Fuzzyfikasi dan Defuzzyfikasi Logika Fuzzy

28 Gambar 2.5 Representasi Kurva Bentuk BahuKusumadewi dan Purnomo, 2010

2.2.3. Fuzzyfikasi dan Defuzzyfikasi

Fuzzifikasi adalah proses yang dilakukan untuk mengubah variabel nyata menjadi variabel fuzzy, ini ditujukan agar masukan kontroler fuzzy bisa dipetakan menuju jenis yang sesuai dengan himpunan fuzzy. Pemetaan dilakukan dengan bantuan model dari fungsi keanggotaan agar dapat diketahui besar masukan tersebut derajat keanggotaan. Setelah variabel tersebut ditentukan himpunan fuzzy-nya kemudian menentukan domain batas dari masing-masing himpunan fuzzy tersebut. Domain batas ditentuksn berdasarkan data-data yang telah ada. Data-data tersebut dianalisa sehingga dihasilkan nilai batas dari setiap himpunan fuzzy pada setiap variabel tersebut. Adapun estimasi domain batas tersebut yaitu dengan menentukan batas bawah, rata-rata, dan batas atas. Dari batas-batas tersebut maka tiap-tiap himpunan memiliki nilai, misal pada Luas Lahan memiliki himpunan fuzzy bernama sempit, sedang, dan luas. 1. Sempit, yang direpresentasikan dengan kurva bentuk bahu meliputi: a. Nilai Bawah c = Batas Bawah. b. Nilai Bawah a = Rata-rata. 2. Sedang, yang direpresentasikan dengan kurva segitiga meliputi: a. Nilai Tengah c = 0.05 Rata-rata. 29 b. Nilai Tengah a = Rata-rata. c. Nilai Tengah b = 0.05 Rata-rata. 3. Luas, yang direpresentasikan dengan kurva bentuk bahu meliputi: a. Nilai atas c = Rata-rata. b. Nilai Atas b = Batas Atas. Gambar 2.6 Kurva Segitiga dan Kurva Bentuk Bahu Adapun estimasi nilai tengah c dan nilai tengah b pada himpunan fuzzy sedang ditentukan sendiri faktor pengalinya. Untuk sistem ini digunakan faktor pengali sebesar 0.05 atau 5 agar mempunyai jangkauan yang tidak begitu terlalu besar. Defuzzifikasi adalah proses pemetaan himpunan fuzzy ke himpunan tegas crisp. Proses ini merupakan kebalikan dari proses fuzzifikasi. Input dari proses defuzzyfikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan- aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus diambil suatu nilai crisp tertentu. Sri Kusumadewi 2002 : 97. Perhitungan fuzzyfikasi data persepsi responden dilakukan dengan menggunakan langkah awalnya adalah mencari nilai c, a, dan b untuk tiap kriteria dengan cara sebagai berikut : 30 Nilai batas bawah c i : = ∗ + ∗ + ∗ + ⋯ + ∗ + + ⋯ + Nilai tengah Crisp : = ∗ + ∗ + ⋯ + ∗ + + ⋯ + Nilai batas atas b i : = ∗ + ∗ + ⋯ + ∗ + ∗ + + ⋯ + Dimana: i = atribut 1,2,3,...,m j = linguistik variabel 1,2,3,...,k Nilai a batas tengah diperoleh dari jumlah data dibagi dengan banyaknya data pada setiap pilihan jawaban tidak penting, kurang penting, cukup penting, penting, sangat penting. Untuk nilai batas bawah c merupakan nilai minimal dari data jawaban responden, sedangkan nilai batas atas b merupakan nilai maksimal dari data jawaban responden. Rata-rata nilai c, a, dan b tersebut merupakan nilai defuzzifikasi yang diformulasikan sebagai berikut : Defuzzyfikasi =

2.3. Teori Permainan

Teori permainan merupakan suatu model matematika yang digunakan dalam situasi konflik atau persainagan antara berbagai kepentingan yang saling berhadapan sebagai pesaing. Dalam permainan peserta adalah pesaing. Keuntungan bagi yang satu merupakan kerugian bagi yag lain. Model-model permainan dapat dibedakan berdasarkan jumlah pemain, jumlah keuntungan atau