Transcript APLIKASI FUZZY B - Dunia Belajar Kampus

APLIKASI FUZZY B
Pendekatan pengembangan Sistem Fuzzy
pada Penyelesaian Permasalahan Manajerial
 Pengambilan Keputusan Kelompok
(Marimin et al., 1998)
Ekspresi Numerik (perhitungan numerik) 
Ekspresi Label (perhitungan Label/Fuzzy) 
Teknik Agregasi (OWA) Operator
2 Metode yang dikembangkan :
1. Metode Semi Numerik Preferensi
Fuzzy (Representasi Label dengan
Komputasi Fuzzy) (SNPF)
2. Metode Non-Numerik Preferensi
Fuzzy (Representasi Label dengan
Komputasi Label) (NNPF)
Masalah

Hirarki
Prosedur untuk kedua metode  awal sama :
1. Menyusun hirarki dari masalah yang terdiri dari :
a. Tujuan / Fokus
b. Jumlah Alternatif (dengan himpunan
kriteria A = a1, a2,... ap)
c. Jumlah Kriteria
d. Jumlah Pembuat Keputusan / DM
2. Representasi Preferensi  DM
merepresentasikan pilihan pada tiap kriteria
dengan label linguistik
Rk(Si, Sj)= rij  Representasi Berpasangan
DP, jika Si lebih disukai daripada Sj pada tingkat nyata
VHP, jika Si lebih disukai daripada Sj pada tingkat sangat tinggi
HP, jika Si lebih disukai daripada Sj pada tingkat tinggi
rij=
MP, jika Si lebih disukai daripada Sj pada tingkat sedang
LP, jika Si lebih disukai daripada Sj pada tingkat rendah
VLP, jika Si lebih disukai daripada Sj pada tingkat sangat rendah
AS, jika Si sama dengan (tidak berbeda) Sj
VLD, jika Sj lebih disukai daripada Si pada tingkat sangat rendah
LD, jika Sj lebih disukai daripada Si pada tingkat rendah
MD, jika Sj lebih disukai daripada Si pada tingkat sedang
HD, jika Sj lebih disukai daripada Si pada tingkat tinggi
VHD, jika Sj lebih disukai daripada Si pada tingkat sangat tinggi
DD, jika Sj lebih disukai daripada Si pada tingkat nyata
Kemudian Mencari :
Untuk tiap DM dibuat p matrik  Rka
Keterangan :
P = Jumlah Kriteria n x n
N = Jumlah Alternatif
Rka  rijk untuk tiap-tiap a
k = DM
a = Kriteria
Setelah itu, mencari :
Label Linguistik
DP
VHP
HP
MP
LP
VLP
AS
VLD
LD
MD
HD
VHD
DD
(1.000,
(0.836,
(0.752,
(0.668,
(0.584,
(0.500,
(0.416,
(0.332,
(0.248,
(0.164,
(0.080,
(0.000,
(0.000,
TFN
1.000,
0.918,
0.836,
0.752,
0.668,
0.584,
0.500,
0.332,
0.332,
0.248,
0.164,
0.082,
0.000,
1.000)
1.000)
0.920)
0.836)
0.752)
0.668)
0.584)
0.500)
0.146)
0.332)
0.248)
0.164)
0.000)
Representasi Preferensi  Triangular Fuzzy Number

1.0 DD VHD HD
0.000 0.082 0.164
MD
LD
VLD
AS
VLP
0.416 0.500 0.584
LP
MP
HP
VHP
DP
0.836 0.920 1.000
Identifikasi alternatif yang paling didukung DM
a. Derajat DM k yang mendukung alternatif Si
1. Metode SNPF (Direct App.)
 hi
k
m
1
k

rij , j  1

n  1 j 1
2. Metode NNPF (Direct App.)
 hi  
k
m
j 1
, j  1 rij
k
b. Derajat kesepakatan semua DM mendukung
alternatif ke Si
1. Metode SNPF (Direct App.)
1
k 
 hi    hi 
m  k 1 
m
2. Metode NNPF (Direct App.)
 hi  k  1 hi
m
k
Keterangan  m = Jumlah DM
c. Penentuan DM yang paling mendukung
alternatif Si dengan OWA operator
1. Metode SNPF (Direct App.)
 vi  F (hi )
F[.] = neat OWA dari hi = (hi1, hi2,..., him)
neat OWA =
 hi
 1
h

,0
i
Fuzzy Set  Cq {V1/S1, V2/S2, ... , Vn/Sn}
Defuzzifikasi (Label TFN)
2. Metode NNPF (Direct App.)

Vi ( w j  b j ),ifhi  1
Vi  
m
k

 k 1 hi , otherwise
Fuzzy Set  Cq {V1/S1, V2/S2, ... , Vn/Sn}
Defuzzifikasi (Label TFN)
Contoh Kasus Yang diselesaikan dengan
Metode SNPF dan NNPF (Tosida dan
Marimin, 2001) dan (Setyaningsih, 2001)
 (Lihat Makalah)
Prosedur :
1. Hirarki Masalah
2. Representasi Fuzzy
Contoh :
Jika ada 3 DM dan 4 kritreria, maka
jumlah matrik Rka = 3, matrik untuk tiap
kriteria = 12 matrik
- VHP HD
R11= VHD - VHD ,..., R34=
HP VHP -
LD
MP
LP
MP
MD
MD
-
3. Derajat kesetujuan k untuk alternatif ke Si
1. Metode SNPF (Direct App.)
Untuk kriteria 1
1
1
3
h  ( r12  r13 )......h3  ( r31  r32 )
2
2
1
1
Untuk kriteria 4
1
1
3
h  ( r12  r13 )......h3  ( r31  r32 )
2
2
1
1
2. Metode NNPF (Direct App.)
Untuk kriteria 1
h   j 1 , (r12 , r13 ).......h3   j 1 , ( r31 , r32 )
1
1
3
3
3
Untuk kriteria 4
h   j 1 , (r12 , r13 ).......h3   j 1 , ( r31 , r32 )
1
1
3
3
3
4. Derajat kesetujuan semua DM untuk alternatif ke Si
1. Metode SNPF (Direct App.)
Untuk tiap kriteria
1 1
2
3
h1  ( h1  h1  h1 )
3
...
h3  ..........
2. Metode NNPF (Direct App.)
Untuk tiap kriteria
h1    (h  h1  h )
3
1
1
1
2
....
h3  ............................
3
1