IMPLEMENTASI FUZZY LOGIC MAMDANI UNTUK MENENTUKAN

KELAYAKAN CALON ANGGOTA TAMTAMA (CATAM) TENTARA NEGARA

INDONESIA ANGKATAN DARAT (TNI-AD)

Gusrio Tendra
Akademi Manajemen Informatika dan Komputer “Tri Dharma” Pekanbaru
gusriotendra@gmail.com

Abstract. Fuzzy logic is a form of multi-valued logic derived from fuzzy set theory to deal with
reasoning forecasts. Fuzzy provide a means to represent and process information linguistic and
subjective attributes of the real world. Fuzzy logic is an extension Crisp Boolean Logic to handle the
concept of partial truth. Use of Fuzzy Mamdani method in this study aims to determine the feasibility
and inequities Member State Army Candidate Indonesia especially enlisted into an Army Soldier.
Feasibility of a soldier assessed the level of speed, physical endurance, and discipline in the conduct
Phase Selection. The system was designed by using fuzzy toolbox in Matlab is expected to be
implemented to assist the management in the decision to choose a candidate Member State Army
enlisted Indonesia in particular.

Keywords: Fuzzy Logic, Mamdani, Matlab

Abstrak. Fuzzy logic adalah bentuk logika multi-nilai yang berasal dari teori himpunan fuzzy untuk
menangani penalaran perkiraan. Fuzzy menyediakan sarana untuk mewakili dan memproses informasi
linguistik dan atribut subjektif dari dunia nyata. Logika fuzzy adalah perpanjangan Boolean Crisp
Logic untuk menangani konsep kebenaran parsial. Penggunaan Metode Fuzzy Mamdani dalam
penelitian ini bertujuan untuk menentukan kelayakan dan ketidaklayakan Calon Anggota Tentara
Negara Indonesia khususnya Tamtama menjadi seorang Prajurit Angkatan Darat. Kelayakan seorang
Prajurit dinilai dari tingkat Kecepatan, Ketahanan Fisik, serta Kedisiplinannya didalam melakukan
Tahapan Seleksi. Sistem yang dirancang dengan menggunakan fuzzy toolbox pada Matlab diharapkan
dapat di implementasikan untuk membantu pihak manajemen dalam mengambil keputusan untuk
memilih Calon Anggota Tentara Negara Indonesia khususnya Tamtama.

Kata Kunci: Fuzzy Logic, Mamdani, Matlab.

PENDAHULUAN beberapa atribut dan fungsi keanggotaan

Logika fuzzy sangat berguna dalam dua
konteks umum yaitu dalam situasi yang
melibatkan sistem yang sangat kompleks yang
perilaku tidak dipahami dengan baik, dan
dalam situasi di mana perkiraan, tapi cepat,
solusi dijamin (Kaur, 2012). Logika fuzzy
diterapkan dalam pengambilan keputusan yang
sistematis yang meliputi teknik kualitatif dan
kuantitatif. Sebuah pengambilan keputusan
dan sistem evaluasi untuk perekrutan
karyawan dapat menyederhanakan pekerjaan
pengembangan sumber daya manusia di
industri (Abhlamid et.al, 2013).
Penerapan logika fuzzy juga dapat digunakan
untuk mengevaluasi hasil wawancara dalam
perekrutan karyawan sebuah perusahaan.
Setiap atribut yang dievaluasi oleh pengambil
keputusan untuk setiap pemohon kemudian
dimasukkan ke dalam antarmuka fuzzy.
Antarmuka fuzzy dapat dirancang dengan
mereka yang konsisten (Dereli et.al, 2010).
Implementasi logika fuzzy juga telah
diterapkan oleh Italian Triathlon Federation
Roma dalam seleksi bakat pada Olympic
Distance Triathlon yang bertujuan untuk
mengoptimalkan sumber daya yang tersedia.
Hal ini bertujuan untuk merancang strategi
terbaik untuk mencapai hasil maksimal dalam
bidang olahraga (Bottoni, 2011). Logika fuzzy
juga dapat diterapkan dalam bidang
pemasaran, untuk menentukan pelanggan
terbaik. Hal ini berguna untuk meningkatkan
daya beli konsumen terhadap produk yang
dipasarkan. Penghargaan yang diberikan
terhadap konsumen akan membuat konsumen
sulit untuk mengalihkan pandangannya ke
perusahaan lain yang sama-sama memasarkan
produk yang sama (Siregar, 2013). Dalam
pelaksanan kegiatan penerimaan Calon
Anggota Tamtama (CATAM) ada beberapa

