3. Pilih kolom kunci, yaitu kolom yang memiliki nilai ��
�
− �
�
� yang paling positif untuk kasus maksimasi atau yang memiliki nilai
��
�
− �
�
� yang paling negatif untuk kasus minimasi.
4. Pilih baris kunci yang memiliki nilai indeks terkecil. Nilai indeks adalah
perbandingan nilai kanan dengan kolom kunci, 5.
Tentukan nilai elemen cell, yaitu nilai perpotongan antara kolom kunci dan baris kunci.
6. Lakukan iterasi dengan menentukan baris kunci baru, baris Z baru, dan
baris variabel-variabel slack baru. a.
Baris kunci baru ditentukan dengan membagi baris kunci lama dengan elemen cell.
b. Baris Z baru dan baris-baris lainnya ditentukan dengan cara:
Baris lama – nilai kolom kunci baris yang sesuai × baris kunci baru c.
Letakkan nilai-nilai baris yang baru diperoleh ke dalam tabel. 7.
Lakukan uji optimalisasi. Jika semua koefisien pada baris ��
�
− �
�
� sudah tidak ada lagi yang bernilai positif untuk kasus maksimasi atau sudah
tidak ada lagi yang bernilai negatif untuk kasus minimasi berarti sudah optiamal. Jika kriteria belum terpenuhi, diulangi dari langkah 3.
2.3 Himpunan Fuzzy
Istilah fuzzylahir dari gagasan seorang guru besar pada University of California, Berkeley, Amerika Serikat, Prof. Lotfi Asker Zadeh.Sejak tahun 1960 Zadeh telah
merasa bahwa sistem analisis matematika tradisional yang dikenal sampai saat itu bersifat terlalu eksak sehingga tidak dapat berfungsi dalam banyak masalah dunia
nyata yang seringkali amat kompleks.Pada akhirnya di tahun 1965 Zadeh mempublikasikan karangan ilmiahnya berjudul “Fuzzy Set”. Terobosan baru yang
deperkenalkan oleh Zadeh ini telah memperluas konsep himpunan klasik menjadi himpunan fuzzy yang dapat mempresentasikan nilai-nilai ketidakpastian yang
ditemui dalam kehidupan nyata.
Universitas Sumatera Utara
Menurut Zadeh, himpunan fuzzy fuzzy set adalah sebuah kelas dari obyek denganserangkaian kesatuan dari nilai keanggotaan. Sebuah set dikarakterisasikan
oleh sebuah fungsi keanggotaan yang memberikan tiap obyek sebuah nilai keanggotaan yang rentang nilainya antara 0 dan 1.
2.4 Fungsi Keanggotaan Fuzzy
Sebuah himpunan fuzzy �̃ pada X ditandai oleh fungsi keanggotaan �
��
� yang berhubungan dengan setiap titik di X, sebuah bilangan riilpada interval [0,1]
dengan nilai dari �
��
� pada x mewakili derajat keanggotaan x pada �̃. Maka, semakin dekat nilai
�
��
�ke semesta pembicaraan, semakin tinggi derajat keanggotaan x pada
�̃. Fungsi keanggotaan membership function adalah suatu kurva yang menunjukkan pemetaan titik – titik input data ke dalam nilai
keanggotaan yang mempunyai interval antara 0 sampai 1.
Definisi 2.1:
X adalah sebuah himpunan tak kosong. Sebuah himpunan fuzzy �̃pada X ditandai oleh fungsi keanggotaannya:
�̃: � → [0,1] Dan
�̃�diinterpretasikan sebagai derajat keanggotaan dari elemen x pada himpunan fuzzy
�̃.untuk setiap � ∈ �.
Nilai 0 digunakan untuk mewakili bukan anggota, nilai 1 digunakan untukmewakili keanggotaan penuh, dan nilai – nilai di antaranya digunakan untuk
mewakili derajat keanggotaan menengah. Pemetaan �̃juga disebut sebagai fungsi
keanggotaan dari himpunan fuzzy �̃.
Definisi 2.2: Sebuah himpunan fuzzy adalah kosong jika dan hanya jika fungsi
keanggotaannya sama dengan 0 pada �̃.
Universitas Sumatera Utara
2.5 Bilangan Fuzzy