3.5.6.2. Pembentukan Aturan-aturan
Berdasarkan dua variabel yang telah dibentuk fungsi keanggotaanya di atas, maka dihasilkan aturan-aturan yang akan digunakan. Berikut ini
adalah aturan yang digunakan:
[R1] IF aspek wawancara BURUK and catatan negatif SEDIKIT THEN skor wawancara RENDAH
[R2] IF aspek wawancara BURUK and catatan negatif BANYAK THEN skor wawancara RENDAH
[R3] IF aspek wawancara SEDANG and catatan negatif SEDIKIT THEN skor wawancara SEDANG
[R4] IF aspek wawancara SEDANG and catatan negatif BANYAK THEN skor wawancara TINGGI
[R5] IF aspek wawancara BAIK and catatan negatif SEDIKIT THEN skor wawancara SEDANG
[R6] IF aspek wawancara BAIK and catatan negatif BANYAK THEN skor wawancara SEDANG
3.5.6.3. Contoh Penerapan Fuzzy Mamdani
Misalkan diambil data dari calon anggota berinisial YTP. Dia mengikuti semua tahapan seleki vokal dan wawancara, kemudian akan
diketahui berapakah skor wawancara si YTP ini. Berikut adalah perhitungan yang dilakukan:
i. Data Input
Data yang digunakan sebagai input khusus untuk fuzzy mamdani adalah sebagai berikut:
Nilai Pengetahuan tentang PSM = 3
Nilai Motivasi = 3
Nilai Pengalaman Berorganisasi = 12
Nilai Pengenalan Diri = 3
Nilai Mental = 8
Catatan Negatif = 1
ii. Pembentukan Himpunan Fuzzy
Pembentukan himpunan fuzzy telah dijelaskan sebelumnya yaitu pada pembentukan fungsi keanggotaan.
iii. Aplikasi Fungsi Implikasi
Dalam tahap ini akan dihitung derajat keanggotaan dari data input sesuai dengan aturan yang telah dibentuk. Perhitungan
dilakukan mulai dari R1, R2, ...., R5 dan R6 :
[R1] IF aspek wawancara BURUK and catatan negatif SEDIKIT THEN skor wawancara RENDAH
� [ ] = 0 � [ ] = 1
min{ ; } =
[R2] IF aspek wawancara BURUK and catatan negatif BANYAK THEN skor wawancara RENDAH
� [ ] = 0 � [ ] = 0
min{ ; } =
[R3] IF aspek wawancara SEDANG and catatan negatif SEDIKIT THEN skor wawancara SEDANG
� [ ] = 0,2 � [ ] = 1
min{ , ; } = PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
[R4] IF aspek wawancara SEDANG and catatan negatif BANYAK THEN skor wawancara TINGGI
� [ ] = 0,2 � [ ] = 0
min{ , ; } =
[R5] IF aspek wawancara BAIK and catatan negatif SEDIKIT THEN skor wawancara SEDANG
�
�
[ ] = 0,8 � [ ] = 1
min{ , ; } = ,
[R6] IF aspek wawancara BAIK and catatan negatif BANYAK THEN skor wawancara SEDANG
�
�
[ ] = 0,8 � [ ] = 0
min{ , ; } = iv.
Komposisi antar Aturan dan Defuzzy Dari haril aplikasi fungsi implikasi dari setiap aturan, digunakan
metode MAX untuk melakukan komposisi antar aturan semua aturan. Nilai alfa yang tidak nol terdapat pada aturan ke-3 dan ke-5, aturan
tersebut memiliki konsekuensi pada skor wawancara sedang dan tinggi. Maka daerah hasil komposisinya hanya dilihat pada himpunan
skor wawancara sedang dan tinggi. Hasilnya dapat dilihat pada gambar 3.8
Gambar 3.13
Daerah Hasil Komposisi Daerah hasil di atas memiliki kesamaan dengan himpunan skor
wawancara tinggi, maka untuk mendapatkan nilai Z menggunakan fungsi keanggotaan skor wawancara tinggi. Berikut perhitungannya:
, = −
− −
= , × =
+ =
Setelah nilai Z diketahui, maka proses selanjutnya deffuzifikasi menggunakan tiga buah metode yaitu SOM, MOM dan LOM. Untuk
metode defuzzifikasi SOM atau Smallest of Maximum yaitu melihat nilai terkecil dari daerah yang diarsir yaitu 85. Untuk metode
defuzzifikasi kedua yaitu Mean of Maximum, rata-rata domain yang memiliki keanggotaan maksimum adalah sebagai berikut:
= +
= 90.5 Jadi skor wawancara MOM yang diperoleh YTP adalah 92.5.
Untuk metode defuzzifikasi menggunakan LOM maka lihat nilai terbesar dari daerah yang diarsis yaitu 100.
3.5.6.4. Contoh Penerapan Multi Attribute Decision Making MADM
Kategori