1
 2 Jurnal PI-Cache, Volume 5, Nomor 1, Maret 2016
tahapan test seleksi kekuatan fisik yang
menjadi penilaian, seperti Kecepatan,
Ketahanan Fisik, dan Kedisplinan. Dalam
tahapan seleksi ini pelatih harus benar-benar
melihat kemampuan terbaik dari Calon
Anggota Tamtama (CATAM) dan menilai
siapa yang layak menjadi Prajurit TNI-AD.
Permasalahan yang muncul pada saat
menentukan kelayakan Calon Anggota
Tamtama (CATAM) yang layak menjadi
Prajurit dan ketidaktepatan dalam memberikan
kelayakan kepada Calon Prajurit yang dinilai
subjektifitas oleh Calon Anggota Tamtama
(CATAM). Sehingga kelayakan yang
diberikan masih tidak pasti karena masih
bersifat fuzzy (kabur/tidak jelas). Adapun
kelayakan Calon Anggota Tamtama
(CATAM) masih berdampak pada hasil yang
diberikan kurang tepat. Salah satu metode
yang dipakai untuk menentukan kelayakan
adalah Metode Fuzzy Mamdani.
TINJAUAN PUSTAKA
Logika Fuzzy
Logika fuzzy adalah alat matematika yang kuat
untuk mewakili ketidakpastian di segala
bidang. Peran logika fuzzy sangat penting bila
diterapkan pada fenomena yang kompleks
yang tidak mudah dijelaskan dengan metode
matematika, terutama ketika tujuannya adalah
untuk menemukan solusi pendekatan yang
baik. Fuzzy set telah terbukti menjadi cara
yang terkemuka untuk memecahkan masalah
keputusan, di mana informasi yang tersedia
adalah subjektif dan jelas (Banerje dan Ghosh,
2013).
Dari banyak hal, logika fuzzy digunakan
sebagai suatu cara untuk memetakan
permasalahan dari input menuju ke output
yang diharapkan. Logika fuzzy sangat berguna
dalam dua konteks umum yaitu dalam situasi
yang melibatkan sistem yang sangat kompleks
yang perilaku tidak dipahami dengan baik, dan
dalam situasi di mana perkiraan, tapi cepat,
solusi dijamin (Kaur dan Kaur, 2012)
Metode Mamdani
Metode Mamdani sering juga dikenal dengan
nama Metode Max-Min. Metode ini
diperkenalkan oleh Ebrahim Mamdani pada
tahun 1975. Untuk memperoleh output,
diperlukan 3 tahapan yaitu:
1. Pembentukan Himpunan Fuzzy
(Fuzzifikasi)
Fuzzifikasi adalah suatu proses untuk
merubah suatu masukan dari bentuk tegas
(crisp) menjadi fuzzy (variabel linguistik)
yang biasanya disajikan dalam bentuk
himpunan-himpunan fuzzy dengan suatu
fungsi keanggotaannya masing-masing.
2. Aplikasi Fungsi Implikasi (Aturan)
Aplikasi Fungsi Implikasi berisikan aturan-
aturan fuzzy yang digunakan untuk
mengontrol sistem. Aturan-aturan ini dibuat
berdasarkan logika dan intuisi manusia, serta
berkaitan erat dengan jalan pikiran dan
pengalaman pribadi yang membuatnya. Jadi
tidak salah bahwa aturan ini dikatakan tidak
subjektif, tergantung dari ketajaman yang
membuat. Aturan yang telah ditetapkan
digunakan untuk menghubungkan antara
variable-variabel masukan dengan variabel-
variabel keluaran.
Aturan ini berbentuk „JIKA-MAKA‟
(IF-THEN), sebagai contoh adalah:
Aturan 1: Jika x adalah A1 dan y adalah B1
