Aplikasi Pendukung Keputusan Dengan Menggunakan Logika

Fuzzy(Studi Kasus : Penentuan Spesifikasi Komputer Untuk

Suatu Paket Komputer Lengkap)

Logika Fuzzy memiliki beberapa karakteristik yaitu himpunan Fuzzydan fungsi keanggotaan. Pada logikaboolean, sebuah individu dipastikan sebagai anggota dari salah satu himpunan saja, sedangkan pada himpunan fuzzy sebuah individu dapat masuk pada dua himpunan yang berbeda. Seberapa besar eksistensinya dalam himpunan tersebut dapat dilihat pada nilai keanggotaannya

Himpunan fuzzy A pada semesta X dinyatakan sebagai himpunan pasangan berurutan (set of ordered pairs) baik diskrit maupun kontinu.

Dimana fungsi keanggotaan himpunan fuzzy A. Fungsi keanggotaan memetakan setiap pada suatu nilai antara [0,1] yang disebut derajat keanggotaan (membership gradeataumembership value)

Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titikinput data ke dalam nilai keanggotaannya (disebut juga dengan derajatkeanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapatdigunakan untuk mendapatkan nilai keanggotaan adalah dengan melaluipendekatan fungsi [5]. Derajat keanggotaan dalam himpunan (degree ofmembership) dilambangkan dengan μ. Dalam kasus yang dibahas, fungsi keanggotaan yang dipakai adalah Representasi Kurva Segitiga dan Representasi Kurva Bahu. Representasi Kurva Segitiga pada dasarnya merupakan gabungan antara dua garis.

Sedangkan representasi kurva bahu merupakan daerah yang terletak di tengah-tengah suatu variabel yang direpresentasikan dalam bentuk segitiga, pada sisi kanan dan sisi kirinya akan naik dan turun.  Himpunan fuzzy bahu digunakan untuk mengakhiri variabel suatu daerah fuzzy.

Operator OR merupakan operator yang berhubungan dengan operasi union pada himpunan. Fire strengthsebagai hasil operasi dengan operator OR diperoleh dengan mengambil nilai keanggotaan terbesar antara elemen pada himpunan-himpunan yang bersangkutan.

Serta operator NOT yang merupakan operator yang berhubungan dengan operasi komplemen pada himpunan.Fire strengthsebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai keanggotaan elemen pada himpunan yang bersangkutan dari  1.

Pada proses perancangan sistem yang akan dibuat, dibutuhkan suatu basis data fuzzy. Basis data fuzzy dapat diartikan sebagai representasi, pemasukan, dan manipulasi informasi yang tidak tepat dan tidak pasti.Querypada logikafuzzy dapat digunakan untuk pengambilan data yang diinginkan, tanpa memerlukan pendefinisian parameter yang pasti. Proses query fuzz ymencakup logika boolean yang hasil pencariannya berupa nilai benar atau salah dan juga akan menghasilkan nilai x% mendekati benar atau x% mendekati salah dari nilai keanggotaannya. Basis data fuzzy bertujuan untuk memecahkan setiap permasalahan yang berhubungan dengan representasi dan menangani informasi yang tidak tepat [6]. Logikafuzzy terdiri dari 3 proses utama, yaitu fuzzifikasi, Inferensi fuzzy dan defuzzifikasi. Fuzzifikasi adalah pengubahan seluruh variabel input/output ke bentuk himpunan fuzzy. Rentang nilai variabel input dikelompokkan menjadi beberapa himpunan fuzzy dan tiap himpunan mempunyai derajat keanggotaan tertentu.

 Bentuk fuzzifikasi yang dipakai pada sistem ini adalah bentuk segitiga dan bentuk bahu. Bentuk fuzzifikasi menentukan derajat keanggotaan suatu nilai rentang input/output. Derajat keanggotaan himpunan fuzzy dihitung dengan menggunakan rumus fungsi keanggotaan dari segitiga fuzzifikasi [4]. Setelah fungsi keanggotaan untuk variabel masukan dan keluarannya ditentukan, basis aturan pengendalian dapat dikembangkan untuk menghubungkan aksi keluaran pengendali terhadap kondisi masukannya. Tahap ini disebut sebagai tahap inferensi, yakni bagian penentuan aturan dari sistem logika fuzzy.Sejumlah aturan dapat dibuat untuk menentukan aksi pengendali fuzzy [7]. Pada basis aturan, aturan If-Then tersebut dapat menghubungkan banyak variabel masukan dan keluaran. Masukanxdipetakan menjadi keluarany.Aturanif-then diinterpretasikan sebagai implikasi fuzzy. Terdapat banyak sekali model interpretasi implikasi yang telah dikembangkan. Pada sistem ini, metode yang digunakan adalah Metode MAMDANI.