Melola Discovery

← Melola Discovery

Open access Jurnal SINTA 2

Purwarupa Sistem Pakar dengan Mamdani Product untuk Menentukan Menu Harian Penderita DM

IJCCS (Indonesian Journal of Computing and Cybernetics Systems) · Vol. 7 No. 1 (2013) · pp. 45–54

DOI
10.22146/ijccs.3051
ISSN
2460-7258, 1978-1520
Published
2013-01-01
Publisher
IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.
Language
eng
License
creativecommons.org/licenses/by-sa/4.0

Abstract

AbstrakPada 2025 diperkirakan 12,4 juta orang yang mengidap Diabetes Melitus (DM) di Indonesia. Perencanaan makan merupakan salah satu pilar dalam pengelolaan DM. Sistem pakar dapat berfungsi sebagai konsultan yang memberi saran kepada pengguna sekaligus sebagai asisten bagi pakar. Logika fuzzy fleksibel, memiliki kemampuan dalam proses penalaran secara bahasa dan memodelkan fungsi-fungsi matematika yang kompleks. Penelitian ini bertujuan menerapkan metode ketidakpastian logika fuzzy pada purwarupa sistem pakar untuk menentukan menu harian. Manfaat penelitian ini adalah untuk mengetahui keakuratan mesin inferensi Mamdani Product. Pendekatan basis pengetahuan yang digunakan pada sistem pakar ini adalah dengan Rule-Based Reasoning. Proses inferensi pada sistem pakar menggunakan logika fuzzy dengan mesin inferensi Mamdani Product. Fuzzifier yang digunakan adalah Singleton sedangkan defuzzifier yang digunakan adalah Rata-Rata Terpusat. Penggunaan kombinasi Singleton fuzzifier, mesin inferensi Product dan defuzzifier Rata-Rata Terpusat yang digunakan pada sistem pakar dapat diterapkan untuk domain permasalahan yang dibahas. Meskipun demikian, terdapat kemungkinan Singleton fuzzifier tidak dapat memicu beberapa atau semua aturan. Jika semua aturan tidak dapat dipicu maka tidak dapat disimpulkan kebutuhan kalori hariannya. Kata kunci— sistem pakar, logika fuzzy, mamdani product, diabetes, menu AbstractIt is predicted that 12.4 million people will suffer from Diabetes Mellitus (DM) in Indonesia in 2025. Menu planning is one of the important aspects in DM management. Expert system can be used as a consultant that gives suggestion to users as well as an assistant for experts. Fuzzy logic is flexible, has the ability in linguistic reasoning and can model complex mathemathical functions. This research aims to implement fuzzy logic uncertainty method into expert sistem prototype to determine diabetic daily menu. The advantage is to find out the accuracy of Mamdani Product inference engine. The knowledge-based approach in this expert system uses Rule-Based Reasoning. The inference process employs fuzzy logic making use of Mamdani Product inference engine. The fuzzifier used is Singleton while defuzzifier is Center Average. The combination of Singleton fuzzifier, Mamdani Product inference engine and Center Average defuzzifier that is used can be applied in the domain of the problem under discussion. In spite of the case, there is possibility that Singleton fuzzifier can’t trigger some or all of the rules. If all of the rules can’t be triggered then the diabetic daily menu can’t be concluded. Keyword— expert system, fuzzy logic, mamdani product, diabetes, menu

