Analisis Rule Fuzzy Inferensi Sugeno Dalam Sistem Pendukung Keputusan
BAB 1
PENDAHULUAN
1.1
Latar Belakang
Penelitian yang dilakukan (Hafsah, et al. 2008) mengatakan lembaga pendidikan
seperti pendidikan SMU kerap kali membutuhkan suatu bentuk keputusan dalam
memilih jurusan yang sesuai untuk siswa-siswi SMU yang akan melanjutkan ke
jenjang yang lebih tinggi. Keputusan yang diambil dalam memilih jurusan mungkin
hampir benar sesuai dengan kemampuan, bakat dan minat siswa atau mungkin juga
salah.
Pembuat keputusan harus benar-benar mempertimbangkan pilihan yang
sesuai
untuk
penjurusan
tersebut.
Sehingga
dibutuhkan sistem
pendukung
keputusan yang dapat mengklasifikasikan pola penjurusan siswa kelas III di
SMU dengan mempertimbangkan kemampuan, bakat dan minat siswa terhadap
suatu jurusan, dengan menggunakan logika fuzzy. (Hafsah, et al. 2008)
Persoalan pengambilan keputusan, pada dasarnya adalah bentuk pemilihan dari
berbagai alternatif tindakan yang mungkin dipilih yang prosesnya melalui mekanisme
tertentu, dengan harapan dapat menghasilkan sebuah keputusan yang terbaik.
Penyusunan model keputusan adalah suatu cara untuk mengembangkan hubunganhubungan logis yang mendasari persoalan keputusan ke dalam suatu model matematis,
yang mencerminkan hubungan yang terjadi diantara faktor-faktor yang terlibat
mengajukan model yang menggambarkan pengambilan keputusan. Logika fuzzy jauh
lebih luas dari pada sistem logis tradisional, logika fuzzy diperlukan untuk menangani
masalah kompleks dalam hal pencarian, keputusan ataupun masalah dalam menjawab
pertanyaan dan masalah kontrol. (Zadeh, 1990)
Dalam jurnalnya ( Nasution 2012) mengatakan logika fuzzy merupakan
perluasan dari penalaran tradisional,
(di mana x adalah salah satu anggota dari
himpunan A atau tidak) atau sebuah x dapat menjadi anggota himpunan A dengan
derajat keanggotaan (μ) tertentu.
Siji dan Rajesh (2011) dalam penelitiannya menulis, sistem fuzzy cocok untuk
penalaran pasti atau perkiraan, terutama untuk sistem dengan model matematika yang
ketat yang sulit untuk mendapatkan sebuah keputusan yang pasti. Logika fuzzy dapat
digunakan untuk menggambarkan suatu sistem dinamika yang kacau, dan logika fuzzy
dapat berguna untuk sistem yang bersifat dinamis yang kompleks dimana
penyelesaian dengan model matematika yang umum tidak dapat bekerja dengan baik.
Kaur A dan Kaur A (2012) dalam penelitiannya menulis metode Sugeno
melakukan komputasi secara efisien dan bekerja dengan baik dengan optimasi dan
teknik adaptif, yang membuatnya sangat baik dalam masalah kontrol, terutama untuk
sistem non linier dinamis. Sistem fuzzy Sugeno memperbaiki kelemahan yang dimiliki
oleh sistem fuzzy murni untuk menambah suatu perhitungan matematika sederhana
dengan menggunakan aturan IF-THEN. Pada perubahan ini, sistem fuzzy memiliki
suatu nilai rata-rata (Weighted Average Values) di dalam bagian aturan fuzzy IFTHEN.
Secara umum logika fuzzy dapat menangani faktor ketidakpastian secara
baik sehingga dapat diimplementasikan pada proses pengambilan keputusan.
Model logika fuzzy bekerja dengan menggunakan derajat keanggotaan dari
sebuah nilai, kemudian digunakan untuk menentukan hasil yang diinginkan,
berdasarkan aturan-aturan yang telah ditentukan. Logika fuzzy memiliki kemampuan
untuk menjelaskan secara linguistik suatu sistem yang kompleks. Aturan-aturan dalam
model fuzzy pada umumnya dibangun berdasarkan keahlian manusia dan pengetahuan
heuristik dari sistem yang dimodelkan. Teknik ini selanjutnya dikembangkan menjadi
teknik yang dapat mengidentifikasi aturan-aturan dari suatu basis data yang
telah dikelompokkan berdasarkan persamaan strukturnya. (Hafsah, et al. 2008)
Dalam bukunya (Kusumadewi & Purnomo 2010) mengatakan bahwa beberapa
alasan kenapa menggunakan logika fuzzy dalam hal menentukan suatu keputusan,
antara lain:
1.
Konsep logika fuzzy mudah dimengerti, karena logika fuzzy menggunakan dasar
teori himpunan, maka konsep matematis yang mendasari penalaran fuzzy tersebut
cukup mudah untuk dimengerti.
