Tabel 5.15. Normalisasi Vektor Terbobot Level 2 Kriteria Kriteria
W K1
0,2326 K2
0,2617 K3
0,2323 K4
0,2735
Sumber: Pengolahan Data
5.2.5. Proses Penyusunan Fungsi Keanggotaan untuk Masing-masing
Variabel
Setelah didapatkan hasil pengukuran, maka hasil pengukuran tersebut dikonversikan ke dalam bentuk variabel linguistik. Untuk itu diperlukan sebuah
fungsi keanggotaan seperti yang telah dijelaskan pada bab sebelumnya.
5.2.5.1. Penyusunan Fungsi Keanggotaan Variabel Aliran Bahan
Sebelum menentukan fungsi keanggotaan, maka ditentukan variabel linguistik yang akan digunakan terlebih dahulu. Untuk variabel aliran bahan
digunakan variabel linguistik yang ditunjukkan pada Tabel 5.16 berikut.
Tabel 5.16. Variabel Linguistik untuk Variabel Aliran Bahan
Variabel Aliran Bahan Variabel Linguistik
Sangat Tinggi Tinggi
Sedang Rendah
Sangat Rendah
Sumber: Pengolahan Data
Universitas Sumatera Utara
Langkah selanjutnya melakukan penyusunan fungsi keanggotaan dengan metode langsung satu pakar direct method with one expert yang terlebih dahulu
menentukan himpunan semestanya yaitu [0 360]. Sedangkan untuk Bobot Variabel ditampilkan menggunakan bilangan Fuzzy Triangular TFN pada Gambar 5.2
dengan fungsi: Sangat Rendah
: - ∞,0,90
Rendah : 0,90,180
Sedang : 90,180,270
Tinggi : 180,270,360
Sangat Tinggi : 270,360,
∞
Rendah Sangat
Rendah Sedang
Tinggi Sangat
Tinggi
90 180
270 360
1
Gambar 5.2. Fungsi Keanggotaan Variabel Aliran Bahan
5.2.5.2. Penyusunan Fungsi Keanggotaan Variabel Aliran Informasi
Sebelum menentukan fungsi keanggotaan, maka ditentukan variabel linguistik yang akan digunakan terlebih dahulu. Untuk variabel aliran informasi
digunakan variabel linguistik yang ditunjukkan pada Tabel 5.17 berikut.
Universitas Sumatera Utara
Tabel 5.17. Variabel Linguistik untuk Variabel Aliran Informasi
Variabel Aliran Bahan Variabel Linguistik
Sangat Tinggi Tinggi
Sedang Rendah
Sangat Rendah
Sumber: Pengolahan Data
Langkah selanjutnya melakukan penyusunan fungsi keanggotaan dengan metode langsung satu pakar direct method with one expert yang terlebih
dahulu menentukan himpunan semestanya yaitu [0 152]. Sedangkan untuk Bobot Variabel ditampilkan menggunakan bilangan Fuzzy Triangular TFN pada
Gambar 5.3 dengan fungsi: Sangat Rendah
: - ∞,0,38
Rendah : 0,38,76
Sedang : 38,76,114
Tinggi : 76,114,152
Sangat Tinggi : 114,152,
∞
Rendah Sangat
Rendah Sedang
Tinggi Sangat
Tinggi
38 76
114 152
1
Gambar 5.3. Fungsi Keanggotaan Variabel Aliran Informasi
Universitas Sumatera Utara
5.2.5.3. Penyusunan Fungsi Keanggotaan Variabel Aliran Peralatan
Sebelum menentukan fungsi keanggotaan, maka ditentukan variabel linguistik yang akan digunakan terlebih dahulu. Untuk variabel aliran peralatan
digunakan variabel linguistik yang ditunjukkan pada Tabel 5.18 berikut.
Tabel 5.18. Variabel Linguistik untuk Variabel Aliran Peralatan
Variabel Aliran Bahan Variabel Linguistik
Sangat Tinggi Tinggi
Sedang Rendah
Sangat Rendah
Sumber: Pengolahan Data
Langkah selanjutnya melakukan penyusunan fungsi keanggotaan dengan metode langsung satu pakar direct method with one expert yang terlebih dahulu
menentukan himpunan semestanya yaitu [0 300]. Sedangkan untuk Bobot Variabel ditampilkan menggunakan bilangan Fuzzy Triangular TFN pada Gambar 5.4
dengan fungsi: Sangat Rendah
: - ∞,0,75
Rendah : 0,75,150
Sedang : 75,150,225
Tinggi : 150,225,300
Sangat Tinggi : 225,300,
∞
Universitas Sumatera Utara
Rendah Sangat
Rendah Sedang
Tinggi Sangat
Tinggi
75 150
225 300
1
Gambar 5.4. Fungsi Keanggotaan Variabel Aliran Peralatan
5.2.5.4. Penyusunan Fungsi Keanggotaan Variabel Aliran Tenaga Kerja
Sebelum menentukan fungsi keanggotaan, maka ditentukan variabel linguistik yang akan digunakan terlebih dahulu. Untuk variabel aliran tenaga kerja
digunakan variabel linguistik yang ditunjukkan pada Tabel 5.19 berikut.
Tabel 5.19. Variabel Linguistik untuk Variabel Aliran Tenaga Kerja
Variabel Aliran Bahan Variabel Linguistik
Sangat Tinggi Tinggi
Sedang Rendah
Sangat Rendah
Sumber: Pengolahan Data
Langkah selanjutnya melakukan penyusunan fungsi keanggotaan dengan metode langsung satu pakar direct method with one expert yang terlebih dahulu
menentukan himpunan semestanya yaitu [0 300]. Sedangkan untuk Bobot Variabel ditampilkan menggunakan bilangan Fuzzy Triangular TFN pada Gambar 5.5
dengan fungsi: Sangat Rendah
: - ∞,0,903
Universitas Sumatera Utara
Rendah : 0,903,1806
Sedang : 903,1806,2709
Tinggi : 1806,2709,3612
Sangat Tinggi : 2709, 3612,
∞
Rendah Sangat
Rendah Sedang
Tinggi Sangat
Tinggi
903 1806
2709 3612
1
Gambar 5.5. Fungsi Keanggotaan Variabel Aliran Tenaga Kerja
5.2.6. Konversi Nilai Variabel ke dalam Variabel Linguistik
