Course Descriptions

Aplikasi logika fuzzy: aritmatika fuzzy, model linguistik, pengambilan keputusan fuzzy, klasifikasi, pengenalan pola dan kontrol fuzzy. Algoritma dan Programming: realisasi software untuk aplikasi rekayasa berbasis fuzzy, ANN, dan Neuro Fuzzy. Secara rinci, materi kuliah ini yang hendak disampaikan meliputi konsep logika fuzzy, konsep Jaringan Syaraf Tiruan, Neuro-Fuzzy, ANFIS, dan Desain kontrol Neuro-Fuzzy.

Learning Outcomes

1. Mampu menunjukkan sikap bertanggungjawab atas pekerjaan dibidang keahliannya secara mandiri.
2. Dapat memahami dasar- dasar neuro fuzzy sehingga mampu mengidentifikasi, merumuskan, menganalisis, dan menyelesaikan permasalahan teknik.
3. Menerapkan keterampilan yang diperoleh dari perkuliahan sebelumnya dalam kegiatan desain kerekayasaan.

References

1. Yan, Jun and Michael Ryan and James Power, 1994, Using Fuzzy Logic : Toward Intelligent Systems. Englewood Cliffs, NJ : Prentice Hall.
2. Klir, George J, 1995, Fuzzy Sets and Fuzzy Logics : Theory and Applications. NJ : Prentice Hall.
3. Sugeno, 1985, M. Industrial Applications of Fuzzy Control. North Holland.
4. Wang, L-X, 1997, A Course in Fuzzy Systems and Control. International Edition. New Jersey : Prentice-Hall. Inc.
5. S. N. Sivanandam, S. Sumathi and S. N. Deepa, “Introduction to Fuzzy Logic using MATLAB”, 2007.

Details ...

Course Descriptions

Aplikasi logika fuzzy: aritmatika fuzzy, model linguistik, pengambilan keputusan fuzzy, klasifikasi, pengenalan pola dan kontrol fuzzy. Algoritma dan Programming: realisasi software untuk aplikasi rekayasa berbasis fuzzy, ANN, dan Neuro Fuzzy. Secara rinci, materi kuliah ini yang hendak disampaikan meliputi konsep logika fuzzy, konsep Jaringan Syaraf Tiruan, Neuro-Fuzzy, ANFIS, dan Desain kontrol Neuro-Fuzzy.

Learning Outcomes

1. Mampu menunjukkan sikap bertanggungjawab atas pekerjaan dibidang keahliannya secara mandiri.
2. Dapat memahami dasar- dasar neuro fuzzy sehingga mampu mengidentifikasi, merumuskan, menganalisis, dan menyelesaikan permasalahan teknik.
3. Menerapkan keterampilan yang diperoleh dari perkuliahan sebelumnya dalam kegiatan desain kerekayasaan.

References

1. Yan, Jun and Michael Ryan and James Power, 1994, Using Fuzzy Logic : Toward Intelligent Systems. Englewood Cliffs, NJ : Prentice Hall.
2. Klir, George J, 1995, Fuzzy Sets and Fuzzy Logics : Theory and Applications. NJ : Prentice Hall.
3. Sugeno, 1985, M. Industrial Applications of Fuzzy Control. North Holland.
4. Wang, L-X, 1997, A Course in Fuzzy Systems and Control. International Edition. New Jersey : Prentice-Hall. Inc.
5. S. N. Sivanandam, S. Sumathi and S. N. Deepa, “Introduction to Fuzzy Logic using MATLAB”, 2007.

Details ...

Course Descriptions

Aplikasi logika fuzzy: aritmatika fuzzy, model linguistik, pengambilan keputusan fuzzy, klasifikasi, pengenalan pola dan kontrol fuzzy. Algoritma dan Programming: realisasi software untuk aplikasi rekayasa berbasis fuzzy, ANN, dan Neuro Fuzzy. Secara rinci, materi kuliah ini yang hendak disampaikan meliputi konsep logika fuzzy, konsep Jaringan Syaraf Tiruan, Neuro-Fuzzy, ANFIS, dan Desain kontrol Neuro-Fuzzy.

Learning Outcomes

Yang diharapkan mahasiswa mampu : 

1. Mampu menunjukkan sikap bertanggungjawab atas pekerjaan dibidang keahliannya secara mandiri.
2. Dapat memahami dasar- dasar neuro fuzzy sehingga mampu mengidentifikasi, merumuskan, menganalisis, dan menyelesaikan permasalahan teknik.
3. Menerapkan keterampilan yang diperoleh dari perkuliahan sebelumnya dalam kegiatan desain kerekayasaan.

References

1. Yan, Jun and Michael Ryan and James Power, 1994, Using Fuzzy Logic : Toward Intelligent Systems. Englewood Cliffs, NJ : Prentice Hall.
2. Klir, George J, 1995, Fuzzy Sets and Fuzzy Logics : Theory and Applications. NJ : Prentice Hall.
3. Sugeno, 1985, M. Industrial Applications of Fuzzy Control. North Holland.
4. Wang, L-X, 1997, A Course in Fuzzy Systems and Control. International Edition. New Jersey : Prentice-Hall. Inc.
5. S. N. Sivanandam, S. Sumathi and S. N. Deepa, “Introduction to Fuzzy Logic using MATLAB”, 2007.

Details ...

Course Descriptions

Aplikasi logika fuzzy: aritmatika fuzzy, model linguistik, pengambilan keputusan fuzzy, klasifikasi, pengenalan pola dan kontrol fuzzy. Algoritma dan Programming: realisasi software untuk aplikasi rekayasa berbasis fuzzy, ANN, dan Neuro Fuzzy. Secara rinci, materi kuliah ini yang hendak disampaikan meliputi konsep logika fuzzy, konsep Jaringan Syaraf Tiruan, Neuro-Fuzzy, ANFIS, dan Desain kontrol Neuro-Fuzzy.

Learning Outcomes

Yang diharapkan mahasiswa mampu : 

1. Mampu menunjukkan sikap bertanggungjawab atas pekerjaan dibidang keahliannya secara mandiri.
2. Dapat memahami dasar- dasar neuro fuzzy sehingga mampu mengidentifikasi, merumuskan, menganalisis, dan menyelesaikan permasalahan teknik.
3. Menerapkan keterampilan yang diperoleh dari perkuliahan sebelumnya dalam kegiatan desain kerekayasaan.

References

1. Yan, Jun and Michael Ryan and James Power, 1994, Using Fuzzy Logic : Toward Intelligent Systems. Englewood Cliffs, NJ : Prentice Hall.
2. Klir, George J, 1995, Fuzzy Sets and Fuzzy Logics : Theory and Applications. NJ : Prentice Hall.
3. Sugeno, 1985, M. Industrial Applications of Fuzzy Control. North Holland.
4. Wang, L-X, 1997, A Course in Fuzzy Systems and Control. International Edition. New Jersey : Prentice-Hall. Inc.
5. S. N. Sivanandam, S. Sumathi and S. N. Deepa, “Introduction to Fuzzy Logic using MATLAB”, 2007.

Details ...