Mardiati ◽  
Afaf Fadhil
Keyword(s):  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System ◽  
Neuro Fuzzy

Prakiraan atau peramalan beban listrik dibutuhkan dalam menentukan jumlah listrik yang dihasilkan. Ini menentukan  agar tidak terjadi beban berlebih yang menyebabkan pemborosan atau kekurangan beban listrik yang mengakibatkan krisis listrik di konsumen. Oleh karena itu di butuhkan prakiraan atau peramalan yang tepat untuk menghasilkan energi listrik. Teknologi softcomputing dapat digunakan  sebagai metode alternatif untuk prediksi beban litrik jangka pendek salah satunya dengan metode  Adaptive Neuro Fuzzy Inference System pada penelitian tugas akhir ini. Data yang di dapat untuk mendukung penelitian ini adalah data dari APD PLN JAWA BARAT yang berisikan laporan data beban puncak bulanan penyulang area gardu induk majalaya dari januari 2011 sampai desember 2014 sebagai data acuan dan data aktual januari-desember 2015. Data kemudian dilatih menggunakan metode ANFIS pada software MATLAB versi b2010. Dari data hasil pelatihan data ANFIS kemudian dilakukan perbandingan dengan data aktual dan data metode regresi meliputi perbandingan anfis-aktual, regresi-aktual dan perbandingan anfis-regresi-aktual. Dari perbandingan disimpulkan bahwa data metode anfis lebih mendekati data aktual dengan rata-rata 1,4%, menunjukan prediksi ANFIS dapat menjadi referensi untuk peramalan beban listrik dimasa depan.

ZERO-DAY POLYMORPHIC CYBERATTACKS DETECTION USING FUZZY INFERENCE SYSTEM

2020 ◽  
pp. 8-13
Author(s):  
V. V. Fesokha ◽  
I. Y. Subach ◽  
V. O. Kubrak ◽  
A. V. Mykytiuk ◽  
S. O. Korotaiev
Keyword(s):  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System

IMPLEMENTASI PENENTUAN ARSITEKTUR MASJID MODERN DI ACEH MENGGUNAKAN PEMODELAN SISTEM CERDAS

2018 ◽  
Vol 2 (1) ◽  
Author(s):  
Soraya Masthura Hasan ◽  
T Iqbal Faridiansyah
Keyword(s):  
Fuzzy Inference System ◽  
Architectural Design ◽  
Fuzzy Inference ◽  
Intelligent System ◽  
Selection Process ◽  
System Modeling ◽  
Inference System ◽  
Normal Limits ◽  
Roof Structure ◽  
Selection Of

Mosque architectural design is based on Islamic culture as an approach to objects and products from the Islamic community by looking at their suitability and values and basic principles of Islam that explore more creative and innovative ideas. The purpose of this system is to help the team and the community in seeing the best mosque in the top order so that the system can be used as a reference for the team and the community. The variables used in the selection of modern mosques include facilities and infrastructure, building structure, roof structure, mosque area, level of security and facilities. The system model used is a fuzzy promethee model that is used for the modern mosque selection process. Fuzzy inference assessment is used to determine the value of each variable so that the value remains at normal limits. Fuzzy values will then be included in promethee assessment aspects. The highest promethee ranking results will be made a priority for the best mosque ranking. This fuzzy inference system and promethee system can help the management team and the community in determining the selection of modern mosques in aceh in accordance with modern mosque architecture. Intelligent System Modeling System In Determining Modern Mosque Architecture in the City of Aceh, this building will be web based so that all elements of society can see the best mosque in Aceh by being assessed by all elements of modern mosque architecture.Keywords: Fuzzy inference system, Promethe, Option of  Masjid

Sign in / Sign up

Export Citation Format

Share Document