Mudrikatussalamah, Marwa (2017) Optimasi Fungsi Keanggotaan Fuzzy Menggunakan Algoritme Genetika Dalam Penentuan Kebutuhan Gizi Bayi Mpasi. Sarjana thesis, Universitas Brawijaya.
Abstract
Dalam penentuan kebutuhan gizi pada bayi ada beberapa faktor yang perlu diperhatikan. Salah satu faktor penguatnya adalah dengan menentukan status gizi pada bayi. Pada penentuan status gizi pada bayi terdapat rentang nilai yang menjadi batasan pada tiap kategori gizi nya. Metode yang digunakan dalam penetilitian ini adalah fuzzy tsukamoto yang akan di optimasi fungsi keanggotaannya dengan algoritme genetika. Algoritme genetika digunakan untuk membentuk batas-batas nilai yang terbentuk pada sebuah kromosom. Batas-batas nilai yang telah diproses pada algoritme genetika akan menjadi nilai fungsi keanggotaan pada fuzzy tsukamoto. Proses selanjutnya Fuzzy tsukamoto akan mengolah data sesuai dengan nilai batas yang telah di optimasi oleh algoritme genetika untuk menentukan hasil akhir. Selanjutnya dilakukan pengujian untuk mengetahui parameter terbaik dalam membuat kromosom. Setelah dilakukan pengujian didapatkan rata-rata akurasi sebesar 53.5%. Akurasi ini didapatkan dari perhitungan hasil optimasi dibandingkan dengan nilai dari pakar.
English Abstract
In determining the nutritional needs for infants required several factors, one of the strengthening factors is to determine the nutritional status of infants. In determining the nutritional status of infants, it need a rangewhhich contain of the limit on each nutitional category. The method used in this determination is fuzzy tsukamoto which will be used for the optimization of membership function with genetic algorithm. Genetic algorithms are used to form the boundaries formed on a chromosome. Boundaries of grade that have been used in genetic algorithm will be a function grade of membership in fuzzy tsukamoto. The next process is fuzzy tsukamoto will process the data in accordance with the value that has been optimized by the genetic algorithm to determine the final result. Further testing is done to determine the best parameters in making chromosomes. The Test are obtained an average accuracy of 53.5%. Accuracy is obtained from the calculation of the optimization results compared with the value of the expert.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/649/051708161 |
| Uncontrolled Keywords: | Fuzzy Tsukamoto,Algoritme Genetika,Fungsi Keanggotaan,Optimasi,Gizi Bayi |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.31 Machine learning |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 10 Oct 2017 02:46 |
| Last Modified: | 07 Oct 2020 08:44 |
| URI: | http://repository.ub.ac.id/id/eprint/3479 |
Actions (login required)
 |
View Item |