Teknik Sampling GAMBARAN UMUM PERUSAHAAN

Apabila unsur-unsur populasi tidak homogen, proses pengambilan sampel dengan sampling acak sederhana akan menimbulkan bias karena masing- masing anggota populasi tidak mempunyai kesempatan yang sama dan ada kemungkinan tidak mewakili semua unsur yang ada dalam populasi. Untuk mengurangi faktor heterogenitas tersebut dilakukan pembagian unsur-unsur dalam kelompok kecil yang disebut strata. 3. Cluster Sampling Unsur-unsur populasi dibagi ke dalam sub kelompoknya yang disebut klaster. Dari beberapa klaster yang dibagi atas dasar wilayah, batas alam, batas administrasi, dan lain-lain kemudia dipilih salah satu klaster secara acak. Klaster yang terpilih kemudian diambil sampelnya secara acak pula. 4. Sampling Sistematis Unsur-unsur populasi dipilih dengan jarak interval yang sama. Sebelum kita memilih sampel secara sistematis, biasanya kita memilih titik awal secara acak sebagai sampel pertama. Setelah itu kemudian untuk sampel berikutnya diambil dengan jarak interval yang sama. Sedangkan metode nonprobabilistik melakukan sampling dengna tidak melalui proses-proses statistik. Adapun pembagian metode nonprobabilistik antara lain adalah : 1. Quota Sampling Merupakan metode memilih sampel yang memiliki ciri-ciri tertentu dan jumlah kuota yang diinginkan. 2. Convenience Sampling Merupakan prosedur sampling yang memilih sampel dari orang atau unit yang paling mudah dijumpai atau diakses. 3. Purposive Sampling Merupakan teknik sampling yang memilih orang-orang terseleksi oleh peneliti berpengalaman berdasarkan ciri-ciri khusus yang dimiliki sampel 4 tersebut yang dipandang mempunyai sangkut paut yang erat dengan ciri-ciri atau sifat populasi yang sudah diketahui sebelumnya.

3.9. Logika Fuzzy

3.9.1. Pengertian Logika Fuzzy

Fuzzy secara bahasa diartikan sebagai kabur atau samar-samar. Suatu nilai dapat bernilai besar atau salah secara bersamaan. Dalam fuzzy dikenal erajat keanggotaan yang memiliki rentang nilai 0 nol hingga 1satu. Berbeda dengan himpunan tegas yang memiliki nilai 1 atau 0 ya atau tidak. Logika Fuzzy merupakan seuatu logika yang memiliki nilai kekaburan atau kesamaran fuzzyness antara benar atau salah. Dalam teori logika fuzzy suatu nilai bias bernilai benar atau salah secara bersama. Namun berapa besar keberadaan dan kesalahan suatu tergantung pada bobot keanggotaan yang dimilikinya. Logika fuzzy memiliki derajat keanggotaan dalam rentang 0 hingga 1. Berbeda dengan logika digital yang hanya memiliki dua nilai 1 atau 0. Logika fuzzy digunakan untuk menterjemahkan suatu besaran yang diekspresikan menggunakan bahasa linguistic, misalkan besaran kecepatan laju kendaraan yang diekspresikan dengan pelan, agak cepat, cepat, dan sangat cepat. Dan logika fuzzy menunjukan sejauh mana suatu nilai itu benar dan sejauh mana suatu nilai itu salah. Tidak seperti logika klasik scrisp tegas, suatu nilai hanya mempunyai 2 kemungkinan yaitu merupakan suatu anggota himpunan atau tidak. Derajat keanggotaan 0 nol artinya nilai bukan merupakan anggota himpunan dan 1 satu berarti nilai tersebut adalah anggota himpunan. Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output, mempunyai nilai kontinyu. Fuzzy dinyatakan dalam derajat dari suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang sama Kusumadewi. 2004 Logika Fuzzy memungkinkan