i -::lrepository.stmik-im.ac.id/13/1/wawasan ilmiah_feb2008.pdf · namun banyak pengambilan...
TRANSCRIPT
' I - : : l
d - : , r ' I : - : ' i : : & t 1 t . - i ' : r i i
ca-CA6E@6Eiafr:fr1EJi3
t?ffifr
rat+a'reFFFtu;,F:r6l
ftF:rF=E4
Hj
tr=l
Eirt:
Hs=j
/a"rnl Trfiaanaan cl hehnFORUM ILMIAH BAGI ILMUWAN DAN PRAKTISI
Volume 1 Nomor 1 - Februari 2008. ISSN 1978-8444
SUSUNAN REDAKSI
Dewan PenasehatH. Imid Hamid, Drs, MPd.
Dr.Hasim, MPdRB. Suwarno, Dtrs, MPd.
Penanggungjawab :Nizar Alam Hamdani. M.M. M.T
Dewaq Editor :Rostina Sundayana, Drs, MPd
Erwan Yani, Ir.Diky Firdaus, S.Kom
Cecep Furqon, ST.Aswan, Drs., MSi
Yana, Drs
Pimpinan RedaksiSony Firdaus, ST.
SekertarisRamdhani Hidavat. S.Kom.
Editor *.r"Ur"o"Tedi Budiman S. SiAndika Eko, S.kom.
Dede Kurniadi. S.Kom
Alamat RedaksiJl. Pahlawan No. 32
Telp (0262) 540393 GarutFax : (0262) 540469
Pengantar Redaksi
Jurnal Wawasan Ilmiah merupakanmedia ilmiah yang ditujukan untukmembantu percepatan penyebaraninformasi mengenai perkembangan ilmudan penelitian dalam bidang kekhususanteknologi dan sistem informasi.
Pada edisi ini, Jurnal Wawasan Ilmiahakan menyajikan beberapa waaana, yangdibangun atas dasar penelitian dankerangka konseptual khususnya dalampengembangan teknologi dan sisteminformasi.
Redaksi mengucapkan pernghargaankepada para penulis yang telahmemberikan kepercayaan kepada JurnalWawasan Ilmiah untuk menerbitkankarya-karyanya. Redaksi berharaptulisanb-tulisan yang dlsajikan dapatb ermanfaat bagi p embaca.
. i.'
F;
&ffi
g€.'
H&Cbfr
Volume I No. l, Februori 2008 fssN 1976-E444
6?7a64caearafrdaCb€4€qe46aaa
aa€a
C.eq=3d=a
Iq-G-ls=3-
7/wq&,rcchi/tnt4al %V/ar,nieran o dnlo ?e/r4ihrr q,,4untaaa
Kojion Kebiikon ICT (nformolion and Communicqtion Technology) Podo Era Ofonomi Doeroh(NizorAlom Homdoni dqn Ahmod Fouzi)
Menyelesoi kon Permosolohon Molri ks den gon Men ggu nokon Anoiysis Toot po k(Rosfino Sundoyono)
Sfudi Konsep Cobro Sebogoi Middlewore Plofform UnlukSisfem Terdislribusi(Asep Deddy)
Sekilos Anoliso Sisfem Informosi Perusohoqn(Dicky Firdous)
A simulosi Konsep Fuzry unfukAnolisis sposiol Dolom pengombiron Keputuso ^ L-''-r'"(Choirudin don Rosim)
Esfimosi Niloi Kqdor Dengon Menggunokon Joringon Syorof Tiruon Rodiol Bosis(Peny S)
Pengoruh lmplemenlosi Kebiiokon Pembinoon UKM Berwowoson Teknologisertqffnerjo promosidon
lF7 il"*iffi,rilffi"o Produktivitqs Kerio UKM di Kobupoten Goruf
64fi11ei3
AKADEMI MANAJEMEN INFORMATIKA DAN KOMPUETRAMIK.GARUT :
Jl. Pahlawan No. 32 Telp (0262) 540393 Garut Fax : (026D 54a469
Eraa€
era€r€rlafi€
€
€
€
€
a€
a€
aaftdr€rcera@€
en14ca@
Wawasan [lmiah (Jurnal Manaiemen dan Teknologi Informnsi)
Akademi Manajemen dan Informatika (AMIIQ Garut
tssN l97E-8444
Volume 1 No l, Februari 2008Halaman 33-38
S i m u I as i "[TT:"i:fr il,H lttllH: "
as ia I
Oleh:
ChairuddinRasim
Abstrak
Dalsm melqkukan analisis spasial akan sering dihadapkan pada adarrya ketidalqastian,
karena fenomena spasial melibatkon banyak aspek baik kondisi fisik mqupun non fisihhal ini Eecqra tidak langsung juga akan meningkatkan ketidakpastian dalam pengambilan
