Fuzzifikasi menggunakan Trianggular Fuzzy Number TFN.
Agregasi pendapat responden ahli
Normalisasi Mulai
Pemeriksaan konsistensi
Ya
Defuzzifikasi dengan metode
α
-cut Tidak
Selesai Penyusunan hirarki
keputusan strategi pengembangan klaster
berbasis pengetahuan
Penilaian setiap kriteria alternatif menggunakan
skala linguistik oleh responden ahli
Bobot aktor, perspektif, tujuan strategis dan strategi
pengembangan klaster
Perancangan kuesioner
] 1
, [
, 1
~ ∈
∀ −
+ =
µ µ
µ
α α
α
ijl iju
ij
a a
a
] ,
} [
] ,
[ ~
u m
u l
l m
u l
a a
a a
a a
a a
A +
− −
+ −
= =
α α
α α
α
∏ ∏
∏
= =
=
= =
=
n i
n u i
u n
i n
mi m
n i
n li
l
a a
a a
a a
1 1
1 1
1 1
; ;
, ,
1 1
1
∑ ∑
∑
= =
=
=
j i
li u
j i
mi m
j i
ui l
a a
a a
a a
A
Gambar 24 Diagram alir model strategi pengembangan klaster berbasis pengetahuan
Tabel 9 menyajikan fuzzifikasi dari skala AHP ke dalam bentuk peubah linguistik yang digunakan dalam penelitian ini yaitu sama penting atau equally
E, sedikit lebih penting atau weakly preferred W, jelas lebih penting atau
strongly S, sangat jelas lebih penting atau very strongly VS dan mutlak lebih penting atau absolutely preferred A.
Tabel 9 Penyajian fuzzy pada skala AHP
Lambang Keangotaan Fuzzy
Lambang Keangotaan Fuzzy
Bawah Tengah
Atas Bawah Tengah
Atas
E 1
1 3
1E 13
1 1
W 1
3 5
1W 15
13 1
S 3
5 7
1S 17
15 13
VS 5
7 9
1VS 19
17 15
A 7
9 9
1A 19
19 17
Output dari model adalah berupa bobot masing-masing kriteria serta alternatif strategi pengembangan klaster.
5.2.2 Model Analisis Kesenjangan Pengetahuan dan Penentuan Area Pengetahuan Kunci
Model analisis kesenjangan pengetahuan dan penentuan area pengetahuan kunci menggunakan teknik analisis kesenjangan pengetahuan dan logika fuzzy.
Diagram alir model dapat dilihat pada Gambar 25. Dalam penelitian ini tingkat kebutuhan atau kepentingan area
pengetahuan serta kondisi pengetahuan saat ini menggunakan skala interval fuzzy dalam bentuk triangular fuzzy number TFN yang dikembangkan dari skala 5
titik 1-5 seperti dapat dilihat pada Tabel 10 dan Tabel 11.
Perhitungan fuzzy average untuk setiap area pengetahuan
Mulai
Sistem inferensi fuzzy
menggunakan model Takagi Sugeno
Selesai
Identifikasi alur proses sebagai area pengetahuan proses
Penilaian tingkat kondisi saat ini dan kebutuhan area pengetahuan
menggunakan skala linguistik oleh aktor terkait
Fuzzifikasi hasil penilaian menggunakan Triangular fuzzy number
Defuzzifikasi
Nilai kondisi area pengetahuan saat ini
dan kebutuhan area pengetahuan
Fuzzifikasi matriks kesenjangan pengetahuan
menggunakan Trapezoidal Fuzzy Number
Pembuatan basis aturan fuzzy
Area pengetahuan kunci menurut matriks kesenjangan
pengetahuan dan matriks kepentingan dan performansi
4 2
3 2
1
a a
a V
A
+ +
=
n A
javg
∑ ∑
∑
= =
=
=
n 1
i n
1 i
i j3
n 1
i i
j2 i
j1
a ,
a ,
a
,..., 1
,..., 1
atribut j
j responden
n i
= =
Defuzzifikasi dengan metode weighted average
Gambar 25. Diagram alir model penentuan area pengetahuan kunci
Tabel 10. Penyajian fuzzy pada skala kondisi area pengetahuan saat ini menggunakan TFN
Keterangan Triangular Fuzzy Number
Bawah Tengah
Atas
Sangat Lemah 0,2
Lemah 0,05
0,25 0,45
Sedang 0,3
0,5 0,7
Kuat 0,55
0,75 0,95
Sangat Kuat 0,8
1 1
Tabel 11. Penyajian fuzzy pada skala kebutuhan atau kepentingan area pengetahuan saat ini menggunakan TFN
Keterangan Triangular Fuzzy Number
Bawah Tengah
Atas
Sangat tidak penting
0,2 Tidak Penting
0,05 0,25
0,45 Cukup
0,3 0,5
0,7 Penting
0,55 0,75
0,95 Sangat Penting
0,8 1
1
Red Alert Zone Red Alert Zone
Stay updated zone
Red Alert Zone Stay updated zone
Just do it zone
Stay updated zone Just do it zone
Just do it zone
Tinggi
Sedang
Rendah Lemah
Sedang Kuat
Kondisi Saat Ini
Kepentingan Kebutuhan
Gambar 26. Representasi fuzzy dari matriks kesenjangan pengetahuan