Collaboration network of the authors

40 authors · 55 co-authorship links · 8 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Gadjah Mada
  • Institut Teknologi dan Sains Mandala
  • Jenderal Soedirman University
  • Udayana University
  • Politeknik Gorontalo
  • Universitas Maritim Raja Ali Haji
  • Universitas Amikom Yogyakarta
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Sri T. HartatiUniversitas Gadjah Mada3
Bangun WijayantoUniversitas Gadjah Mada1
Decky HendarsyahUniversitas Gadjah Mada1
Awaluddin AwaluddinAffiliation unknown1
Putri Elfa Mas’udiaAffiliation unknown1
Rina PramitasariUniversitas Gadjah Mada1
Albert Dian SanoAffiliation unknown1
Abdul WahidInstitut Teknologi dan Sains Mandala1
Muhamad Munawar YusroJenderal Soedirman University1
Muhammad FakhrurrifqiAffiliation unknown1
Peggi Sri AstutiUdayana University1
Rahman EramaPoliteknik Gorontalo1
Christian Dwi SuhendraUniversitas Gadjah Mada1
Nola RithaUniversitas Maritim Raja Ali Haji1
Aina MusdholifahUniversitas Gadjah Mada1
Ria AstriratmaUniversitas Gadjah Mada1
Made Arya BudhiAffiliation unknown1
Elizabeth Paskahlia GunawanAffiliation unknown1
Ulfi Saidata AesyiAffiliation unknown1
Anny Kartika SariUniversitas Gadjah Mada1
Ida Bagus Gede SarasvanandaUniversitas Gadjah Mada1
Indra PratisthaUniversitas Gadjah Mada1
Beta Yudha MahindartaUniversitas Gadjah Mada1
Dian MustikaningrumUniversitas Gadjah Mada1
Susilo RomadhonUniversitas Gadjah Mada1
Muhammad MukharirUniversitas Gadjah Mada1
Amelia Dita HandayaniUniversitas Gadjah Mada1
Nikolas Adhi PrasetyoUniversitas Gadjah Mada1
Susi Eva Maria PurbaUniversitas Gadjah Mada1
Kharis Suryandaru PratamaUniversitas Gadjah Mada1
Ahmad AshariUniversitas Gadjah Mada1
Bernard Renaldy SutejaAffiliation unknown1
Suryo GuritnoAffiliation unknown1
Azhari SubanarAffiliation unknown1
Agus HarjokoUniversitas Gadjah Mada1
Kusrini KusriniUniversitas Amikom Yogyakarta1
Subanar SubanarUniversitas Gadjah Mada1
Azhari AzhariAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://journal.ugm.ac.id/ijccs/oai, first harvested 26 Okt 2026, last seen 26 Okt 2026.
Original metadata (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Purwarupa Sistem Pakar dengan Mamdani Product untuk Menentukan Menu Harian Penderita DM</dc:title>
	<dc:creator>Hasanah, Nur</dc:creator>
	<dc:creator>Wardoyo, Retantyo</dc:creator>
	<dc:description xml:lang="en-US">AbstrakPada 2025 diperkirakan 12,4 juta orang yang mengidap Diabetes Melitus (DM) di Indonesia. Perencanaan makan merupakan salah satu pilar dalam pengelolaan DM. Sistem pakar dapat berfungsi sebagai konsultan yang memberi saran kepada pengguna sekaligus sebagai asisten bagi pakar. Logika fuzzy fleksibel, memiliki kemampuan dalam proses penalaran secara bahasa dan memodelkan fungsi-fungsi matematika yang kompleks. Penelitian ini bertujuan menerapkan metode ketidakpastian logika fuzzy pada purwarupa sistem pakar untuk menentukan menu harian. Manfaat penelitian ini adalah untuk mengetahui keakuratan mesin inferensi Mamdani Product.            Pendekatan basis pengetahuan yang digunakan pada sistem pakar ini adalah dengan Rule-Based Reasoning. Proses inferensi pada sistem pakar menggunakan logika fuzzy dengan mesin inferensi Mamdani Product. Fuzzifier yang digunakan adalah Singleton sedangkan defuzzifier yang digunakan adalah Rata-Rata Terpusat. Penggunaan kombinasi Singleton fuzzifier, mesin inferensi Product dan defuzzifier Rata-Rata Terpusat yang digunakan pada sistem pakar dapat diterapkan untuk domain permasalahan yang dibahas. Meskipun demikian, terdapat kemungkinan Singleton fuzzifier tidak dapat memicu beberapa atau semua aturan. Jika semua aturan tidak dapat dipicu maka tidak dapat disimpulkan kebutuhan kalori hariannya. Kata kunci— sistem pakar, logika fuzzy, mamdani product, diabetes, menu  AbstractIt is predicted that 12.4 million people will suffer from Diabetes Mellitus (DM) in Indonesia in 2025. Menu planning is one of the important aspects in DM management. Expert system can be used as a consultant that gives suggestion to users as well as an assistant for experts. Fuzzy logic is flexible, has the ability in linguistic reasoning and can model complex mathemathical functions. This research aims to implement fuzzy logic uncertainty method into expert sistem prototype to determine diabetic daily menu. The advantage is to find out the accuracy of Mamdani Product inference engine. The knowledge-based approach in this expert system uses Rule-Based Reasoning. The inference process employs fuzzy logic making use of Mamdani Product inference engine. The fuzzifier used is Singleton while defuzzifier is Center Average.            The combination of Singleton fuzzifier, Mamdani Product inference engine and Center Average defuzzifier that is used can be applied in the domain of the problem under discussion. In spite of the case, there is possibility that Singleton fuzzifier can’t trigger some or all of the rules. If all of the rules can’t be triggered then the diabetic daily menu can’t be concluded. Keyword— expert system, fuzzy logic, mamdani product, diabetes, menu</dc:description>
	<dc:publisher xml:lang="en-US">IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.</dc:publisher>
	<dc:contributor xml:lang="en-US">IndoCEISS</dc:contributor>
	<dc:date>2013-01-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US"></dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.ugm.ac.id/ijccs/article/view/3051</dc:identifier>
	<dc:identifier>10.22146/ijccs.3051</dc:identifier>
	<dc:source xml:lang="en-US">IJCCS (Indonesian Journal of Computing and Cybernetics Systems); Vol 7, No 1 (2013): January; 45-54</dc:source>
	<dc:source>2460-7258</dc:source>
	<dc:source>1978-1520</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.ugm.ac.id/ijccs/article/view/3051/2708</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2013 IJCCS - Indonesian Journal of Computing and Cybernetics Systems</dc:rights>
	<dc:rights xml:lang="en-US">http://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>