keputusan. Operasi pingo;;ti*n dengan "metode
fuzzy ini merupakan salah satu
mLnde/pendekatan yang digunakan untuk mengurangi ketidakpastian tersebut atau
membeitkan iustifikasi terhadap keputusan yang diambil. Pendekatan ini dikembangkan
dori pengambilan keputusan klasik Berdasarkan hal tersebut penulis mencoba
mensimulasikan metode tersebut dengan mengangkat permasalahan spasial, yaitu
bagaimana mengambil keputusan dalam menentukan lokasi yang cocok untuk area
peiumahan,ada beberapa alternatif penggunaan metoda dalam fuzzy, seperti Metodepembobotan AdW Fu7ry flay1 Maode Ordered Weighted Averoge, metode futty yang
digunakan untuk memecahkan masulah ini adalah Metode Pembohotan Adilif Fuzly
Kata, Kunci: Simulasi, Fuz4t, SPasial
PEI\TDAHULUAT\
pengambilan keputusan klasik didasarkan pada teori bahwa ihnu pengetahuan harus berusaha keras untuk
hania bersifat pasti (certainty) dalam segala bentuk dan manifestasinya. Dalam loglka klasib hal ini
dinyatakan dadm fungsi keanggotaan, dimana suatu keadaan hanya bisa dinyatakan dalam bentuk nilai
absolut atau dalam dua himpunan (misalny4 benar atau salah, ya atau tidak) dan tidak ada nilai antaranya.
Namun banyak pengambilan keputusan dan penyelesaiar/pemecahan masalah.tidak dapat didefinisikan
seg:tra tepat/persis, slUiogga fungsi keanggotaan logika/himpunan klasik ini gagal unnrk menyatakan dan
membedakan masing-masing tlsanggotaan dalam himpunan yang sama. Oleh karena iq digunakan
konsepsi logika fuzzy, dimana berdasarkan logika ini penyelesaian masalah dilakukan dengan
menggunakan pertimbangan-pertimbangan yang lebih masuk akaVmanusiawi dalam menangani
ketidakpastian dan informusi yang hanya bersifat perkiraan sehingga akan dihasilkan keputusan yang
lebihbaik
KONSEP FAZZY
Dalam konsep fuzq masalah ketidakpastian dilihat sebagai sesuatu hal yang penling, tidak saja
merupakan s"suatu hal yang tidak bisa dihindari melainkan juga secara faktual merupakan sesuatu hal
yang memiliki manfaat. Logika fuzzy berbasiskan pada teori himpunan fu24 dan teori keanggotaan
himpunan fuzzy.
. Dalam logika fuzzy suatu anggota dinyatakan dalam bentuk himpqpan s.1\ar.(fuzzy set) yaiar
ada suatu bentuk keanggotaan obyek pada suatu himpunan yang. Qatasannya tidak dlpat dinVatakan
dengan tegas (tidak pasti), dimana antara nilai absolut (misalnya" an$r-a 'benar' dan 'salah' atau antara.buJ*, a*;"i"t'1 terdapat nilai antaranya (misalnnya, 'lumayan bagus'). Nilai antara nilai absolut inilah
y*! ai"yut"t* dalam himpunan fuzzy. Definisi keanggotaan dalam suatu himpunan tersebut tidak pada
H a aJ J
afr€
€
e-l€
€
tc]€
€
€
ca€
C+€
CAca€
€
a€
€a€=reaCA€a€=r€
€
€
€
E*r€
HI
ISSN 1978-E4,llWawasan ltmiah (Jurnal Manalemen dan Teknologi Informasi)
Akademi Manajemen dan [nformatika (AMIK) Garut
.anggota' atau 'bukan anggota' tetapi lebih kepada tingkatan sampai seberapa jauh derajat
keanggotaan-oya (degree of members hip).
