3.9. Defuzzyfikasi
Defuzzyfikasi merupakan tahapan yang dilakukan pengambilan fuzzy output untuk mendapatkan hasil dalam bentuk crisp dari kepuasan siswa, dimana metode yang
digunakan adalah defuzy weighted average rata-rata terbobot. Untuk menentukan nilai predikat α-predikat dengan menggunakan aturan persamaan 3.1.
α-predikati = minµ
tangibles
x,µ
reliability
x,µ
responsive
x,µ
assurance
x,µ
emphaty
Untuk menghitung nilai kepuasan dirumuskan dengan persamaan dibawah ini :
� = ∑
�
�
��
� �=1
∑ ��
� �=1
… 3.2 x
.3.1
Analisa defuzzyfikasi dengan menggunakan kurva sigmoid seperti pada gambar 3.11 di bawah ini:
Gambar 3.11 Fuzzyfikasi Linguistik Kepuasan
Dimana : Interval = nilai tertinggi – nilai terendah 3 …3.3
X1 : nilai z terkecil X2 : X1 + interval
X3 : X2 + interval X4 : nilai z terbesar
x µx
K C
B SB
X4 X3
X2 X1
Universita Sumatera Utara
Dengan aturan logika fuzzy, maka kepuasan siswa dengan derajat keanggotaannya dihitung dengan persamaan 3.4.
�
��������
������ = ⎩
⎪ ⎨
⎪ ⎧
1, � ≤ �1
1 − 2 �
�−�1 �2−�1
�
2
, �1 � ≤
�2+�1 2
2 �
�2−� �2−�1
�
2
,
�2+�1 2
� ≤ �2 0,
� �2
�
��������
����� = ⎩
⎨ ⎧
0, � �1 ���� � �3
1 1+�−�2�2−�12
2
, �1 ≤ � ≤ �2
1 1+�−�2�3−�22
2
, �2 � ≤ �3
�
��������
���� = ⎩
⎨ ⎧
0, � �2 ���� � �4
1 1+�−�3�3−�2
2
, �2 ≤ � ≤ �3
1 1+�−�3�4−�3
2
, �3 � ≤ �4
�
��������
������ ���� = ⎩
⎪ ⎨
⎪ ⎧
0, � �3
2
�−�3 �4−�3
2
, �3 � ≤
�4+�3 2
1 − 2 �
�−�1 �2−�1
�
2
,
�4+�3 2
� ≤ �4 1,
� �4 …3.4
Universita Sumatera Utara
3.10. Analisis Sistem
Gambar 3.12. Langkah-langkah Analisis Sistem Data yang sudah dikumpulkan akan diolah dengan beberapa langkah seperti
gambar 3.12, dimana data yang akan digunakan merupakan hasil dari kuesioner yang ditabulasikan dan masih merupakan linguistik dengan himpunan tegas. Pada
tahap fuzzyfication ditentukan tahapan penentuan derajat keanggotaan dengan variabel : tangibles, responsibility, responsiveness, assurance, emphaty, kemudian
variabel tersebut dibentuk kedalam himpunan fuzzy: sangat tidak baik, tidak baik, cukup baik, baik, sangat baik. Pada tahap membership function dianalisa untuk
menentukan nilai keanggotaan dengan pendekatan fungsi keanggotaan trapesium dan nilai keanggotaan dengan pendekatan fungsi sigmoid untuk menunjukkan
Universita Sumatera Utara
pemetaan input data. Pada tahap rule evaluation aturan basis data dengan pencarian nilai fuzzy output dan dilanjutkan dengan mesin inferensi model Sugeno Orde
Satu. Dan pada defuzzification dilakukan pengambilan fuzzy output untuk mendapatkan nilai linguistik dengan derajat keanggotaannya, kemudian nilai-nilai
tersebut dimasukkan kedalam rumus dan mendapatkan hasil dalam bentuk nilai crisp tegas yang akan digunakan untuk mendapatkan nilai linguistik kepuasan
dengan derajat keanggotaannya masing-masing.
Universita Sumatera Utara
BAB 4 HASIL DAN PEMBAHASAN
4.1. Pendahuluan
Kategori