Variable-Centered Intelligent Rule System (VCIRS) is a system which is inspired by Rule-based System (RBS) and Ripple Down Rules (RDR). The system architecture is adapted from RBS, while from RDR this system obtained its advantages. The system organized Rule Base (RB) in a special structure so that easy knowledge building, powerful knowledge inferencing and evolutionally system performance refining can be obtained in the same time. In this paper, the architecture of VCIRS is used to build an expert system for helping students to choose a department at a university. The application of this expert system is able to handle fuzzy concepts (e.g., such as good, high or rather high) which is a prominent part of sentences in natural language. This system is able to cope with exact values, fuzzy (or inexact) values and combined reasoning, allowing fuzzy and normal terms to be freely mixed in the rules and facts. An application example in this paper is a RBS which is employed fuzzy logic and fuzzy number for inexact reasoning. It uses two inexact basic concepts, i.e., fuzziness and uncertainty. A case study presented here is the department admission at Chinese University of Hongkong, formed in a RB containing with fuzzy and normal terms. From experiments performed, there's the proper result obtained comparing with the result from Z-II system (i.e., a comprehensive expert system builder tool developed by Chinese University of Hongkong) which is this paper refers to. So that the conclusion is a fuzzy VCIRS proposed here, is working properly and producing the right and true results. Abstract in Bahasa Indonesia : Variable-Centered Intelligent Rule System (VCIRS) adalah sistem yang terinspirasi dari Rule-based System (RBS) dan Ripple Down Rules (RDR). Arsitektur sistem diadaptasi dari RBS dan ia mengambil kelebihan-kelebihan dari RDR. Sistem ini mengorganisasikan basis aturan dalam sebuah struktur yang spesial sehingga kemudahan pembangunan pengetahuan, penelusuran pengetahuan yang kuat, dan perbaikan unjuk kerja sistem yang selalu berkembang dapat diperoleh pada waktu yang sama. Dalam paper ini, arsitektur VCIRS dimanfaatkan untuk membangun sebuah sistem pakar yang dapat membantu calon mahasiswa memilih jurusan pada suatu Perguruan Tinggi. Aplikasi sistem pakar ini dapat menangani konsep fuzzy seperti good, high, atau rather high, yang merupakan bagian kalimat yang sangat berarti dalam bahasa sehari-hari. Sistem ini dapat menangani nilai yang tepat/teliti, nilai fuzzy (atau tidak tepat/tidak teliti), dan jenis pertimbangan gabungan, serta mengijinkan istilah fuzzy dan istilah normal untuk digabungkan secara bebas dalam aturan dan fakta. Contoh aplikasi dalam paper ini adalah sebuah sistem berbasis aturan yang menggunakan logika fuzzy dan bilangan fuzzy untuk jenis pertimbangan yang tidak tepat/tidak teliti. Sistem ini menggunakan dua konsep dasar ketidaktepatan/ketidaktelitian, yaitu fuzziness dan uncertainty. Kasus dalam penelian ini adalah pemilihan jurusan di Chinese University of Hongkong dalam bentuk basis aturan yang didalamnya mengandung istilah fuzzy dan istilah normal. Dari uji coba yang dilakukan, didapat hasil yang sesuai dengan hasil dari sistem Z-II, yaitu alat bantu pembangun sistem pakar komprehensif yang dikembangkan di Chinese University of Hongkong, yang menjadi acuan dari paper ini. Sehingga dapat disimpulkan bahwa fuzzy VCIRS dapat bekerja dengan baik, serta memberikan hasil yang benar dan dapat dipercaya. Kata kunci: rule-based systems, VCIRS, knowledge building, knowledge inferencing, knowledge refining, logika fuzzy, bilangan fuzzy.