Analisa Perbandingan SPK Menggunakan Metode Fuzzy Sugeno dan Tsukamoto Angga Tri Cahyono, Sulfikar Sallu, S.Kom., M.Kom dan Nerfita Nikentari, ST., M.Cs. Jurusan Informatika, Fakultas Teknik Universitas Maritim Raja Ali Haji (UMRAH) Jl. Politeknik Senggarang, Tanjungpinang 29115 E-mail:
[email protected] Abstrak Selama ini bonus yang diperoleh karyawan di PT Sigma Dwikarsa Wasindo adalah total poin yang diperoleh dikalikan dengan bonus per satu poin. Sedangkan karyawan teladan adalah yang memiliki nilai ratarata tertinggi. Cara seperti ini tentu memiliki banyak kekurangan karena penilaian terhadap masing-masing karyawan tidak objektif. Logika fuzzy dirasa sangat cocok dalam menyelesaikan permasalahan di atas secara cepat, tepat dan objektif. Pada penelitian ini dibangun aplikasi yang dapat membantu untuk menganalisa perbandingan metode fuzzy sugeno dan tsukamoto dalam studi kasus di atas. Variabel yang digunakan untuk penentuan bonus adalah kerjasama, problem solving, lama kerja, loyalitas, kinerja dan bonus. Sedangkan pada pemilihan karyawan teladan adalah perilaku, komunikasi, kedisiplinan, kinerja dan hasil. Varibael input menggunakan 3 himpunan fuzzy dan variabel outputnya menggunakan 2 himpunan fuzzy. Sistem ini menggunakan fungsi keanggotaan bentuk kurva linier. Dari 25 sampel data karyawan menunjukkan bahwa perhitungan bonus menggunakan metode sugeno mempunyai rata-rata tingkat error 3,51% dan kecepatan perhitungan 0,00726598 detik, sedangkan metode tsukamoto 36,70% dan 0,007607748 detik. Pada pemilihan karyawan teladan metode sugeno mempunyai ratarata tingkat error 3,00% dan kecepatan perhitungan 0,0019221 detik, sedangkan metode tsukamoto 38,38% dan 0,0020729 detik. Kata kunci : fuzzy, metode sugeno, metode tsukamoto, variabel, fungsi keanggotaan, tingkat error, kecepatan perhitungan.
Abstract All this time the bonus earned by employees in PT Sigma Dwikarsa Wasindo is the total points earned multiplied by the bonus by one point. While the model employee is who has the highest value average . This way certainly has many shortcomings because the assessment of each employee is not objective. Fuzzy logic is considered very suitable in solving the above problems quickly, accurately and objectively. In this study built application that may help to analyze the comparison of Sugeno and Tsukamoto fuzzy method in the case study above. Variables used for the determination of the bonus are cooperation, problem solving, long work, loyalty, performance and bonus. While on the employee model selection are behavior, communication, discipline, performance and result. Variables for input using 3 fuzzy sets and output using 2. In this system uses a linear curve membership function. 25 samples of the data show that the calculation of Sugeno bonus has 3.51% average error rate and computation speed 0.00726598 seconds, whiletTsukamoto 36.70% and 0.007607748 seconds. On employee model selection sugeno has 3.00% average error rate and computation speed 0.0019221 seconds, while tsukamoto 38.38% and 0.0020729 seconds. Keywords: fuzzy, Sugeno method, Tsukamoto method, variable, membership function, error rate, computation speed.