2.
Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahanperubahan dan ketidakpastian yang menyertai permasalahan.
3.
Logika fuzzy memiliki toleransi terhadap data yang tidak tepat. Jika diberikan
sekelompok data yang cukup homogen, dan kemudian ada beberaa dta yang
“eksklusif”, maka logika fuzzy memiliki kemampuan untuk menangai data
eksklusif tersebut.
4.
Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat
kompleks.
5.
Logika fuzzy dapat membangun dan mengaplikasikan pengalaman para pakar
secara langsung tanpa harus melalui proses pelatihan. Dalm hal ini, sering dikenal
dengan nama fuzzy Expert System menjadi bagian terpenting.
6.
Logika fuzzy dapat bekerjasama dengan teknik – teknik kendali secara
konvensional. Hal ini umumnya terjadi pada aplikasi dibidang teknik mesin
maupun teknik elektro.
7.
Logika fuzzy didasarkan pada bahasa alami. Logika fuzzy menggunakan bahasa
sehari-hari sehingga mudah dimengerti.
Dari latar belakang yang telah disampaikan sebelumnya maka sangatlah
dibutuhkan suatu model untuk membantu dalam menentukan pemilihan jurusan
nantinya agar kelak tidak ada lagi yang akan salah dalam mengambil keputusan dalam
hal pengambilan keputusan, dari uraian diatas bahwa metode fuzzy akan sangat tepat
untuk menyelesaikan permasalahan ini, maka peneliti ingin menuangkannya dalam
tesis yang berjudul “Analisis Rule Fuzzy Inferency Sugeno Dalam Sistem
Pendukung Keputusan”.
1.2
Rumusan Masalah
Dari latar belakang yang telah disampaikan sebelumnya, maka penelitian ini memiliki
masalah bagaimana membuat model fuzzy inferensi sugeno agar dapat diterapkan
dalam pendukung keputusan
1.3
Tujuan Penelitian
Adapun yang menjadi tujuan penelitian ini adalah untuk membuat rule fuzzy inferensi
sugeno agar dapat diterapkan dalam pendukung keputusan.
1.4
Batasan Masalah
Adapun batasan masalah dalam penelitian ini adalah :
1. Dalam penelitian ini peneliti menggunakan Metode Inferency Fuzzy Sugeno
dalam Penentuan Pemilihan jurusan.
2. Data yang digunakan adalah data siswa SMA Santa Maria Tahun 2014
PENDAHULUAN
1.1
Latar Belakang
Penelitian yang dilakukan (Hafsah, et al. 2008) mengatakan lembaga pendidikan
seperti pendidikan SMU kerap kali membutuhkan suatu bentuk keputusan dalam
memilih jurusan yang sesuai untuk siswa-siswi SMU yang akan melanjutkan ke
jenjang yang lebih tinggi. Keputusan yang diambil dalam memilih jurusan mungkin
hampir benar sesuai dengan kemampuan, bakat dan minat siswa atau mungkin juga
salah.
Pembuat keputusan harus benar-benar mempertimbangkan pilihan yang
sesuai
untuk
penjurusan
tersebut.
Sehingga
dibutuhkan sistem
pendukung
keputusan yang dapat mengklasifikasikan pola penjurusan siswa kelas III di
SMU dengan mempertimbangkan kemampuan, bakat dan minat siswa terhadap
suatu jurusan, dengan menggunakan logika fuzzy. (Hafsah, et al. 2008)
Persoalan pengambilan keputusan, pada dasarnya adalah bentuk pemilihan dari
berbagai alternatif tindakan yang mungkin dipilih yang prosesnya melalui mekanisme
tertentu, dengan harapan dapat menghasilkan sebuah keputusan yang terbaik.
Penyusunan model keputusan adalah suatu cara untuk mengembangkan hubunganhubungan logis yang mendasari persoalan keputusan ke dalam suatu model matematis,
yang mencerminkan hubungan yang terjadi diantara faktor-faktor yang terlibat
mengajukan model yang menggambarkan pengambilan keputusan. Logika fuzzy jauh
lebih luas dari pada sistem logis tradisional, logika fuzzy diperlukan untuk menangani
masalah kompleks dalam hal pencarian, keputusan ataupun masalah dalam menjawab
pertanyaan dan masalah kontrol. (Zadeh, 1990)
Dalam jurnalnya ( Nasution 2012) mengatakan logika fuzzy merupakan
perluasan dari penalaran tradisional,
(di mana x adalah salah satu anggota dari
himpunan A atau tidak) atau sebuah x dapat menjadi anggota himpunan A dengan
derajat keanggotaan (μ) tertentu.