maka z adalah C1
Aturan 2: Jika x adalah A2 dan y adalah B2
maka z adalah C2
Aturan i: Jika x adalah A3 dan y adalah Bi
maka z adalah Ci
3. Defuzzifikasi
Defuzzifikasi dapat didefenisikan sebagai
proses pengubahan besaran fuzzy yang
disajikan dalam bentuk himpunan-himpunan
fuzzy keluaran dengan fungsi keanggotaannya
untuk mendapatkan kembali bentuk tegasnya
(crisp). Hal ini diperlukan sebab dalam
aplikasi nyata yang dibutuhkan adalah nilai
tegas (crips).
METODOLOGI PENELITIAN
Dalam penelitian ini bertujuan untuk lebih
memahami bagaimana cara yang tepat untuk
menganalisa kelayakan Calon Anggota
Tamtama (CATAM). Penelitian ini
menggunakan metode fuzzy logic Mamdani.
1. Mengidentifikasi Permasalahan
Pada tahap ini dirumuskan masalah yang akan
menjadi objek penelitian. Perumusan masalah
dilakukan untuk menentukan masalah apa saja
yang terdapat pada objek penelitian serta
memberikan batasan dari permasalahan yang
akan diteliti.
2. Menganalisa Permasalahan
Langkah analisis masalah adalah langkah
untuk dapat memahami masalah yang telah
ditentukan ruang lingkup atau batasannya.
 Tendra, Implementasi Fuzzy Logic Mamdani Untuk Menentukan Kelayakan Calon Anggota Tamtama 1- 11
Dengan menganalisa masalah yang telah
ditentukan tersebut. Teknik analisis yang
digunakan dapat dilakukan dengan beberapa
tahap berikut:
a. Tahap identify yaitu, mengidentifikasi
permasalahan yang terjadi.
b. Tahap understand yaitu, memahami lebih
lanjut tentang permasalahan yang ada
dengan cara melakukan pengumpulan
data yang dibutuhkan, yakni berupa
Melakukan studi dari jurnal, buku, dan
artikel di internet yang berhubungan
penelitian, dan melakukan wawancara.
c. Tahap analyze yaitu, mencari kelemahan-
kelemahan sistem yang ada, dan
mengumpulkan informasi tentang
kebutuhan-kebutuhan lebih lanjut yang
diperlukan oleh pemakai.
3. Mempelajari Literatur
Berdasarkan permasalahan yang ada
maka ditentukan tujuan yang akan dicapai dari
penulisan ini. Pada tujuan ini ditentukan target
yang akan dicapai, terutama yang dapat
mengatasi masalah-masalah yang ada. Setelah
masalah dianalisa, maka dipelajari literatur
yang berhubungan dengan permasalahan
tersebut.
4. Mengumpulkan Data
Dalam pengumpulan data dapat dilakukan
dengan beberapa cara, yaitu:
a. Pengamatan
b. Wawancara
c. Studi pustaka
5. Analisa dan Rancangan
Setelah menentukan metode yang akan
digunakan maka selanjutnya adalah
merancang sistem. Pada perancangan sistem
akan dilakukan beberapa kegiatan sebagai
berikut :
a. Membuat variabel input, domain dan nilai
keanggotaan pada fuzzy
b. Membuat inferensi yang nantinya nilai
fuzzy diubah ke bentuk bilang crisp
c. Membuat rule-rule inferensi fuzzy yang
telah ditentukan guna mendapatkan nilai
yang diharapkan.
d. Merancang arsitektur fuzzy logic Mamdani.
6. Menguji Perhitungan Fuzzy Logic
Mamdani