1. Pendahuluan Selama ini pemberian bonus karyawan yang dilakukan di PT Sigma Dwikarsa Wasindo dengan cara memberikan formulir pengisian kepada karyawan untuk menilai karyawan yang lain berdasarkan kriteria – kriteria yang ditentukan. Selain itu manajemen juga ikut memberikan penilaian dengan cara melihat keseharian karyawan. Jumlah bonus yang diperoleh tiap – tiap karyawan adalah total keseluruhan poin yang diperoleh dikalikan dengan bonus uang yang sudah ditentukan per satu poin. Sedangkan karyawan teladan adalah karyawan yang memiliki nilai rata – rata tertinggi berdasarkan kriteria – kriteria yang ditentukan. Cara seperti ini tentu memiliki banyak kekurangan untuk menentukan tepat atau tidaknya jumlah bonus yang diberikan dan siapa yang berhak untuk menjadi karyawan teladan karena penilaian terhadap masing – masing karyawan tidak objektif. Logika fuzzy (logika samar) merupakan logika yang berhadapan langsung dengan konsep kebenaran sebagian, dimana logika klasik menyatakan bahwa segala hal dapat di ekspresikan dalam binary 0 atau 1. logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1. Fuzzy logic menyediakan cara sederhana untuk menggambarkan kesimpulan pasti dari informasi yang ambigu, samar – samar, atau tidak tepat. Sedikit banyak, fuzzy logic menyerupai pembuatan keputusan pada manusia dengan kemampuannya untuk bekerja dari data yang ditafsirkan dan mencari solusi yang tepat.Ada beberapa metode fuzzy antara lain metode sugeno, metode tsukamoto dan metode mamdani. Dari uraian di atas , logika fuzzy dirasa sangat cocok dan diharapkan dapat menyelesaikan pemasalahan dalam menentukan jumlah bonus yang diperoleh tiap-tiap karyawan serta membantu dalam pemilihan karyawan teladan secara cepat dan tepat. 1.2 Perumusan Masalah
Dari uraian latar belakang penelitian diatas dapat dirumuskan permasalahan penelitian adalah sebagai berikut : 1. Bagaimana membangun sebuah sistem pendukung keputusan yang dapat membantu direktur utama untuk menentukan jumlah bonus serta membantu dalam pemilihan karyawan teladan di PT. Sigma Dwikarsa Wasindo secara objektif. 2. Bagaimana penerapan logika fuzzy metode tsukamoto dan sugeno ke dalam aplikasi yang dibuat. 3. Bagaimana perbandingan hasil metode fuzzy tsukamoto dan sugeno jika diterapkan dalam kasus penentuan besarnya bonus atau tunjangan karyawan dan pemilihan karyawan terbaik berdasarkan kriteria-kriteria yang telah ditetapkan oleh direktur utama. 1.3 Tujuan Penelitian Berdasarkan latar belakang dan rumusan masalah yang telah dipaparkan diatas maka dapat disusun tujuan penelitian sebagai berikut: 1. Menganalisa perbandingan hasil metode fuzzy tsukamoto dan sugeno dengan studi kasus penentuan jumlah bonus yang diterima karyawan dan pemilihan karyawan terbaik di PT. Sigma Dwikarsa Wasindo 2. Membangun aplikasi yang dapat membantu direktur utama untuk menentukan besarnya bonus yang akan diberikan kepada karyawan serta membantu dalam pemilihan karyawan teladan di PT Sigma Dwikarsa Wasindo secara objektif dengan menerapkan perhitungan logika fuzzy metode tsukamoto dan metode sugeno 1.4 Manfaat Penelitian Adapun manfaat dari penelitian ini adalah sebagai berikut : 1. Mengetahui perbandingan hasil penentuan bonus dan karyawan teladan
menggunakan metode fuzzy tsukamoto dan sugeno. 2. Membantu direktur utama untuk menentukan besarnya bonus yang akan diberikan kepada karyawan serta membantu dalam pemilihan karyawan teladan di PT Sigma Dwikarsa Wasindo secara objektif dengan menerapkan perhitungan logika fuzzy metode tsukamoto dan metode sugeno. 1.5 Ruang Lingkup Penelitian Menuju penelitian yang terstruktur dan terfokus dengan baik maka perlu disusun ruang lingkup permasalahan atau pembatasan masalah sebagai berikut: 1. Kriteria-kriteria pemberian bonus ditentukan oleh direktur utama selaku pemegang wewenang utama di perusahaan. Kriteria-kriterianya adalah kerja sama, problem solving, lama kerja, loyalitas dan kinerja , dimana setiap kriteria-kriteria tersebut dijadikan sebagai variabel input fuzzy dan setiap variabel mempunyai 3 himpunan fuzzy yaitu rendah, cukup dan tinggi. Sedangkan untuk variabel outputnya adalah bonus karyawan yang mempunyai 2 himpunan fuzzy yaitu cukup dan tinggi. 2. Kriteria-kriteria dalam pemilihan karyawan teladan adalah perilaku, komunikasi, kedisiplinan, dan kinerja, dimana setiap kriteria-kriteria tersebut dijadikan sebagai variabel input fuzzy dan setiap variabel mempunyai 3 himpunan fuzzy yaitu rendah, cukup dan tinggi. Sedangkan untuk variabel outputnya adalah nilai karyawan yang mempunyai 2 himpunan fuzzy yaitu cukup dan memuaskan. 2. Metodologi Penelitian Pengumpulan data-data yang dibutuhkan dilakukan dengan cara melakukan
observasi. Hal ini di lakukan di PT Sigma Dwikarsa Wasindo secara langsung. Dalam hal ini di perlukan sebuah laptop dan alat tulis untuk merekap data dan memudahkan dalam pengambilan data. Metode yang digunakan dalam perancangan adalah model Linier Sequential atau biasa disebut sebagai model Waterfall. Model ini dipilih karena merupakan suatu model yang terstruktur dimana pekerjaan untuk tiap tahapan harus selesai dilakukan sebelum melangkah pada tahapan selanjutnya.