gambar I
PERBEDAAN ANTARA HIMPUNAN KLASIK DENGAN HIMPUNAI{ FAZZY
Tingkat/derajat keanggotaaan himpunan fuzzy dapat ditentukan melalui empat fungsi keanggotaan yaitu
fungsi segitiga, trapesium,'S', dan'Genta' (gambar-2).
gambdr 2EMPAT FTJNGSI KEAI\GGOTAAN HIMPUNAN FUZZY
FWGSISEGITIGA
x S E ," * : a < x ! b ,
b c x 4 c ,
X } C ,
,C = Xko*
- c )
-b)
dimgna : a = xkiri rb = x oo*;nt
lbL (x; a, b, c) =l'; -ii:i,
Io
(oIl ( xI
f I ( x ; a , h , c , d ) = l I
l (dLo
d imona : & = x * ,b
- a)/(b - a)
- x)/(d = c)
. l
: X i o * * , C . =- t "
x 1 a ,
a < x a b ,
D < r S c ,
c < x 1 c ,
x ) d ,
x p-"o* ,
Keterangan:a Suuu anggota hanya dapat dinyatakan 'bagian himpunan' atau 'tidak
bagian himpunan' dan botas antar keduanya sangatjelas dan pasti
b- Batas tidak jelas dan terdapat anggota yang terletak di ruang antara'anggota himpunan' dan 'bukan anggota himpunan' (grey area) yang
merupakan ctnggota himpunan fuzzy, dimana nilainya ditentukan oleh
derajat keanggotaannya terkait dengan himp*nan tersebut
34
d = xt*q
Wawasan llmiah (Jurnal Manujemen dan Teknologi Informasi)Akademi Manajemen dan Informatika (AMIIO Garut
ISSN 1978-8444
a€
€
€
€
ra€
€
€
€
€
€
€
CAea64€-)
acafraFr€
€
€
€
ff€
ftftf,€
€oe
t
FUNGSI'S'
S (x;a,b,c): 4f*-Orf"-olYI -(ft-c)/(c- e)'
dimanu a = xo* b = xo6p c = xko-o
xSa ,
a<x3b ,
b<x4c ,
xlc t
x 1 c ,
X } C ,
= x pon.ok s € - xhon* - c * b
c - b c + b
c)
c+b )r (x;
dimana : a : xhiri : C - bt b : Iebar banwidth, c
Dalam pengambilan keputusan dengan menggunakan logika fi.rzzy, mffislah didefinisikansebagai 'optimasi subyek fungsi kriteria dari batasan yang ada'. Dalam lingkungan keputusan fuzz5z,kriteria fuzzy dikarakteristikan oleh fungsi anggotranya, begitu juga dengan batasannya- Hasil kombinasiarfiara fin4r kriteria dan fuzzy batasan digunakan sebagai dasar pengambilan keputusan. Hubunganantara batasan dan hiteria dalam pengambilan keputusan fuzzy adilah simetris dalam ani keduanyadioperasikan dengan cara yang sama. Masing-masing evaluasi kriteria dan batasan ditihat sebagai subsetdalam ruang pengambilan keputusan. Dalam model fuzzy secara umum, alternatif terbaik adalatr alternatifyang memiliki tingkat anggota paling tinggi dalam intersection atau perpotongan antara lciteria denganbatasan.
Operasi penggabungan truzy pada dasarnya menggabungkan beberapa setfiu4 menjadi satu setfu2ry, Sebagai contoh, jika satu set alternatif digambarkan dengan label bahasa 'bagus', 'cirkup' danJelek' dan tiap label ini diteApkan sebagai satu set fuznJ, dan kemudian dengan menggunakan operasipenggabungan yang tepat maka dapat diperoleh satu set fw4 yang mampu menggambarkan perforniancetiap alternatif secara keseluruhan.
