proposal tugas akhir (PENERAPAN FUZZY DATABASE UNTUK REKOMENDASI PEMBELIAN LAPTOP)

 

PROPOSAL TUGAS AKHIR

PENERAPAN FUZZY DATABASE

UNTUK REKOMENDASI PEMBELIAN LAPTOP

Abdul Gani Putra Suratma

0803040050

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH PURWOKERTO

APRIL,2012

HALAMAN PERSETUJUAN

PROPOSAL TUGAS AKHIR

PENERAPAN FUZZY DATABASE

UNTUK REKOMENDASI PEMBELIAN LAPTOP

Diusulkan Oleh:

Abdul Gani Putra Suratma

NIM. 0803040050

Telah disetujui

pada tanggal ……………………………….

Pembimbing I

Hindayati Mustafidah, S.Si, M.Kom

NIK. 0000000000

Pembimbing II

Dimara Kusuma Hakim, S.T.M.Cs

NIK. 0000000000

A.      LATAR BELAKANG

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 notebook yang memudahkan pekerjaan segala kegiatan dapat dilakukan dengan cepat dan resiko kesalahan dapat dikurangi.

Setiap orang sering dihadapkan pada suatu keadaan dimana dia harus memutuskan untuk memilih satu dari beberapa pilihan yang ada. Suatu masalah dalam kehidupan dapat diselesaikan dengan berbagai cara yang mungkin saja memberikan pemecahan masalah secara langsung atau memberi beberapa alternatif solusi untuk pemecahan masalah.

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. Banyaknya pilihan tersedia di pasaran bisa jadi membuat tambah bingung memilihnya, oleh karena itu dibutuhkan sebuah rancang bangun untuk rekomendasi yang diharapkan dapat membantu masyarakat dalam pemilihan laptop yang sesuai dengan kebutuhan mereka.

Fuzzy database merupakan Fuzzy Query Database. Artinya, suatu query yang memiliki variabel - variabel yang bernilai fuzzy. Untuk mendapatkan informasi tentang kriteria laptop maka dibutuhkan kriteria - kriteria laptop seperti harddisk, processor, berat, lcd display, memory dan harga. Alasan memakai fuzzy database untuk rekomendasi pemilihan laptop karena  fuzzy database dapat dengan mudah diakses oleh pengguna berdasarkan kriteria yang mudah dimengerti seperti spesifikasi harddisk, processor, berat, lcd display, memory dan harga.

B.      PERUMUSAN MASALAH

Berdasarkan latar belakang di atas maka rumusan masalah dalam penelitian ini adalah:

1.    Bagaimana merancang dan membangun basis data fuzzy untuk merekomendasikan  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 MASALAH

Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah dirumuskan, maka diperlukan batasan-batasan. Batasan-batasan dalam penelitian ini adalah:

1.       Kriteria - kriteria yang menentukan rekomendasi laptop adalah: harga, harddisk, processor, memory, lcd display dan berat.

2.       Fungsi keanggotaan yang digunakan adalah kurva penyusutan, kurva pertumbuhan dan kurva beta.

D.      KAJIAN PUSTAKA

1.       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 destop, hanya saja ukurannya diperkecil, dijadikan lebih ringan, lebih tidak panas, dan lebih hemat daya. Laptop kebanyakan menggunakan layar LCD (Liquid Crystal Display) berukuran 10 inci hingga 17 inci 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).

2.       Konsep Logika Fuzzy

Teori fuzzy diperkenalkan pertama kali oleh Lotfi A. Zadeh pada tahun 1965 pada presentasinya mengenai Fuzzy Sets.

a.       Pengertian Logika Fuzzy

Logika fuzzy adalah suatu cara yang tepat untuk memetakan ruang input kedalam suatu ruang output (Kusumadewi, 2003).

b.      Himpunan Fuzzy

Himpunan tegas (crisp) A didefinisikan oleh item-item yang ada pada himpunan itu. Jika a.A, maka nilai yang berhubungan dengan a adalah 1. namun jika a.A, maka nilai yang berhubungan dengan a adalah 0. notasi A = {x|P(x)} menunjukkan bahwa A berisi item x dengan p(x) benar. Jika XA merupakan fungsi karakteristik A dan properti P, maka dapat dikatakan bahwa P(x) benar, jika dan hanya jika XA(x)=1 (Kusumadewi, 2003).

