Himpunan Klasik Himpunan Kabur

intuisi. Sebagai contoh, untuk menyatakan kualitas data dikatakan “baik”, atau derajat kepentingan seorang pengambil keputusan dikata kan “sangat penting” Kusumadewi et al , 2006, hal: 2.

2.2.1 Himpunan Klasik

Crisp Pada teori himpunan klasik Crisp keberadaan suatu elemen pada suatu himpunan hanya akan memiliki 2 kemungkinan keanggotaan, yaitu : a. Menjadi anggota , dengan derajat keanggotaan sama dengan 1. b. Tidak menjadi anggota , dengan derajat keanggotaan sama dengan 0. Contoh : Misalkan variabel umur dibagi menjadi 3 kategori Kusumadewi, 2003 dalam Kusumadewi et al , 2006, yaitu : MUDA umur 35 tahun PAROBAYA 35 umur 55 tahun TUA umur 55 tahun Nilai keanggotaan secara grafis, himpunan MUDA, PAROBAYA, dan TUA dapat dilihat pada gambar. Gambar 2.3 Himpunan Klasik MUDA, PAROBAYA, dan TUA 1 35 35 55 55 MUDA PAROBAYA TUA Umur thn Umur thn Umur thn 1 1 Universitas Sumatera Utara Keterangan : 1. Apabila seseorang berusia 34 tahun, maka ia dikatakan MUDA 34 = 1 . 2. Apabila seseorang berusia 35 tahun, maka ia dikatakan TIDAK MUDA 35 = 0 . 3. Apabila seseorang berusia 35 tahun, maka ia dikatakan PAROBAYA 35 = 1 . 4. Apabila seseorang berusia 34 tahun, maka ia dikatakan TIDAK PAROBAYA 34 = 0 . Dari keterangan yang ada pada gambar 2.3 dapat disimpulkan bahwa penggunaan himpunan klasik untuk menyatakan umur sangat kurang bijaksana, hal ini disebabkan oleh apabila ada perubahan kecil saja pada suatu nilai mengakibatkan perbadaan kategori yang cukup signifikan.

