PENERAPAN KONSEP FUZZY DALAM VARIABLE-CENTERED INTELLIGENT RULE SYSTEM (Studi Kasus: Pemilihan Jurusan di Chinese University of Hongkong)
Abstract: Variable-Centered
Intelligent Rule System (VCIRS) adalah sistem yang terinspirasi dari Rule-based
System (RBS) dan Ripple Down Rules (RDR). Arsitektur sistem diadaptasi dari RBS
dan ia mengambil kelebihan-kelebihan dari RDR. Sistem ini mengorganisasikan
basis aturan dalam sebuah struktur yang spesial sehingga kemudahan pembangunan
pengetahuan, penelusuran pengetahuan yang kuat, dan perbaikan unjuk kerja
sistem yang selalu berkembang dapat diperoleh pada waktu yang sama. Dalam paper
ini, arsitektur VCIRS dimanfaatkan untuk membangun sebuah sistem pakar yang
dapat membantu calon mahasiswa memilih jurusan pada suatu Perguruan Tinggi.
Aplikasi sistem pakar ini dapat menangani konsep fuzzy seperti good, high, atau
rather high, yang merupakan bagian kalimat yang sangat berarti dalam bahasa
sehari-hari. Sistem ini dapat menangani nilai yang tepat/teliti, nilai fuzzy
(atau tidak tepat/tidak teliti), dan jenis pertimbangan gabungan, serta
mengijinkan istilah fuzzy dan istilah normal untuk digabungkan secara bebas
dalam aturan dan fakta. Contoh aplikasi dalam paper ini adalah sebuah sistem
berbasis aturan yang menggunakan logika fuzzy dan bilangan fuzzy untuk jenis
pertimbangan yang tidak tepat/tidak teliti. Sistem ini menggunakan dua konsep
dasar ketidaktepatan/ketidaktelitian, yaitu fuzziness dan uncertainty. Kasus
dalam penelian ini adalah pemilihan jurusan di Chinese University of Hongkong
dalam bentuk basis aturan yang didalamnya mengandung istilah fuzzy dan istilah
normal. Dari uji coba yang dilakukan, didapat hasil yang sesuai dengan hasil
dari sistem Z-II, yaitu alat bantu pembangun sistem pakar komprehensif yang
dikembangkan di Chinese University of Hongkong, yang menjadi acuan dari paper
ini. Sehingga dapat disimpulkan bahwa fuzzy VCIRS dapat bekerja dengan baik,
serta memberikan hasil yang benar dan dapat dipercaya.
Kata kunci: rule-based
systems, VCIRS, knowledge building, knowledge inferencing, knowledge refining, logika
fuzzy, bilangan fuzzy
Penulis: Irfan Subakti, Oky
Wijayanto
Kode Jurnal: jptinformatikadd060014