Himpunan Fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item dalam semesta pembicaraan tidak hanya berada pada 0 atau 1, namun juga nilai yang terletak diantaranya. Dengan kata lain, nilai kebenaran suatu item tidak hanya benar atau salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai-nilai yang terletak antara benar dan salah.

c.       Atribut Himpunan Fuzzy

Himpunan fuzzy memiliki 2 atribut, yaitu (Kusumadewi, 2003):

1)      Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami.

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

d.      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 dengan melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan.

1)      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. Himpunan fuzzy dengan 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. Himpunan fuzzy dengan kurva-S: PENYUSUTAN.

Kurva-S didefinisikan dengan menggunakan 3 parameter, yaitu: nilai keanggotaan nol (α), nilai keanggotaan lengkap (ϒ), dan titik infleksi atau crossover (β) yaitu titik yang memiliki domain 50% benar. Gambar 3 menunjukkan karakteristik kurva-S dalam bentuk skema.

Gambar 3. Karakteristik fungsi kurva -S.

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.  Himpunan Fuzzy: TUA.

μ 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:

…….. (2).

Contoh fungsi keanggotaan untuk himpunan MUDA pada variabel umur

terlihat seperti pada (Gambar 5).

Gambar 5. Himpunan Fuzzy: MUDA.

μ MUDA[50]  = 2((50-37)/(50-20))²

     = 2(13/30)²

          = 0,376

2)      Representasi Kurva BETA 

Kurva BETA  berbentuk lonceng didefinisikan dengan 2 parameter, yaitu nilai pada domain yang menunjukkan pusat kurva (ϒ), dan setengah lebar kurva (β) (Gambar 6) .

Gambar 6. Karakteristik fungsi kurva BETA.

Fungsi keangotaan pada kurva BETA adalah seperti pada persamaan 3 berikut:

  ........ (3).

Fungsi keanggotaan untuk himpunan PAROBAYA pada variabel umur seperti terlihat pada (Gambar 7).

μ  PAROBAYA [42] = 1/(1+((42-45)/5)²)

    = 0,7353

μ  PAROBAYA [51] = 1/(1+((51-45)/5)²)

    = 0,4098

Gambar 7.  Himpunan Fuzzy: PAROBAYA dengan kurva Beta.

e.      Operator Dasar Zadeh untuk Operasi 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 α -predikat. Ada 3 operator dasar yang diciptakan oleh Zadeh (Kusumadewi, 2003), yaitu:

1)      Operasi AND

Operator ini berhubungan dengan operasi interseksi pada himpunan. α-predikat sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan.

µ A∩B = min(µ_A [x], µ_B  [y])

2)      Operasi OR

Operator ini berhubungan dengan operasi union pada himpunan. α- predikat sebagai hasil operasi dengan operator OR diperoleh dengan mengambil nilai keanggotaan terbesar antar elemen pada himpunan-himpunan yang bersangkutan.

µ A∪B = max(µ_A[x], µ_B[y])

3)      Operasi NOT

Operator ini berhubungan dengan operasi komplemen pada himpunan. α- predikat sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai keanggotaan elemen pada himpunan yang bersangkutan dari 1.

µA = 1 - µ_A[x]

f.        Fuzzy Database Model Tahani

Basisdata fuzzy model tahani masih tetap menggunakan relasi standar, hanya saja model ini menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada query-nya (Kusumadewi, 2010). Metode Tahani tersusun atas tahapan yaitu:

1)      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 adalah dengan melalui pendekatan fungsi. Beberapa fungsi yang dapat digunakan yaitu Representasi kurva Linier, Representasi Kurva Segitiga. Representasi Kurva Trapesium. Masing-masing fungsi tersebut, akan menghasilkan nilai antara “0” dan “1” dengan cara yang berbeda, sesuai dengan jenis representasi yang digunakan.

2)      Fuzzifikasi

Fuzzifikasi adalah fase pertama dari perhitungan fuzzy yaitu 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 input fuzzy atau yang biasanya dinamakan fuzzy input.