Gambar 2.1 Pemodelan Waterfall
3. Perancangan Sistem Alur sistem yang dibangun ini dapat dilihat pada gambar dibawah ini Info data login admin Info data perusahaan Info data karyawan Info data variabel fuzzy Info data domain Info data rule
Data login user Data nilai karyawan
Sistem Penunjang Keputusan Penentuan Bonus karyawan Dan Pemilihan Karyawan Teladan
User
Info data login user Info data perhitungah fuzzy
Admin
Data login admin Data perusahaan Data karyawan Data variabel fuzzy Data domain Data rule
Gambar 3.1 Context Diagram
Skema relasi antar tabel dalam database aplikasi penentuan bonus dan pemilihan karyawan teladan dengan metode fuzzy tsukamoto dan sugeno digambarkan dalam gambar berikut :
perusahaan PK
mempunyai
N
PK
nik
nama_perusahaan alamat_perusahaan kota provinsi kode_pos no_telp no_fax direktur_utama bonus_point
1
Proses penghitungan nilai karyawan menggunakan metode fuzzy sugeno dan tsukamoto akan ditampilkan seperti gambar berikut :
karyawan 1
id_perusahaan
mempunyai
nama_karyawan alamat tempat_lahir tgl_lahir kelamin agama status pendidikan jabatan no_telp tgl_masuk gaji foto perusahaan
N
mempunyai
1
N
variabel_bonuskaryawan PK
rule_bonuskaryawan
kode_varbonus
PK
nama_varbonus ket_varbonus
kode_rulebonus
PK
1
1
mempunyai
mempunyai
variabel_karyawanteladan
kode_ruleteladan
variabel_bonus ket
N
PK
variabel_teladan ket
1
kode_varteladan nama_varteladan ket_varteladan
N
1
1
mempunyai
mempunyai
1
1
1
domain_varbonus PK
rule_karyawanteladan
no_domainvarbonus variabel_bonus nilai_bawahvarbonus nilai_tengahvarbonus nilai_atasvarbonus
1
1
detail_rulebonus
detail_ruleteladan
PK
PK
no_rule
domain_varteladan PK
no_rule
mempunyai
mempunyai
rule sugeno tsukamoto
variabel_teladan nilai_bawahvarteladan nilai_tengahvarteladan nilai_atasvarteladan
rule sugeno tsukamoto
1
1 1
mempunyai
mempunyai
1
hasil_bonuskaryawan
hasil_karyawanteladan
PK
PK
1
1
nik var_bonus nilai_varbonus
var_teladan nilai_varteladan
pengguna PK
nik
id_pengguna
mempunyai
Gambar 4.2 Halaman Penghitungan Fuzzy
mempunyai 1
1
nama_pengguna password level
1
1
detail_hasilbonus PK
no_domainvarteladan
detail_hasilteladan
kode_hasilbonus
N
tgl_bonus nik bonus_perusahaan bonus_sugeno bonus_tsukamoto pengguna
mempunyai
PK
mempunyai
kode_hasilteladan tgl_teladan nik teladan_perusahaan teladan_sugeno teladan_tsukamoto pengguna
N
Selanjutnya jika data-data sudah diinput semua maka report akan ditampilkan seperti gambar berikut :
Gambar 3.2 ERD
4. Implementasi Pada halaman utama sistem penunjang keputusan penentuan bonus dan pemilihan karyawan teladan ini, terdapat menu-menu untuk melakukan perhitungan menggunakan metode fuzzy sugeno dan tsukamoto.. Berikut adalah tampilan utama dalam sistem ini:
Gambar 4.1 Halaman Utama
Gambar 4.3 Halaman Report
5. Analisa Pembahasan Data berikut adalah data dari perusahaan terkait dengan jumlah bonus karyawan pada 2012 dibandingkan dengan hasil pengolahan data dengan mengunakan metode sugeno dan metode tsukamoto, sehingga akan didapatkan kesimpulan metode mana yang akan sesuai untuk menyelesaikan kasus pemberian bonus karyawan
Tabel 5.1 Perbandingan Hasil Bonus Bonus
Error Rate
No
Nama Karyawan
Perusahaan
Sugeno
Tsukamoto
Sugeno
Tsukamoto
1
Acek Hera
Rp 4.250.000,00
Rp 3.971.428,57
Rp 2.092.713,44
6,55%
50,76%
2
Alfon
Rp 2.420.000,00
Rp 2.573.404,26
Rp 3.573.747,95
6,34%
47,68%
3
Amrulloh
Rp 4.180.000,00
Rp 3.991.368,42
Rp 2.207.611,34
4,51%
47,19%
4
Anggi W.