Siji dan Rajesh (2011) dalam penelitiannya menulis, sistem fuzzy cocok untuk
penalaran pasti atau perkiraan, terutama untuk sistem dengan model matematika yang
ketat yang sulit untuk mendapatkan sebuah keputusan yang pasti. Logika fuzzy dapat
digunakan untuk menggambarkan suatu sistem dinamika yang kacau, dan logika fuzzy
dapat berguna untuk sistem yang bersifat dinamis yang kompleks dimana
penyelesaian dengan model matematika yang umum tidak dapat bekerja dengan baik.
Kaur A dan Kaur A (2012) dalam penelitiannya menulis metode Sugeno
melakukan komputasi secara efisien dan bekerja dengan baik dengan optimasi dan
teknik adaptif, yang membuatnya sangat baik dalam masalah kontrol, terutama untuk
sistem non linier dinamis. Sistem fuzzy Sugeno memperbaiki kelemahan yang dimiliki
oleh sistem fuzzy murni untuk menambah suatu perhitungan matematika sederhana
dengan menggunakan aturan IF-THEN. Pada perubahan ini, sistem fuzzy memiliki
suatu nilai rata-rata (Weighted Average Values) di dalam bagian aturan fuzzy IFTHEN.
Secara umum logika fuzzy dapat menangani faktor ketidakpastian secara
baik sehingga dapat diimplementasikan pada proses pengambilan keputusan.
Model logika fuzzy bekerja dengan menggunakan derajat keanggotaan dari
sebuah nilai, kemudian digunakan untuk menentukan hasil yang diinginkan,
berdasarkan aturan-aturan yang telah ditentukan. Logika fuzzy memiliki kemampuan
untuk menjelaskan secara linguistik suatu sistem yang kompleks. Aturan-aturan dalam
model fuzzy pada umumnya dibangun berdasarkan keahlian manusia dan pengetahuan
heuristik dari sistem yang dimodelkan. Teknik ini selanjutnya dikembangkan menjadi
teknik yang dapat mengidentifikasi aturan-aturan dari suatu basis data yang
telah dikelompokkan berdasarkan persamaan strukturnya. (Hafsah, et al. 2008)
Dalam bukunya (Kusumadewi & Purnomo 2010) mengatakan bahwa beberapa
alasan kenapa menggunakan logika fuzzy dalam hal menentukan suatu keputusan,
antara lain:
1.
Konsep logika fuzzy mudah dimengerti, karena logika fuzzy menggunakan dasar
teori himpunan, maka konsep matematis yang mendasari penalaran fuzzy tersebut
cukup mudah untuk dimengerti.
2.
Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahanperubahan dan ketidakpastian yang menyertai permasalahan.
3.
Logika fuzzy memiliki toleransi terhadap data yang tidak tepat. Jika diberikan
sekelompok data yang cukup homogen, dan kemudian ada beberaa dta yang
“eksklusif”, maka logika fuzzy memiliki kemampuan untuk menangai data
eksklusif tersebut.
4.
Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat
kompleks.
5.
Logika fuzzy dapat membangun dan mengaplikasikan pengalaman para pakar
secara langsung tanpa harus melalui proses pelatihan. Dalm hal ini, sering dikenal
dengan nama fuzzy Expert System menjadi bagian terpenting.
6.
Logika fuzzy dapat bekerjasama dengan teknik – teknik kendali secara
konvensional. Hal ini umumnya terjadi pada aplikasi dibidang teknik mesin
maupun teknik elektro.
7.
Logika fuzzy didasarkan pada bahasa alami. Logika fuzzy menggunakan bahasa
sehari-hari sehingga mudah dimengerti.
Dari latar belakang yang telah disampaikan sebelumnya maka sangatlah
dibutuhkan suatu model untuk membantu dalam menentukan pemilihan jurusan
nantinya agar kelak tidak ada lagi yang akan salah dalam mengambil keputusan dalam
hal pengambilan keputusan, dari uraian diatas bahwa metode fuzzy akan sangat tepat
untuk menyelesaikan permasalahan ini, maka peneliti ingin menuangkannya dalam
tesis yang berjudul “Analisis Rule Fuzzy Inferency Sugeno Dalam Sistem
Pendukung Keputusan”.
1.2
Rumusan Masalah
Dari latar belakang yang telah disampaikan sebelumnya, maka penelitian ini memiliki
masalah bagaimana membuat model fuzzy inferensi sugeno agar dapat diterapkan
dalam pendukung keputusan
1.3
Tujuan Penelitian
Adapun yang menjadi tujuan penelitian ini adalah untuk membuat rule fuzzy inferensi
sugeno agar dapat diterapkan dalam pendukung keputusan.
1.4
Batasan Masalah
Adapun batasan masalah dalam penelitian ini adalah :
1. Dalam penelitian ini peneliti menggunakan Metode Inferency Fuzzy Sugeno
dalam Penentuan Pemilihan jurusan.
2. Data yang digunakan adalah data siswa SMA Santa Maria Tahun 2014