3)      Fuzzifikasi Query

Fuzzifikasi Query diasumsikan sebuah query konvensional (nonfuzzy) DBMS yang akan mencoba membuat dan menerapkan sebuah system dasar logika fuzzy query .

4)      Operator Dasar Zadeh untuk Operasi Himpunan Fuzzy.

Nilai keanggotaan sebagai dari 2 himpunan fuzzy dikenal dengan nama Fire Strength atau α-predikat. Sangat mungkin digunakan operator dasar dalam proses query berupa operator AND dan OR.

α -predikat sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan, dinotasikan : µAB = min(µ_A[x], µ_B[x]). Sedangkan untuk hasil operasi dengan operator OR diperoleh dengan mengambil nilai keanggotaan terbesar antar elemen pada himpunan-himpunan yang bersangkutan, dinotasikan : µAUB = max(µ_A[x], µ_B[x]).

Alternatif yang direkomendasikan adalah alternatif yang memiliki nilai Fire Strength atau tingkat kesesuaian dengan kriteria pilihan diatas angka 0 (nol) sampai dengan angka 1 (satu).

g.       Hasil Penelitian Sejenis

Penelitian tentang pengembangan aplikasi fuzzy yang telah dilakukan adalah:

1)      Eliyani, dkk. (2009) telah mengembangkan Decision Suport System untuk pembelian mobil menggunakan fuzzy database model tahani. Dalam aplikasi ini digunakan variabel input data 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.

2)      Hasiholan (2008) telah melakukan penelitian tentang Evaluasi Kinerja Karyawan menggunakan metode pemrograman linier Fuzzy yang 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 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.

3)      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, Fuzzy Tahani 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.

Dalam penelitian ini penggunaan fuzzy database sebagai metode pengambilan keputusan dalam menentukan pemilihan operator selular akan menjadi poin utama yang dijadikan dasar pembuatan aplikasi ini.

E.       TUJUAN

Tujuan dari penelitian ini adalah membuat suatu sistem rekomendasi laptop dengan menerapkan fuzzy database.

F.       MANFAAT

Hasil penelitian ini diharapkan berupa sistem yang bermanfaat sebagai salah satu alternatif untuk membantu dalam pemilihan laptop yang sesuai dengan keinginan dan anggaran konsumen.

G.     METODE PENELITIAN

1.       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 database fuzzy model Tahani.

2.       Variabel Penelitian

Variabel dalam penelitian ini dibagi menjadi dua yaitu :

a.       Variabel input

Fariabel Input fuzzy terdiri dari variabel HARGA, PROCESSOR, HARDDISK, MEMORY, LCD DISPLAY, dan BERAT.

b.      Variabel utput

Dari variabel input di atas akan dihasilkan output berupa data Laptop , NAMA LAPTOP, HARGA, PROCESSOR, HARDDISK, MEMORY, LCD DISPLAY, dan BERAT sesuai dengan query.

3.       Sumber Data

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

4.       Waktu, Tempat, Dan Alat

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

Perlengkapan penelitian sebagai berikut:

a.    Perlengkapan Hardware

-          1 Unit Komputer dengan spesifikasi Harddisk 320 GB, RAM 4 GB, Processor intel DUAL CORE dan LCD 14 Inc.

-          1 Unit Printer.

b.   Perlengkapan Software

-          DBMS SQL Server Standard Edition.

-          Microsoft Office 2007 Enterprise Edition.

-          Operating System Microsoft Windows XP.

-          Microsoft Visual Studio 2005.

5.       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‐literatur diambil dari penelitian‐penelitian sebelumnya maupun dari jurnal‐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-data yang dibutuhkan dalam penelitian yang meliputi data spesifikasi laptop dan data yang menentukan rekomendasi laptop.

6.       Perancangan Sistem

Pada tahap ini dilakukan perancangan sistem yang akan dibangun yang terbagi dalam beberapa tahap yaitu:

a.       Perancangan fuzzy database

Pada tahap ini akan dirancang sistem fuzzy yang akan dibangun melalui langkah-langkah berikut :

1)      Menentukan variabel fuzzy

Variabel fuzzy yang akan dibahas dalam sistem fuzzy adalah HARGA, PROCESSOR, HARDDISK, MEMORY, LCD DISPLAY, dan BERAT.

