2. Menetapkan Tingkat Kepuasan setiap Atribut Kebutuhan
Data ini juga sudah didapatkan dari hasil penyebaran kuesioner yang telah dilakukan pada UD. Tiga Bawang. Ada beberapa teknis yang digunakan untuk
menetapkan tingkat kepuasan setiap atribut kebutuhan ini dan pada penelitian ini peneliti menggunakan harga mean rata-rata. Namun sebelum itu, dilakukan
tahap fuzzifikasi. a. Menetapkan variabel linguistik
Dalam penelitian ini, tingkat kepuasan menjadi variabel linguistik. b. Menetapkan fungsi keanggotaan dan fuzzy numbers
Fungsi keanggotaan dari tingkat kepuasan adalah tidak puas, kurang puas, cukup puas, puas dan sangat puas. Fuzzy numbers yang digunakan adalah
Trapezoidal Fuzzy Numbers .
c. Fuzzy Arithmatic Contoh untuk atribut 1 Bentuk Pegangan dapat dilihat pada Tabel 5.54.
Tabel 5.54. Fuzzy Numbers Kepuasan Responden untuk Atribut 1 Fuzzy Numbers
Angka Crisp α
δ α
δ
TP 1 0 0 0,02
0,2 0 0 0,02
0,2 KP 1 0,1 0,28 0,32 0,4 0,1 0,28 0,32 0,4
CP 1 0,3 0,48 0,52 0,7 0,3 0,48 0,52 0,7 P
1 0,6 0,68 0,72 0,9 0,6 0,68 0,72 0,9 SP 4 0,8
0,98 1 1 3,2 3,92 4 4
Total 4,2 5,36 5,58 6,2
Universitas Sumatera Utara
Kemudian untuk mean tingkat kepuasan, maka dihitung berdasarkan rumus : Nilai mean tingkat kepuasan atribut i =
Responden Jumlah
i atribut
kepuasan nilai
Total
Nilai mean tingkat kepuasan atribut 1 untuk elemen α =
8 4,2
= 0,525 Untuk nilai mean atribut yang lain dapat dilihat pada Tabel 5.55.
Tabel 5.55. Trapezoidal Fuzzy Numbers untuk Kepuasan Responden Mean
Tingkat Kepuasan
No. Atribut TP KP CP P SP
α δ
1 Bentuk Pegangan
1 1 1 1 4 0,525 0,67 0,6975
0,775 2 Bentuk
Saringan 1 2 1 3 1 0,3875 0,5075 0,5425
0,675 3 Warna
0 0 3 2 3 0,5625 0,7175 0,75 0,8625
4 Diameter Pegangan
0 1 3 3 1 0,45 0,5925
0,63 0,775
5 Diameter Saringan
0 2 2 1 3 0,475 0,6425 0,675 0,7625
6 Diameter Lubang
Gantungan 1 1 2 3 1
0,4125 0,5325 0,5675 0,7125
7 Panjang Pegangan
1 0 3 1 3 0,4875 0,6325 0,6625 0,775
8 Berat 1 2 1 2 2 0,4125 0,545 0,5775
0,6875 9 Bahan
Pegangan 0 0 1 3 4 0,6625 0,805 0,835
0,925 10 Bahan
Saringan 1
0 4 3 0,6 0,7075 0,7375
0,85 11 Harga
2 4 1 1
0,35 0,5175 0,555 0,6875
12 Daya Tahan
1 4 1 2 0,4375 0,605 0,64
0,7625 13 Fungsi
Tambahan 1
1 2 1 3 0,4625 0,6075 0,6375
0,7375 14
Pertimbangan dalam Membeli
1 0 2 1 4 0,55 0,695 0,7225 0,8125
Universitas Sumatera Utara
d. Defuzzifikasi Adalah proses pengubahan angka fuzzy menjadi angka crisp. Metode yang
digunakan adalah Mean of Maximum, yaitu mengambil nilai rata-rata domain yang memiliki nilai keanggotaan maksimum.
z = ½ γ + δ
Untuk atribut 1, maka z = ½ 0,6975 + 0,775 = 0,73625 Untuk Mean of Max dari atribut lain dapat dilihat pada Tabel 5.56.
Tabel 5.56. Tingkat Kepuasan untuk Masing-masing Atribut No. Atribut
α δ
Mean of Max
1 Bentuk Pegangan
0,525 0,67
0,6975 0,775
0,73625 2
Bentuk Saringan 0,3875
0,5075 0,5425
0,675 0,60875
3 Warna 0,5625
0,7175 0,75
0,8625 0,80625
4 Diameter Pegangan
0,45 0,5925
0,63 0,775
0,7025 5
Diameter Saringan 0,475
0,6425 0,675
0,7625 0,71875
6 Diameter Lubang
Gantungan 0,4125
0,5325 0,5675
0,7125 0,64 7
Panjang Pegangan 0,4875
0,6325 0,6625
0,775 0,71875
8 Berat 0,4125
0,545 0,5775
0,6875 0,6325
9 Bahan Pegangan
0,6625 0,805
0,835 0,925
0,88 10
Bahan Saringan 0,6
0,7075 0,7375
0,85 0,79375
11 Harga 0,35
0,5175 0,555
0,6875 0,62125
12 Daya Tahan
0,4375 0,605
0,64 0,7625
0,70125 13
Fungsi Tambahan 0,4625
0,6075 0,6375
0,7375 0,6875
14 Pertimbangan dalam
Membeli 0,55
0,695 0,7225
0,8125 0,7675
Universitas Sumatera Utara
3. Menetapkan Nilai Target Tingkat Kualitas Produk yang Akan Dicapai oleh Pihak Perusahaan