TUGAS MATAKULIAH:

METODOLOGI PENELITIAN DAN PENYAJIAN ILMIAH (MPPI)

Dosen Pengampu
Prof. Dr. Ir. Marimin, M.Sc

ARIQ CAHYA WARDHANA

G651160411

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2017
 TUGAS BAB 3
1. Sebutkan Kesamaan dan perbedaan antara konsep fuzzy dan peluang?
Jawaban :
a. Kesamaan fuzzy dan konsep peluang : Menunjukkan derajat kepastian dan ketidak
pastian suatu kejadian
b. Perbedaan fuzzy dan konsep peluang :
Fuzzy Peluang
Keanggotaan pada gugus fuzzy tetap Derajat kepastian hanya bermakna
relevan setelah kejadian itu terjadi sebelum kejadian terjadi, setelah terjadi
peluang tidak berlaku lagi, karena hasil
keluaran telah diketahui
Tidak memakai asumsi dan saling bebas Diasumsikan dan saling bebas antar
antar kejadian kejadian
Tidak mengasumsikan segala sesuatunya mengasumsikan suatu model dunia
setelah diketahui tertutup dimana segala sesuatunya telah
diketahui dan peluang didasarkan pada
ukuran-ukuran frekuensi kejadian terjadi
Didasarkan pada pengukuran deskriptif Didasarkan pada ukuran ukuran
domain, bukan pada pengukuran frekuensi di setiap kejadian terjadi
frekuensi subjektif

2. Apakah perbedaan antara fungsi keanggotaan gugus ordinal dan gugus fuzzy?
Jawaban :
Gugus Ordinal Gugus Fuzzy
Berupa data diskret atau kontinyu, tipe Fungsi keanggotaan gugus fuzzy dapat
data iperlakukan secara tipe data interval berupa sembarang bentuk yang
scaled variable yang mempertimbangkan ditetapkan oleh pakar yang relevan
urutan dengan memebuhi prasyarat fungsi :

Fungsi keanggotaan dibatasi oleh 0

disisi bawah dan 1 diatas
Rentang fungsi keanggotaan menjadi
[0,1]
setiap xTMX,A(x) mesti unik

3. Misalkan ada dua gugus fuzzy

a. Pensil panjang ={pensil1/0,1, pensil2/0,2, pensil3/0,4, pensil4/0,6, pensil5/0,8, pensil
6/0,1}
b. Pensil medium ={ pensil1/1,0, pensil2/0,6, pensil3/0,4, pensil4/0,3, pensil5/0,1}
c. Tentukanlah :
- Union kedua gugus
- Interseksi kedua gugus
 Jawaban :

Union kedua gugus :

Union :Pensil panjang Pensil Medium ={max(0.1, 1.0), max(0.2, 0.6, max(0.4, 0.4),
max(0.6, 0.3), max(0.8, 0.1), max(1.0)}
{1.0, 0.6, 0.4, 0.6, 0.8, 0.1}

Intersection kedua gugus

Pensil Panjang Pensil Medium = {min(0.1, 1.0), min(0.2, 0.6), min(0.4, 0.4), min(0.6,
0.3), min(0.8, 0.1), min(1.0)}
{0.1, 0.2, 0.4, 0.3, 0.1}

Pensil 1 2 3 4 5 6

Panjang 0.1 0.2 0.4 0.6 0.8 0.1

Medium 1.0 0.6 0.4 0.3 0.1

4. Rancanglah suatu kedali fuzzy mamdani yang bisa memaksimalkan penggunaan empat
buah lift pada gedung berlantai 10.
Jawaban :
if posisi_lift is 1 then lift is naik
if posisi_lift is 5 and posisi_lantai is 2 and permintaan_naik_lift is 4 then lift is turun
if posisi_lift is 2 and posisi_lantai is 3 and permintaan_naik is 7 then lift is naik
if posisi_lift is 10 then lift is turun

