ABSTRAKSI: Pada tugas akhir ini dilakukan analisis gabungan metode fuzzy system sebagai metoda untuk mengenali sebuah atribut yang bernilai abu-abu dan memberikan sebuah aturan tentang kelayakan pesawat terbang dengan Jaringan Saraf Tiruan backpropagation sebagai metoda untuk mengklasifikasi pesawat terbang dan memberikan bobot sinaptik pada setiap rule. Pesawat terbang akan dibedakan menjadi dua kelas yaitu layak dan tidak layak. Kelas layak merupakan pesawat yang sudah lolos pemeriksaan pesawat dalam 48 mhrs dan layak terbang, sedangkan kelas tidak layak adalah golongan pesawat yang belum lolos pemeriksaan pesawat dalam 48 mhrs dan tidak layak terbang
Metoda fuzzy system memiliki kemampuan mengenali nilai abu-abu dan menjabarkan aturan. Sedangkan Jaringan Saraf Tiruan(JST) backpropagation merupakan jaringan dengan pembelajaran yang terawasi (supervised learning). Keunggulan dari backpropagation yaitu memiliki performansi yang baik, dan dapat menangani berbagai struktur JST sekaligus. Proses klasifikasi pesawat terbang ini menggunakan 2 pola latih yang berbeda masing-masing 80 data latih dengan 1 pola uji yaitu 32 data uji. Dari hasil pengujian pada tugas akhir ini, parameter terbaik fuzzy system dan backpropagation: dengan menggunakan komposisi data ke 2, threshold pertama, 200 epoch, learning rate 0.1 dengan hasil akurasi 100%.
Kata Kunci : klasifikasi, mhrs, fuzzy system, learning, backpropagation, JSTABSTRACT: In this final project, it’s made a systems which is combined fuzzy system as a method for identified atribut that has uncertain value and give a rule about the feasibility of an aircraft with backpropagation artificial neural networks as a method to classify the aircraft and provide synaptic weights in each rule. The airplane will be divided into two classes namely feasible and unfeasible. Is a feasible class aircraft that had passed the examination in 48 mhrs aircraft and airworthy, while the class is a class of aircraft is not feasible that have not passed the examination in 48 mhrs plane and not airworthy.
The method of fuzzy systems have the ability to recognize the value that has no definite truth value and describe the rules. While backpropagation artificial neural networks is the network with a supervised learning. The superiority of backpropagation is to have good performance and can handle a variety of ANN structure as well. Aircraft classification process uses 2 different trainning patterns of each 80 trainning data with a test pattern of 32 test data. The testing result from this final project, the best parameters of fuzzy system dan backpropagation is using second composition data, the first threshold, maxepoch 200, and learning rate 0,1 with an accuracy result is 100%
Keyword: classification, mhrs, fuzzy system, learning, backpropagation, ANN