Rp 2.620.000,00
Rp 2.689.291,34
Rp 3.569.448,82
2,64%
36,24%
5
Anis R.
Rp 3.340.000,00
Rp 3.411.509,43
Rp 2.523.425,25
2,14%
24,45%
6
Antik W.
Rp 3.320.000,00
Rp 3.438.732,39
Rp 2.412.654,39
3,58%
27,33%
7
Antok
Rp 3.490.000,00
Rp 3.611.614,91
Rp 2.356.559,96
3,48%
32,48%
8
Arif P.
Rp 2.400.000,00
Rp 2.513.902,44
Rp 3.466.191,37
4,75%
44,42%
9
Desi Sri U.
Rp 3.220.000,00
Rp 3.267.785,47
Rp 2.723.960,61
1,48%
15,40%
10
Eka P.
Rp 3.890.000,00
Rp 3.832.427,75
Rp 2.378.141,40
1,48%
38,87%
11
Elisa Ike T.
Rp 3.340.000,00
Rp 3.442.073,73
Rp 2.444.012,76
3,06%
26,83%
12
Erliana
Rp 4.460.000,00
Rp 4.232.432,43
Rp 2.125.072,77
5,10%
52,35%
13
Fanny A.
Rp 3.220.000,00
Rp 3.380.292,68
Rp 2.503.864,92
4,98%
22,24%
14
Gusniarti I.
Rp 4.110.000,00
Rp 3.939.504,13
Rp 2.311.557,53
4,15%
43,76%
15
Hendri S.
Rp 3.860.000,00
Rp 3.854.741,57
Rp 2.459.879,00
0,14%
36,27%
16
Hendro
Rp 4.250.000,00
Rp 3.939.322,03
Rp 2.102.633,64
7,31%
50,53%
17
Kenny P.
Rp 3.920.000,00
Rp 3.775.899,58
Rp 2.569.333,76
3,68%
34,46%
18
Leli A.
Rp 4.190.000,00
Rp 3.944.520,12
Rp 2.191.245,53
5,86%
47,70%
19
Maratus S.
Rp 4.160.000,00
Rp 3.970.031,35
Rp 2.255.104,90
4,57%
45,79%
20
Novita L.
Rp 2.800.000,00
Rp 2.773.712,57
Rp 3.523.519,12
0,94%
25,84%
21
Rahmat F.
Rp 3.810.000,00
Rp 3.771.379,31
Rp 2.697.400,53
1,01%
29,20%
22
Tammy R.
Rp 3.990.000,00
Rp 3.888.478,70
Rp 2.599.943,83
2,54%
34,84%
23
Verra L.
Rp 3.560.000,00
Rp 3.686.082,95
Rp 2.469.748,32
3,54%
30,63%
24
Yanti H.