Metode pengambilan keputusan dalam analisis spasial dengan menggunakan operasi penggabungatnftuzyadalah Men de Pembobotan Aditif Fuay
Metode Pembobotan Aditif Fuzzv
Metode Pembobotan Aditif Fuzzy atau_ Fuzzy Additive Weighting Method (FSAW) ini samadengan metode konvensional SAY (Simple Additive Weighting), keduanya menggunakan bobot rata-ratasebagai media penggabungan. Perbedaan antara kedua metode tersebut adalah FSAW mengoperasikandata fvz4, dimana input matrils keputusan dan bobot dispesifikasikan seb-agai angka fuz4. Fungsikeanlgotaan angka fwzy dalam metode ini menggunakan konsep/fusgsi segitiga atau trapesium. Jikaatribut dan bobot direpresentasikan dalam format angka trapesium, mffa utilitas ftetertarikan) alternatifke-i diketahui dari:
IS ( x ; c -b , c -b /2 ,b . c r=<
f.1- S(x; c, c + b/2,
I
35
Wawasan llmiah (Jurnat Manuiemen dan Teknologi Informasi)Akademi Manajemen dan lnformatika (AMIK) Garut
ISSN I97E-E1U
F i = Z , w j x , i
Metode ini dapat diimplementasikan dalam lingkungan GIS dengan menggunakan operasi aritmatik
fuzzy.
SIMULASI KONSEP FUZZ"Y r
Developer ingin mengevaluasi tiga alternatif persil lahan untuk pengembangan perumahan
dengan dua kritiria euituasi (kimiringan dan aksesibilitas ke jalan utama)- Developer harus melakukan
,*i"y lapangan ke wilayah studi dan mengevaluasi tiap persit berdasarkan dua kiteria tersebut
(kesesuaian la=han untuk pengembangan perumahan). Sebagai contoh, kriteria kemiringan memiliki nilai
sedang (M) untuk altematiipersil-lahan l, sedangkan altematif-2 dan 3 memiliki nilai tinggi (H).
Oeveioper menetapkan bahwa-kriteria aksesibilitas lebih penting daripada kemiringan, maka w = (sedang,
tinggi). Label ini dikonversi kedalam angkafuzzy dengan menggunSkan dua skala konversi yaitu fungsi
keilggotaan segitiga dan trapesium. Hasilnya ditunjukkan pada Gambar .4.
gambar 4PETA KRITERIA FTIZZV DAI{ ANGKA FUZZY
/41 Slope
t 1 2
hryh
Iow
3 medim
(:,7 Accessibility
l l l
high
low
_1 medium
p8a1
8
o
A
o o.2 o.4 0.6 o.8 1.0
{r)t.(.8
_4
O O.2 0.4 0.6 0.8 1 0 (xr)
Hasil yang diperoleh w.: (0.4,0.6, 0.6, 0.8) untuk kriteria kemiringan, dan w2: (0-6, 0.8' 0.8,
1.0) untuk ut"".iu]titur. Jika peta nrrry Irit"ria dan fu24 bobot sudah teridentifikasi' maka langkah
selanjutnya adalah menghitung nilai ketiga persil lahan tersebut berdasarkan dua kriteria dan akan
men;"aai dasar pertimbarigan pieferensi developer. Untuk keperluan pengambilan keputusan dllakukan
langkah-tangkah berikut ini (Gambar 5):.