2)      Menentukan himpunan fuzzy

Himpunan fuzzy ditentukan untuk mengelompokkan data berdasarkan variabel bahasa (linguistik variable) yang dinyatakan dalam fungsi keanggotaan. Berdasarkan variabel fuzzy di atas maka dapat ditentukan himpunan fuzzy untuk 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 DISPLAY : KECIL, SEDANG, dan BESAR.

3)      Menentukan fungsi keanggotaan

Fungsi Keanggotaan yang akan digunakan adalah kurva PENYUSUTAN, kurva PERTUMBUHAN, dan kurva BETA (Gambar 8).

Gambar 8. Penentuan himpunan menggunakan kurva PENYUSUTAN, kurva BETA, dan kurva PERTUMBUHAN.

b.      Perancangan database

-          Memilih DBMS(Database Management System) .

-          Membuat database dan tabel-tabelnya.

-          Membuat view untuk menghitung derajat keanggotaan masing-masing himpunan.

c.       Perancangan proses

Pada tahap ini akan dirancang proses-proses yang ada dalam sistem. Secara umum proses pada sistem yang akan dibangun dikelompokan menjadi dua yaitu proses yang dilakukan oleh customer dan proses yang dilakukan oleh admin.

Proses pada sistem yang dibangun ditunjukan dengan Use Case Diagram (Gambar 9).

Gambar 9. Use Case Diagram sistem yang dibangun

.

Dari Gambar 9 di atas, admin mempunyai fungsi untuk menangani semua data yang berkaitan dengan data laptop. Sedangkan customer dalam hal ini, cukup memasukkan kriteria laptop apa yang hendak dibeli atau dicari ke dalam sistem, dimana sistem ini akan memberikan hasil kepada customer berupa rekomendasi daftar laptop sesuai kriteria yang di cari.

Proses yang ada dalam sistem berupa input kriteria  sperti harga murah, harga sedang dan harga mahal. Dari input kriteria tersebut diteruskan pada proses penentuan himpunan fuzzy untuk menentukan variabel harga yang terbagi menjadi tiga himpunan fuzzy yaitu murah, sedang dan mahal. Pada proses selanjutnya yaitu proses penentuan fungsi keanggotaan, proses ini akan  menentukan  derajat keanggotaan dari kriteria input yang dipilih, kemudian diteruskan pada proses perhitungan Fire Strength untuk menghitung derajat keanggotaan pada himpunan yang ditentukan sehingga akan dihasilkan rekomendasi laptop. Proses dalam sistem rekomendasi laptop ditunjukan pada (Gambar 10).

Gambar 10. Flowchart sistem rekomendasi laptop

d.      Perancangan tampilan aplikasi

Pada tahap ini akan dilakukan perancangan tampilan dari aplikasi yang akan dibuat (Gambar 11).

Gambar 11. Perancangan tampilan aplikasi

7.       Pengkodean

Pada tahap ini dilakukan pengkodean untuk membangun aplikasi sesuai dengan rancangan sistem. Pengkodean dibagi menjadi dua bagian yaitu :

-          Pengkodean Query,  yaitu membuat script query untuk menangani proses fuzzyfikasi dan penentuan nilai keanggotaan (µ) untuk masing-masing himpunan.

-          Pengkodean Interface (Tampilan), yaitu membuat interface aplikasi menggunakan bahasa pemrograman C#.

8.       Pengujian

Pada tahap ini dilakukan pengujian terhadap sitem yang telah dibangun dengan menggunakan data-data laptop yang telah ada.

9.       Implementasi

Mengimplementasikan sistem di toko komputer yang terkait dengan penelitian dengan memberi pelatihan kepada admin tentang sistem yang dibuat dan cara penggunaannya.

H.     RENCANA JADUAL PENELITIAN

Penelitian ini akan dilaksanakan selama empat bulan yang ditunjukkan dalam Tabel 1.

Tabel 1. Rencana Jadual Penelitian

Kegiatan

Maret 2012

April 2012

Mei 2012

Juni 2012

Pengumpulan data

Perancangan sistem

Pengkodean

Pengujian

Implementasi

Penyusunan Laporan

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.