Rp 4.560.000,00
Rp 4.441.904,76
Rp 2.414.945,05
2,59%
47,04%
25
Yuantoro
Rp 2.840.000,00
Rp 2.804.545,45
Rp 3.553.544,92
1,25%
25,12%
Total
87,67%
917,41%
Rata - rata
3,51%
36,70%
Tabel 5.2 Perbandingan Kecepatan Penentuan Bonus Uji Coba 1 2 3 4 5 6 7 8 9 10 11
Waktu (detik) Sugeno 0,0078021 0,0072524 0,0072791 0,0071549 0,0073602 0,0072329 0,0073201 0,0071497 0,007101 0,0072047 0,0072375
Tsukamoto 0,0078108 0,0072935 0,0088861 0,0071959 0,0074562 0,0072698 0,007334 0,007257 0,008707 0,0073484 0,008282
Waktu (detik)
Uji Coba
Sugeno 0,007412 0,007218 0,0073053 0,0073848 0,007277 0,0071805 0,0070753 0,0071533 0,0071318 0,0072781 0,0071502 0,0073427 0,0073463 0,0072996 0,1816495 0,00726598
12 13 14 15 16 17 18 19 20 21 22 23 24 25 Total Rata-rata
Berdasarkan pada penyajian data sebelum dilakukan proses fuzzy dengan data sesudah dilakukannya proses fuzzy, terjadi perubahan yang signifikan dimana pada proses sebelumnya yang tidak menggunakan fuzzy. Dari data pada tabel 5.5 , maka dapat disimpulkan bahwa dari kedua metode yang digunakan untuk penentuan bonus karyawan yang mendekati dengan perhitungan pada PT Sigma Dwikarsa Wasindo adalah metode Sugeno dengan rata – rata error 3,51%. Kecepatan untuk perhitungan metode
Tsukamoto 0,008902 0,0073053 0,0074402 0,0085453 0,0076404 0,0073155 0,0071292 0,0071605 0,0072308 0,007334 0,0071554 0,0074818 0,0073858 0,0073268 0,1901937 0,007607748
sugeno juga lebih cepat daripada metode tsukamoto yaitu dengan rata-rata kecepatan 0,00726598 detik. Data berikut adalah data dari perusahaan terkait dengan hasil pemilihan karyawan teladan pada tahun 2012 dibandingkan dengan hasil pengolahan data dengan mengunakan metode Sugeno dan metode Tsukamoto, sehingga akan didapatkan kesimpulan metode mana yang akan sesuai untuk menyelesaikan kasus pemilihan karyawan teladan tersebut :
Tabel 5.3 Perbandingan Hasil Karyawan Teladan Hasil
Error Rate
No
Nama Karyawan
Perusahaan
Sugeno
Tsukamoto
Sugeno
Tsukamoto
1
Acek Hera
90,25
87,34
52,8
3,22%
41,50%
2
Alfon
79,75
81,51
54,34
2,21%
31,86%
3
Amrulloh
93,25
88,95
49,32
4,61%
47,11%
4
Anggi W.
86,25
86,37
53,24
0,14%
38,27%
5
Anis R.
93
87,07
50,2
6,38%
46,02%
6
Antik W.
89,25
85,61
54,21
4,08%
39,26%
7
Antok
81
82,08
52,61
1,33%
35,05%
8
Arif P.
82,25
83,29
55,15
1,26%
32,95%
9
Desi Sri U.
86,75
85,31
58,21
1,66%
32,90%
10
Eka P.
93
87,9
50,53
5,48%
45,67%
11
Elisa Ike T.
86,5
84,99
56,33
1,75%
34,88%
Hasil
Error Rate
No
Nama Karyawan
Perusahaan
Sugeno
Tsukamoto
Sugeno
Tsukamoto
12
Erliana
101
97,97
68,65
3,00%
32,03%
13
Fanny A.
85
84,7
56,89
0,35%
33,07%
14
Gusniarti I.
88,5
85,32
56,37
3,59%
36,31%
15
Hendri S.
83
83,92
56,03
1,11%
32,49%
16
Hendro
94,75
87,99
48,29
7,13%
49,03%
17
Kenny P.
89,25
86,36
53,19
3,24%
40,40%
18
Leli A.
89,5
86,04
52,97
3,87%
40,82%
19
Maratus S.
95,5
89,24
47,35
6,55%
50,42%
20
Novita L.
87,25
85,37
55,22
2,15%
36,71%
21
Rahmat F.
84,25
84,58
57,08
0,39%
32,25%
22
Tammy R.
85,5
84,92
60,85
0,68%
28,83%
23
Verra L.
81,5
83,19
55,39
2,07%
32,04%
24
Yanti H.