-Operasiperkatian. Komponen tunggat angka trapesium (a" b, c, dan d) dikalikan dengan bobotnya'
Sibagai contob, nilai komponen Jd"ogao afibut kelerengan x1p - 0.4 dikalikan dengan bobotnya
0.4 rienghasilkan skor boLot 0.16. Dengan cara yang sama" nilai bobot diperoleh untuk keempat
elemen auollJr,a fivzy trapesium dan dua laiterianya-. Operasi penjumlahan. Skor bobot fuzzy untuk tiga atribut digabungkan untuk tiap+iap komponen
,*gUafuzzy rrapesium. Misal nilai 0.52 adalahjumlah bobot kriteria kemiringan dan aksesibilitas
paia persii 1- Operasi penjumlahan dilakukan untuk tiap komponen ang$a fuzzy, dan menghasilkan
*tu-rituutilitas tiga persil lahan berdasarkan dua kriteria evaluasi.r Meranking ketiga alternatif. Hal ini dilakukan dengan menggarnbarkan alternatif dalam bentuk angka
tuzzy yang Aiturunkan dari peta utilitas (dari langkah sebelumnya). Altematif dikarakteristikan
dengan angka berikut (Gambar 6):Alternative I :(0.52, 1.0, 1.0, 1.64)Alternative 2 :,(0.16, 0.36, 0.52, 0.68)Alternative 3 : (0.36, 0'88, 0.88, 1.6)
L.;
36
Wawasan [lmiah (Jurnal Manajemen dan Teknologi Informasi)Akademi Manajemen dan Informatika (AMIK) Garut
ISSN 1978-8444
enlfaea€
eat€r€
€
€
€
ee€
Cb€
c4€
a€
d4ca€r€r€r€
€
€
eer€
a@
a@H
gambar 5STMPLE FUZZY A"DD TTTVE WEIGHTING METHOD
SLOPE {r;1 } ACCESSIEILITY {.r;1!
.:-r0 b . ' I
. 1.6 1
I
I 0-64 i
b
i _-_-"1
l o 6 II r o . o ll a r s I
I t .o . f iI
l . o
d
Il_o
o.3
0 t 5.- o-o
0 . t 2. O 0
o
r,-;7-l| - { G l 6 l
f-"ig\. I
Karena angka fuzq tidak tersusun secara linier, maka perlu digunakan metode ranking untukmengurutkan an$a tuzzy yang dihasilkan. Hal ini dapat diperoleh dengan meranking nilai parameter dpada utilitas fu24, oleh karena itu langkah selanjutnya yang dilakukan adalah menjalankan operasiranking pada layer peta d (Gambar 5 dan 6). pada gambar tersebut tampak bahwa alternatif I menjadialternatif yang lebih dipilih (erbaik), alternatif 3 menempati urutan kedua, sedangkan alternartf 2berada pada ranking ketiga (terakhir).
ambar 6UTILITAS TUZZV
P (x)
Kelemahan pendekatan ini adalah digunakannya elemen d rurtuk menentukan ranking altematifdapat menyebabkan terjadinya ketidaksesuaian dan kesalahan dalam mengurutkan alternatif, namun halini tergantung pada sebaran angka fuzzy (trapesium atau segitiga). Oleh karena inr, metode ini dapatdigunakan hanya jika luasnya sebaran n$a fivA dapat ditoleransi. Untuk mengatasi kelemahan ini,'defivzifrcation' atau konversi dari angka fruzy menjadt skala tertentu ,perlu dilalcukan pada saatmeranking alternatif. Prosedur konversi ini dapat dilakukan dengan bep3gai pendekatan.
i
PENUTTJP
1.61.41.21.00.4o.2
Aftemative 2 Aftemative 3 Altemative I
- -J I
Wawasan Itmiah (lurnal Manoi*), dan Teknobgi Informasi) ISSN 1978-8441Akademi Manajemen dan lnformatika (AMIK) Garut
1. Operasi penganalisaan dengan metode fu24 merupakan salah satu metode/pendekatan yang
digunakan untuk mengurangi ketidakpastian atau memberikan justifikasi terhadap keputusanyang diambil.
2. Dalam konsep fuzzy masalah ketidakpastian dilihat sebagai sesuatu hal yang penting, tidak sajamerupakan seswttu hal yang ,tidak bisa dihindari melainkan juga secara faktual merupakan
sesuatu hal yang memiliki manfaat
3. Metode ini dapat diimplementasikan dalam tingkungan GIS dengan menggunakan operasiaritmatik fuzzy
PUSTAKA
Malczewski,Jacek ,1976, GIS and Multieriteria Decision Analysis,USA, John Wiley & Sons
www.geocomputation.org/l 998/49lgc-49.htm (tanggal akses 20 april 2005)
www. shsu.edu/-libj eolsemanticsS.htm (tanggal akses 25 april 2005)
f#l€
Cfu€
€
e€
€
€r€
€
eH€
€
€
e+e€
aeeeeeee€rca€
€
€
eH
',' L
= ' ' y .
38