Daftar Isi: HYBRID FUZZY DAN DEMPSTER-SHAFER UNTUK SISTEM PAKAR PENILAIAN KREDIT KONSUMTIF

Main Authors:	PRAYOGA, RENO ADI, Yunita, Yunita, Efendi, Rusdi
Format:	Thesis NonPeerReviewed Book
Bahasa:	ind
Terbitan:	, 2019
Subjects:	Q334-342 Computer science. Artificial intelligence. Algorithms. Robotics. Automation Q350-390 Information theory QA8.9-QA10.3 Computer science. Artificial intelligence. Computational complexity. Data structures (Computer scienc. Mathematical Logic and Formal Languages
Online Access:	http://repository.unsri.ac.id/20866/11/RAMA_55201_09021181419003.pdf http://repository.unsri.ac.id/20866/10/RAMA_55201_09021181419003_TRUNITIN.pdf http://repository.unsri.ac.id/20866/1/RAMA_55201_09021181419003_0006068305_8826630017_01_FROT_REF.pdf http://repository.unsri.ac.id/20866/2/RAMA_55201_09021181419003_0006068305_8826630017_02.pdf http://repository.unsri.ac.id/20866/3/RAMA_55201_09021181419003_0006068305_8826630017_03.pdf http://repository.unsri.ac.id/20866/4/RAMA_55201_09021181419003_0006068305_8826630017_04.pdf http://repository.unsri.ac.id/20866/5/RAMA_55201_09021181419003_0006068305_8826630017_05.pdf http://repository.unsri.ac.id/20866/6/RAMA_55201_09021181419003_0006068305_8826630017_06.pdf http://repository.unsri.ac.id/20866/7/RAMA_55201_09021181419003_0006068305_8826630017_07_REF.pdf http://repository.unsri.ac.id/20866/8/RAMA_55201_09021181419003_0006068305_8826630017_08_LAMP.pdf http://repository.unsri.ac.id/20866/

Daftar Isi:

Sistem pakar selalu bertemu dengan ketidakpastian. Karena itu kombinasi algoritma untuk mengatasi ketidakpastian dalam sistem pakar digunakan. Kombinasi metode Fuzzy dan Dempster-Shafer dapat digunakan dalam pengembangan sistem pakar untuk mengatasi ketidakpastian. Fuzzy digunakan untuk mengelompokkan fungsi keanggotaan masukan, dan Dempster-Shafer digunakan untuk mengkombinasi fakta yang didapatkan dari proses fuzzifikasi. Kombinasi Fuzzy dan Dempster-Shafer digunakan untuk mengatasi ketidakpastian dalam proses penilaian kredit konsumtif. Penilaian kredit merupakan fase penting untuk menentukan keputusan pengajuan kredit diterima atau ditolak. Keberhasilan perangkat lunak didapatkan dari akurasi sistem dengan membandingkan hasil penilaian sistem terhadap hasil penilaian pakar. Dalam uji sistem, akurasi yang didapatkan adalah 86,5% dari 200 dataset.