185 337 1 PB PDF
185 337 1 PB PDF
pencarian jalur.
I. PENDAHULUAN
156
Variabel serta atribut penelitian yang digunakan antara
lain :
a) = variabel parameter (road-length, dan density)
b) P = road-length (short, moderate, dan long)
c) L = road-density (loose, normal,dan dense)
d) O = output (smooth, moderate, little-dense, creepsolid, dan jams)
1
; P 1a/6
(1a/6- P)
j short (P)
;1a/6 P 3a/6
(3a/6- 1a/6)
0
; P 3a/6
Fungsi linear untuk himpunan moderate :
0
; P 1a/6atau P 5a/6
(P - 1a/6)
j moderate(P)
;1a/6 P 3a/6
(3a/6- 1a/6)
(5a/6- P)
;3a/6 P 5a/6
(5a/6- 3a/6)
0
; P a3/6
(P - 1a/6)
j long(P)
;3a/6 P 5a/6
(5a/6 - 3a/6) ; P 5a/6
1
Gambar 1. Representasi Jalan pada Graf yang Memiliki dua
parameter dalam tiap busur
(1)
(2)
(3)
1
; L 1b/6
(1b/6 - L)
j loose(L)
;1b/6 L 3b/6
(3b/6 - 1b/6)
0
; L 3b/6
(4)
0
; L 1b/6 atau L 5b/6
(P - 1b/6)
j normal(L)
;1b/6 L 3b/6
(3b/6 - 1b/6)
(5b/6 - L)
;3b/6 L 5b/6
(5b/6 - 3b/6)
(5)
0
; L 3b/6
(L - 1b/6)
j dense(L)
;3b/6 L 5b/6
(5b/6 - 3b/6)
1
; L 5b/6
(6)
157
III. PROSES INFERENSI FUZZY
Jika pada tiap fungsi keanggotaan memiliki tiga
variabel keanggotaan, maka menghasilkan aturan atau
rule evaluation seperti pada Tabel I.
Weight
Road
Length
TABEL I.
RULE EVALUATION
Road-Density
Loose
Normal
Short
0,1
0,25
Moderate
0,25
0,5
Long
0,5
0,75
Simpul
(a,b)
(a,c)
(b,c)
(b,d)
(c,e)
(d,e)
(d,f)
(e,f)
Dense
0,5
0,75
1
TABEL III.
NILAI BOBOT TIAP SIMPUL.
Simpul
(a,b)
(a,c)
(b,c)
(b,d)
(c,e)
(d,e)
(d,f)
(e,f)
Length
weight
6
4
7
8
3
4
2
5
Density
weight
1724
1027
1800
1436
926
813
625
1344
Gambar 5. Sebuah graf yang memiliki dua nilai untuk masingmasing parameter
Bobot
Oab
Oac
Obc
Obd
Oce
Ode
Odf
Oef
Gambar 6. Proses Logika Fuzzy
158
Proses logika fuzzy, seperti yang dimiliki oleh
Gambar 6. Yaitu parameter panjang jalan memiliki
fungsi keanggotaan sendiri, begitu pula kepadatan jalan.
Kemudian kedua parameter akan diolah dengan fuzzy
sugeno dan menghasilkan fuzzy output.
159
sesuai dengan masukan awal, sekarang graf jalan sudah
memiliki satu nilai yaitu fuzzy output (lihat Tabel IV).
Fuzzy output digunakan sebagai masukan dari algoritma
dijkstra. Proses dari algoritma dijkstra, antara lain
seperti langkah berikut. Algoritma mencari rute
terpendek ini dikembangkan oleh Dijkstra [20] atau
dijelaskan pada Gambar 13.
c) Selama Vn L lakukan :
a. Pilih titik Vk V-L dengan D(k) terkecil
L = L U {Vk}
b. Untuk setiap Vj V-L lakukan :
Jika D(j) > D(k) + W(k,j) maka ganti
D(j) dengan D(k) + W(k,j)
d) Untuk setiap Vj V, W*(1,j) = D(j)
TABEL IV.
FUZZY OUTPUT
Simpul
(a,b)
(a,c)
(b,c)
(b,d)
(c,e)
(d,e)
(d,f)
(e,f)
Rule
9
6
9
9
5
5
5
1
Fuzzy Output
0,95
0,594
1
1
0,495
0,489
0,306
0,82
Misalkan :
V(G) = {V1,V2,...,Vn}
L = Himpunan titik-titik V(G) yang sudah
terpilih dalam alur path terpendek
D(j) = Jumlah bobot path terkecil dari V1 ke Vj
W(i,j) = Bobot garis dari titik Vi ke titik Vj
W*(1,j) = Jumlah bobot terkecil dari V1 ke Vj
Maka, algoritma Dijkstra untuk mencari path
terpendek adalah sebagai berikut :
a) L = { }; V = {V2, V3, ..., Vn}
b) Untuk i = 2, ..., n, lakukan D(i) = W(1,i)
160
jalan, harus dapat diukur setiap waktu. Atau dengan kata
lain, harus ada masukan secara realtime untuk
memaksimalkan algoritma ini.
DAFTAR PUSTAKA
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]