5. Tentukanlah suatu sistem kendali fuzzy mamdani yang dapat mengelola kaidah berikut
ini berdasarkan definisi TFN dari 3 kaidah berikut ini :
- If x is kecil then y is besar
- If x is medium then y is kecil

- If x is besar then y is medium, tentukan juga nilai (fs) untuk setiap kaidah
6. Perhatikan kaidah kedali takagi-sugeno berikut ini:
- If x is A1 and y is B1 the Z1 = x+y+1
- If x is A2 and y is B2 the Z2 = 2x+y+1
- If x is A1 and y is B2 the Z3 = 2x+3y
- If x is A2 and y is B2 the Z4 = 2x+5
Hitunglah nilai z untuk x=1, y=4 dan anteseden gugus fuzzy berikut ini:
A1 = {1/0,1, 2/0,6, 3/1,0}
A2 = {1/0,9, 2/0,4, 3/0,0}
A3 = {4/1,0, 5/1,0, 6/0,3}
A4 = {4/0,1, 5/0,9, 6/1,0}
Jawaban :
7. Kembangkan suatu gugus kaidah fuzzy dengan fungsi keanggitaanya untuk beradaptasi
pada operasi penetuan tingkat inventori klasik!
Jawaban :
Mencari nilai keanggotaan
 TUGAS BAB 7
Pilihan Ganda
1. Salah satu kelebihan kajian dengan AHP adalah kemampuan teknik tersebut untuk
mendeteksi :
Jawaban : b. Konsistensi
2. Agar memungkinkan bagi para pakar untuk memberikan penilaian dalam bentuk rentang
dari pada dalam bentuk nilai pasti, maka konsep teori yang dapat digabungkan dengan
metode AHP adalah :
Jawaban : b. Fuzzy
3. Diantara fungsi keanggotaan bilangan fuzzy yang umum dipakai karena kemudahannya
dalam pemodelan dan interpretasinya yang mudah adalah :
Jawaban : c. Triangular dan trapezodiall
4. Penilaia dengan metode fuzzy AHP dianggap konsisten apabila nilai konsisten rasio
penilaia adalah :
Jawaban : a. Lebih kecil dari 0,1
5. Dengan memasukkan nilai , nilai fuzzy triangular dapat dikonversikan ke dalam rentang
cut. Nilai menunjukan :
Jawaban : b. Tingkat kepercayaan para pakar
ISIAN
1. Apa perbedaan penilaian alternative berdasarkan setia kreteria pada metode AHP dan
metode fuzzy AHP?
Jawaban :
AHP Fuzzy AHP
Dimulai dari tujuan sasaran lalu kriteria Memungkinkan untuk memasukan data
level pertama, subkriteria dan alternative, kualitatif dan kuantitatif kedalam model
memungkinkan untuk memberikan nilai keputusan, sehingga untuk pengambilan
bobot relative suatu kriteria majemuk pada keputusan dapat memberikan keyakina
suatu kriteria intuisi dengan dalam memerikan suatu penilaian dalam
membandinglan berpasangan lalu bentuk rentang dari pada penilaian dalam
menentukan konsistensi untuk mengubah bentuk tertentu.
perbandingan berpasangan menjadi
himpunan bilangan yang dapat
mempresentasikan prioritas relative dari
setiap kriteria dan alternative.

2. Pengambilan keputusan dengan AHP banyak digunakan pada persoalan keputusan yang
berjenjang dan bersifat?
Jawaban : Penyederhanaan suatu persoalan kompleks yang tidak terstruktur, strategic dan
dinamik menjadi bagian-bagiannya, serta menata dalam suatu hierarki (untuk memilih
elemen-elemen suatu sistem ke dalam berbagai tingkat yang berlainan dan
mengelompokkan unsur yang sama dalam setiap tingkat), kemudian tingkat kepentingan
setiap variabel diberi nilai numerik secara subjektif, variabel tersebut secara relatif
 dibandingkan dengan variabel lain. Dari berbagai pertimbangan tersebut kemudian
dilakukan sintesa untuk menetapkan variabel yang memiliki prioritas tinggi dan berperan
untuk mempengaruhi hasil pada sistem tersebut.

