Implementasi Fuzzy Tsukamoto Dan Algoritma Genetika Pada Pemilihan Skincare

Abstract

Pemilihan produk skincare yang tepat merupakan tahap yang penting bagi perawatan kulit wajah,  namun proses tersebut memerlukan keahlian dokter spesialis yang relatif lambat. Tujuan penelitian ini adalah mengoptimalkan proses pemilihan produk skincare dengan membuat sistem pakar menggunakan aplikasi Matlab. Metode yang digunakan dalam pembuatan sistem pakar adalah metode fuzzy tsukamoto dan algoritma genetika. Sistem inferensi fuzzy tsukamoto membantu pemilihan skincare dengan menggunakan batasan keanggotaan sesuai ketentuan dokter spesialis di klinik Nanisa. Terdapat empat variabel input yaitu tingkat kelembapan kulit wajah, pembesaran pori-pori, komedo, dan telangiactasis serta satu output yaitu jenis paket skincare. Batasan keanggotaan fuzzy tsukamoto akan dioptimalkan dengan algoritma genetika menggunakan variasi Crossover rate (cr) yang berbeda. Hasil penelitian menunjukkan bahwa tingkat akurasi fuzzy tsukamoto adalah 65,37%. Setelah dilakukan pengoptimalan batasan kenaggotaan menggunakan algoritma genetika maka tingkat akurasi meningkat 17,63% menjadi 82,93%. Peningkatan akurasi menunjukkan bahwa sistem pakar dengan menggunakan dua metode fuzzy tsukamoto dan algoritma genetika lebih baik apabila diandingkan dengan penggunaan metode fuzzy tsukamoto saja. Parameter yang optimal pada algoritma genetika adalah Crossover rate (cr) 0.5, dengan Mutation Rate 0.01 dan jumlah generasi 10.