Penerapan Algoritma Genetika Untuk Optimasi Fungsi Keanggotaan Fuzzy Inference System Model Sugeno Pada Perhitungan Angka Metabolisme Basal (AMB).

Anggariawan, Hendry (2014) Penerapan Algoritma Genetika Untuk Optimasi Fungsi Keanggotaan Fuzzy Inference System Model Sugeno Pada Perhitungan Angka Metabolisme Basal (AMB). Sarjana thesis, Universitas Brawijaya.

Abstract

Di dalam melakukan pembentukan fungsi keanggotaan pada metode Logika Fuzzy tidak harus dilakukan secara statis, dimana penentuan batas-batas domain pada fungsi keanggotaan dilakukan secara manual. Pembentukan batas-batas domain pada fungsi keanggotaan dapat dilakukan secara otomatis dengen menerapkan metode yang dapat melakukan pembentukan dan optimasi fungsi keanggotaan. Dari berbagai macam metode untuk melakukan pembentukan dan optimasi fungsi keanggotaan, di dalam penelitian ini dipilih menggunakan Algoritma Genetika, karena Algoritma Genetika merupakan salah satu metode yang dapat digunakan untuk memecahkan masalah optimasi sehingga hasil yang dicapai bisa maksimal. Metode yang dipakai di dalam Algoritma Genetika antara lain Simple Arithmetic Crossover, Random Gen Mutasi dan Rank-based Fitness Selection. Hasil pengujian dan analisis sistem menunjukkan bahwa parameter Algoritma Genetika yang terbaik untuk menentukan fungsi keanggotaan IMT diperoleh dari probabilitas crossover 0.9, probabilitas mutasi 0.9, jumlah generasi 75 dan jumlah populasi 50 sedangkan untuk fungsi keanggotaan Umur diperoleh dari probabilitas crossover 0.9 dan probabilitas mutasi 0.7, jumlah generasi 100 dan jumlah populasi 50. Hasil perhitungan akurasi sistem dalam melakukan perhitungan Angka Metabolisme Basal (AMB) pada 100 data uji menunjukkan nilai sebesar 94%. Hasil akurasi ini mengalami kenaikan daripada penelitian sebelumnya yang tidak menggunakan optimasi pada fungsi keanggotaannya yakni sebesar 75% [FEB-12].

English Abstract

Make the membership function in Fuzzy Logic Method should not be done with statically, which domain boundaries on membership functions has been done manually. Formation of domain boundaries on the membership functions can be performed automatically by applying the method to make the domain boundaries and optimization of membership functions. Of the various methods to make the domain boundaries and optimization of membership functions, in this study were selected using a Genetic Algorithm. Genetic Algorithm is one method that can be used to solve optimization problems that can achieve maximum results. The method used in the Genetic Algorithm are Simple Arithmetic Crossover, Random Gene Mutation and Selection Rank-based Fitness. From the results of the testing and analysis of the system, the best results of the Genetic Algorithm parameters for the membership function of BMI obtained from crossover probability 0.9, mutation probability of 0.9, generation size 75 and population size 50, while for the membership function of age was obtained from the crossover probability 0.9 and mutation probability of 0.7, the number of generations 100 and population size 50. The calculation accuracy of the system in calculating Basal Metabolic rate (AMB) on 100 test data showed a value of 94%. The result of accuracy increased than previous studies, that did not use the optimization of membership function which is equal to 75% [FEB-12].

Item Type: Thesis (Sarjana)
Identification Number: SKR/FTIK/2014/144/051404252
Subjects: 000 Computer science, information and general works > 005 Computer programming, programs, data
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Budi Wahyono Wahyono
Date Deposited: 04 Aug 2014 13:39
Last Modified: 20 Oct 2021 03:52
URI: http://repository.ub.ac.id/id/eprint/145928
[thumbnail of Laporan_Skripsi_Penerapan_Algoritma_Genetika_untuk_Optimasi_Fungsi_Keanggotaan_FIS_Model_Sugeno_pada_Perhitungan_AMB.pdf]
Preview
Text
Laporan_Skripsi_Penerapan_Algoritma_Genetika_untuk_Optimasi_Fungsi_Keanggotaan_FIS_Model_Sugeno_pada_Perhitungan_AMB.pdf

Download (4MB) | Preview

Actions (login required)

View Item View Item