3. Dalam penilihan pemasok dilakukan penilaia dengan tujuan menilai kinerja pemasok.
Untuk melakukan penilaian kinerja pemasok digunakan kreteria pelayanan (K1),
pertumbuhan penjualan (K2), dan kualitas produk (K3). Penilaian tersebut dilakukan
untuk memilih 4 alternatif pemasok, yaitu pemasok 1 (P1), pemasok 2 (P2), pemasok 3
(P3), dan pemasok 4 (P4).
a. Buatlah struktur hierarki untuk permasalahan tersebut jika pemilihan pemasok akan
dilakukan dengan menggunakan metode fuzzy AHP!
b. Hasil penilaia para pakar adalah sebagai berikut :
Jawaban :
Perbandingan berpasangan hasil penilaian pakar pada kriteria pemilihan pemasok
Kinerja Kunci
Rantai Pasok

Pertumbuhan
Pelayanan Kualitas Produk
Penjualan
(K1) (K3)
(K2)

Pemasok Pemasok Pemasok Pemasok

(P1) (P2) (P3) (P4)

Hasil penilaian para pakar

Tabel 3.1. Perbandingan berpasangan hasil penilaian pakar pada kriteria pemilihan
pemasok :

K1 K2 K3
~ ~
K1 1
5 3
~ ~
K2 1
5-1 1
~ ~
K3 1
3-1 1

Tabel 3.2. Perbandingan berpasangan hasil penilaian pakar pada alternatif pemasok
ditinjau dari kriteria Pelayanan (K1) :
 P1 P2 P3 P4
~ ~ ~
P1 1
1 3-1 1
~ ~ ~
P2 1
1 3-1 1
~ ~ ~
P3 1
3 3 1
~ ~ ~
P4 1
1 1 1

Tabel 3.3. Perbandingan berpasangan hasil penilaian pakar pada alternatif pemasok
ditinjau dari kriteria Pelayanan (K2) :

P1 P2 P3 P4
~ ~ ~
P1 1
1 5-1 3-1
~ ~ ~
P2 1
1 5-1 3-1
~ ~ ~
P3 1
5 5 3
~ ~ ~
P4 1
3 3 3-1

Tabel 3.4. Perbandingan berpasangan hasil penilaian pakar pada alternatif pemasok
ditinjau dari kriteria Pelayanan (K3) :

P1 P2 P3 P4
~ ~ ~
P1 1
3-1 3-1 7-1
~ ~ ~
P2 1
3 1 5-1
~ ~ ~
P3 1
3 1 5-1
~ ~ ~
P4 1
7 5 5

Pada pemilihan rantai pasok ini nilai = 0.5

~
1 = [1,3-2 ] = [1,2]
~ ~
3 = [1+2 , 5-2 ] = [4,2], 3-1 = [ 1/5-2 , 1/1+2 ] = [1/4,1/2]
~ ~
5 = [3+2 , 7-2 ] = [6,4], 5-1 = [ 1/7-2 , 1/3+2 ] = [1/6,1/4]
~ ~
7 = [5+2 , 9-2 ] = [8,6], 7-1 = [ 1/9-2 , 1/5+2 ] = [1/8,1/6]
~ ~
9 = [7+2 , 11-2 ] = [10,8], 9-1 = [ 1/11-2 , 1/7+2 ] = [1/10,1/8]

Tabel 3.5. Matriks perbandingan berpasangan -cut fuzzy hasil penilaian pakar pada tujuan
bersama rantai pasok.