96,75
93,29
53,83
3,58%
44,36%
25
Yuantoro
91,75
86,95
50,29
5,23%
45,19%
Tabel 5.4 Perbandingan Kecepatan Perhitungan Karyawan Teladan Uji Coba 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Total Rata-rata
Waktu (detik) Sugeno
Tsukamoto
0,0019765 0,0018831 0,0018836 0,0018924 0,0018795 0,0019006 0,0019924 0,0020361 0,0018800 0,0019001 0,0018898 0,0018831 0,0018657 0,0019314 0,0018883 0,0020284 0,0019098 0,0018898 0,0020417 0,0019139 0,0019042 0,0019303 0,0019072 0,0019278 0,0019180 0,0480537 0,0019221
0,0021213 0,0019067 0,0020299 0,0019062 0,0019278 0,0019031 0,0020386 0,0039346 0,0019421 0,0020114 0,0018960 0,0019103 0,0019416 0,0019919 0,0019237 0,0020469 0,0023143 0,0019093 0,0020602 0,0019226 0,0019319 0,0020751 0,0020869 0,0021664 0,0019247 0,0518235 0,0020729
Berdasarkan pada penyajian data sebelum dilakukan proses fuzzy dengan data sesudah dilakukannya proses fuzzy, terjadi perubahan yang signifikan. Maka dapat disimpulkan bahwa dari kedua metode yang digunakan untuk penentuan bonus karyawan yang mendekati dengan perhitungan pada PT Sigma Dwikarsa Wasindo adalah metode Sugeno dengan rata – rata error 3,00%. Kecepatan untuk perhitungan metode sugeno juga lebih cepat daripada metode tsukamoto yaitu dengan rata-rata kecepatan 0,0019221 detik. 6. Kesimpulan Kesimpulan yang dapat diambil dari penelitian yang dilakukan di PT Sigma Dwikarsa Wasindo dengan judul “Analisa Perbandingan SPK Menggunakan Metode Fuzzy Sugeno dan Tsukamoto” antara lain : 1. Perbandingan sistem pendukung keputusan menggunakan metode fuzzy sugeno dan tsukamoto dengan studi kasus penentuan jumlah bonus dan pemilihan karyawan teladan di PT. Sigma Dwikarsa Wasindo yaitu : a. Metode fuzzy sugeno dan tsukamoto pada penentuan bonus karyawan menggunakan 243 rule sedangkan pada pemilihan karyawan teladan menggunakan 81 rule. b. Metode fuzzy sugeno mempunyai tingkat error yang lebih kecil dibandingkan dengan metode tsukamoto.Hal ini ditunjukkan dari 25 data karyawan untuk penetuan bonus, metode sugeno mempunyai tingkat error 3,51%, sedangkan metode tsukamoto 36,70%. Pada pemilihan karyawan teladan, metode sugeno mempunyai rata-rata tingkat error 3,00%, sedangkan metode tsukamoto 38,38% c. Perhitungan sistem menggunakan metode sugeno lebih cepat dibandingkan dengan menggunakan
metode tsukamoto. Hal ini ditunjukkan dari 25 data karyawan untuk penetuan bonus, metode sugeno mempunyai rata-rata kecepatan perhitungan 0,00726598 detik sedangkan metode tsukamoto dan 0,007607748 detik. Pada pemilihan karyawan teladan, metode sugeno mempunyai rata-rata kecepatan perhitungan 0,0019221 detik, sedangkan metode tsukamoto 0,0020729 detik. 2. Sistem pendukung keputusan yang dibangun untuk menganalisa perbandingan metode fuzzy sugeno dan tsukamoto berjalan dengan sangat baik. Hal ini dibuktikan dengan validitas sistem yang mencapai 100%. Sistem pendukung keputusan ini juga akan memberikan kemudahan bagi direktur utama dalam menentukan besarnya bonus yang akan diberikan kepada karyawan serta membantu dalam pemilihan karyawan teladan di PT Sigma secara cepat, tepat dan objektif. 7. Daftar Pustaka Bonczek, R. H. (1980).Future Directions for Decision Support.English Efraim Turban, Jay E. Aronson.(1998). Decision support systems and intelligent systems. Prentice Hall Ganjar Ramadhan (2011). Menentukan Harga Mobil Bekas Toyota Avanza Menggunakan Metode Tsukamoto. Jakarta: Universitas Islam Negeri Syarif Hidayatullah Jakarta Iis Widya Harmoko,Nazori AZ (2012). Prototipe Model Prediksi Peluang Kejadian Hujan Menggunakan Metode Fuzzy Logic Tipe Mamdani dan Sugeno. Jurnal TICOM.1:1 Jr ,Raymon McLoed. (1998). Management information systems. Upper Saddle River, N.J. : Prentice Hall K.Guney,N.Sarikaya (2009). Comparison of Mamdani and Sugeno Fuzzy
Inference System Models for Resonant Frequency Calculation of Rectangular Microstrip Antennas. 12: 81–104 Kusumadewi, S., & Purnomo, H. (2010). Aplikasi Logika Fuzzy untuk
Pendukung Keputusan. Yogyakarta: Graha Ilmu Rahman, A. (2011). Sisem Penunjang Keputusan Dalam Penentuan Penerima Kredit Mobil Berbasis Analitical Hierarchy Proses(AHP). Banjarmasin: STMIK Banjarbaru