2.2.2 Himpunan Kabur

Untuk mengatasi permasalahan himpunan yang ada dalam menyatakan umur dengan himpunan klasik, Zadeh mangaitkan himpunan semacam itu dengan suatu fungsi yang menyatakan derajat kesesuaian unsur-unsur dalam semestanya dengan konsep yang merupakan syarat keanggotaan himpunan tersebut. Fungsi itu disebut fungsi keanggotaan dan nilai fungsi itu disebut derajat keanggotaan suatu unsur dalam himpunan itu, yang selanjutnya disebut himpunan kabur Susilo, 2006, hal: 50. Menurut Zimmermann 1991 dalam Kusumadewi et al 2006, hal: 5 secara matematis himpunan kabur dalam himpunan semesta adalah suatu himpunan pasangan berurutan : = , ∈ Dimana adalah derajat keanggotaan dari , yang merupakan suatu pemetaan dari himpunan semesta ke selang tertutup [0,1]. Universitas Sumatera Utara Contoh Kusumadewi et al, 2006, hal:6-7 : Gambar 2.4 Himpunan F uzzy untuk Variabel Umur Fungsi keanggotaan untuk setiap himpunan pada variabel umur dapat diberikan sebagai berikut: = 1; 25 45 − 20 ; 25 45 0; 45 = 0; 35 � � 55 − 35 10 ; 35 45 55 − 10 ; 45 55 = 0; 45 − 45 20 ; 45 65 1; 65 Seseorang yang berumur 40 tahun termasuk dalam himpunan MUDA dengan 40 = 0,25, namun dia juga termasuk dalam himpunan PAROBAYA dengan 40 = 0,5. Seseorang yang berumur 50 tahun termasuk kedalam himpunan TUA dengan 50 = 0,25, dan ia juga termasuk kedalam himpunan PAROBAYA dengan 50 = 0,5 MUDA PAROBAYA TUA 25 35 45 55 65 1 40 50 Umur thn 0,25 0,5 Universitas Sumatera Utara 2.3 F uzzy AHP Penggunaan AHP dalam permasalahan Multi Criteria Decision Making MCDM sering dikritisi suhubungan dengan kurang mampunya pendekatan AHP ini untuk mengatasi faktor ketidakpresisian yang dialami oleh pengambil keputusan ketika harus memberikan nilai yang pasti dalam matriks perbandingan berpasangan. Oleh kerena itu, untuk mengatasi kelemahan AHP yang ada maka dikembangkan suatu metode yang disebut fuzzy AHP. Metode fuzzy AHP merupakan penggabungan antara metode AHP dengan pendekatan fuzzy . Pada metode fuzzy AHP digunakan Triangular Fuzzy Number TFN. TFN digunakan untuk menggambarkan variabel-variabel linguistik secara pasti. TFN disimbolkan dengan = , , , dimana dan adalah nilai terendah, adalah nilai tengah, dan adalah teratas. Tabel berikut memperlihatkan TFN yang digunakan untuk keperluan dalam matriks perbandingan berpasangan pairwise comparison . Tabel 2.3 Fungsi keanggotaan bilangan fuzzy fuzzy membership function Definisi TFN Absolute mutlak lebih penting 7, 9, 9 Very strong sangat penting 5, 7, 9 Fairly strong lebih penting 3, 5, 7 Weak sedikit lebih penting 1, 3, 5 Equal sama penting 1, 1 ,3 Universitas Sumatera Utara Jika kita misalkan terdapat 2 TFN yaitu 1 = 1 , 1 , 1 dan 2 = 2 , 2 , 2 , maka operasi aritmatika Triangular Fuzzy Number TFN adalah: 1 + 2 = 1 + 2 , 1 + 2 , 1 + 2 2.10 1 ⊗ 2 = 1 2 , 1 2 , 1 2 2.11 1 −1 = 1 1 , 1 1 , 1 1 2.12

2.3.1 Langkah-Langkah

Dokumen yang terkait

Analisis Metode Fuzzy Analytic Hierarchy Process (Fahp) Dalam Menentukan Posisi Jabatan

12 131 82

Perbandingan Metode Analytical Hierarchy Process (AHP) dan Metode Preference Ranking Organization Method For Enrichment Evaluation (PROMETHEE) untuk Pemilihan Hardisk Eksternal

19 131 147

Implementasi Metode Profile Matching dan Metode Analytical Hierarchy Process (AHP) pada Perekrutan Tenaga Kurir (Studi Kasus PT. JNE Cabang Medan)

16 91 137

Analisis Metode AHP (Analytical Hierarchy Process) Berdasarkan Nilai Consistency Ratio

2 46 123

Penentuan Komoditas Unggulan Pertanian Dengan Metode Analytical Hierarchy Process (AHP) (Studi Kasus: Pertanian Kecamatan Parbuluan, Kabupaten Dairi)

18 117 72

Implementasi Metode Analytical Hierarchy Process (AHP) dan Fuzzy Multi-Attribute Decision Making (Fuzzy MADM) dalam Penentuan Prioritas Pengerjaan Order di PT. Sumatera Wood Industry

6 138 175

Analisis Pemilihan Supplier Dengan Metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) di PT. Indo CafCo

12 57 78

Studi Penerapan Metode Analytical Hierarchy Process (AHP) Dan Metode Technique For Order Preference By Similarity To Ideal Solution (TOPSIS) Untuk Peningkatan Kualitas Layanan Di Rumah Sakit Bina Kasih Medan-Sunggal

4 41 149

Pendekatan Analytic Hierarchy Process (AHP) Dalam Pemilihan Supplier (Pemasok)

0 35 51

Eksposisi Analytic Hierarchy Process Dalam Riset Operasi: Cara Efektif untuk Pengambilan Keputusan

1 66 38