K1 K2 K3

K1 1 [6,4] [4,2]
K2 [1/6,1/4] 1 [1,2]
K3 [1/4,1/2] [1,2] 1

Tabel 3.6. Matriks perbandingan berpasangan -cut fuzzy hasil penilaian pakar pada atribut
kinerja rantai pasok di tinjau dari Pelayanan (K1).

P1 P2 P3 P4

P1 1 [1,2] [1/4,1/2] [1,2]

P2 [1,2] 1 [1/4,1/2] [1,2]
P3 [4,2] [4,2] 1 [1,2]
P4 [1,2] [1,2] [1,2] 1

Tabel 3.7. Matriks perbandingan berpasangan -cut fuzzy hasil penilaian pakar pada atribut
kinerja rantai pasok di tinjau dari Pertumbuhan Penjualan (K2).

P1 P2 P3 P4

P1 1 [1,2] [1/6,1/4] [1/4,1/2]

P2 [1,2] 1 [1/6,1/4] [1/4,1/2]
P3 [6,4] [6,4] 1 [4,2]
P4 [4,2] [4,2] [1/4,1/2] 1
 Tabel 3.8. Matriks perbandingan berpasangan -cut fuzzy hasil penilaian pakar pada atribut
kinerja rantai pasok di tinjau dari Kualitas Produk (K3).

P1 P2 P3 P4

P1 1 [1/4,1/2] [1/4,1/2] [1/8,1/6]

P2 [4,2] 1 [1,2] [1/6,1/4]
P3 [4,2] [1,2] 1 [1/6,1/4]
P4 [8,6] [6,4] [6,4] 1

Tabel 3.9. Nilai indeks konsistensi acak (RI) berdasarkan ukuran matriks

n 1 2 3 4 5 6 7 8 9 10
RI 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49

Nilai crisp, nilai kepentingan untuk setiap kriteria, nilai eigen tertinggi, indeks konsistensi
pada setiap matriks perbandingan berpasangan ditunjukan pada Tabel 3.10 hingga Tabel 3.

Tabel 3.10. Nilai crisp matriks perbandingan berpasangan,x,max,CI, dan CR hasil

penilaian pakar pada tujuan bersama rantai pasok.

K1 K2 K3

K1 1 5,000 3,000
K2 0,208 1 1,500
K3 0,375 1,500 1
max = 3 CI=0 CR=0

Tabel 3.11. Nilai crisp matriks perbandingan berpasangan,x,max,CI, dan CR hasil

penilaian pakar pada atribut kinerja rantai pasok ditinjau dari tujuan Pelayanan (K1).

P1 P2 P3 P4

P1 1 1,500 0,375 1,500

P2 1,500 1 0,375 1,500
P3 3,000 3,000 1 1,500
P4 1,500 1,500 1,500 1
max = 5,27 CI=0,424 CR=0.471
Tabel 3.12. Nilai crisp matriks perbandingan berpasangan,x,max,CI, dan CR hasil
penilaian pakar pada atribut kinerja rantai pasok ditinjau dari tujuan Penjualan (K2).

P1 P2 P3 P4

P1 1 1,500 0,208 0,375

P2 1,500 1 0,208 0,375
P3 5,000 5,000 1 3,000
P4 3,000 3,000 0,375 1
max = 4,4 CI=0,134 CR=0.1496

Tabel 3.13. Nilai crisp matriks perbandingan berpasangan,x,max,CI, dan CR hasil

penilaian pakar pada atribut kinerja rantai pasok ditinjau dari tujuan Penjualan (K3).

P1 P2 P3 P4

P1 1 0,375 0,375 0,146

P2 3,000 1 1,500 0,208
P3 3,000 1,500 1 0,208
P4 7,000 5,000 5,000 1
max = 4,41 CI=0,136 CR=0.152

Dengan menggunakan metode fuzzy AHP, pendapat para pakar belum konsisten. Karena
terdapat tidak konsisten maka dalam pemilihan pemasok belum bisa di lakukan sampai
mendapatkan pendapat para pakar yang konsisten.