Setelah variabel dan rule-rule inferensi fuzzy
ditentukan maka tahap selanjutnya ialah
melakukan proses perhitungan secara manual
terhadap data yang didapat sebagai acuan
untuk membandingkan data yang dihitung
3
secara manual dengan data yang didapat
dengan menggunakan sistem.
7. Implementasikan Fuzzy Logic Mamdani
pada Matlab
Pada tahap Implementasi penulis
mengimplementasikan hasil perancangan
sistem menggunakan TOOLBOX. Sistem diuji
dengan melakukan pencocokan hasil dari
analisa dan perancangan sistem yang telah
dirancang untuk melihat konsistensi data.
8. Menguji Hasil
Evaluasi akhir yang dirancang untuk
mengetahui apakah sistem yang dirancang
tersebut sesuai yang diharapkan. Evaluasi
dilakukan untuk membandingkan hasil yang
didapatkan pada tahap perancangan sistem
yang dibuat secara manual dan
membandingkannya dengan hasil yang
didapatkan dengan menggunakan sistem
(MATLAB).
9. Menarik Kesimpulan
Pada tahap ini penulis melakukan
kesimpulan penelitian yang telah dilakukan
untuk menganalisa kelayakan Calon Anggota
Tamtama (CATAM) pada KOREM 031-
WIRABIMA Pekanbaru-Riau.
HASIL DAN PEMBAHASAN
Analisa Masalah
Dalam melakukan analisa data pada penelitian
ini dilakukan dengan menggunakan fuzzy logic
Mamdani. Di mana logika fuzzy adalah logika
yang dapat mereprentasikan keadaan linguistik
seperti sedikit, lumayan, banyak dan
sebagainya. Oleh karena itu fuzzy logic dapat
memungkinakan nilai keanggotaan antara 0
sampai dengan 1 atau sesuatu dapat
dinyatakan sebagian benar atau sebagian salah
pada saat yang sama. Fuzzy logic juga
mempunyai tingkat toleransi pada data yang
diolah tanpa mengabaikan kaidah dari data
tersebut.
Identifikasi data untuk evaluasi belajar
mahasiswa dilakukan dengan menentukan
variabel yang diperlukan dalam pengolahan
dan analisis, di mana variabel / kriteria untuk
dapat menentukan kelayakan Calon Anggota
Tamtama (CATAM) adalah Kecepatan,
Ketahanan, dan Kedisiplinan
Perancangan Sistem
Setelah dilakukan analisa terhadap data yang
ada, maka tahap yang berikutnya dilakukan
desain sistem. Desain sistem dilakukan
berdasarkan variabel-variabel input, proses,
output. Pada bagian desain ini penulis akan
4 Jurnal PI-Cache, Volume 5, Nomor 1, Maret 2016
membahas mengenai perancangan dari model
yang akan digunakan dalam mendapatkan
daftar Calon Anggota Tamtama (CATAM)
yang layak menjadi Anggota Tamtama. Pada
perancangan ini penulis akan menentukan
pengkodean dari item-item yang akan
digunakan di dalam melakukan perekrutan
Anggota Tamtama. Berikut ini akan
ditampilkan bagaimana sistem fuzzy Mamdani
dapat melakukan seleksi kelayakan untuk
mendapatkan kandidat Anggota Tamtama
melalui proses fuzzy Mamdani pada gambar 1
berikut ini:
Gambar 1. Arsitektur Fuzzy Mamdani
Kelayakan CATAM
Input Data
Input data merupakan langkah awal dalam
memberikan tanggapan dari sistem inferensi
fuzzy di mana dengan diinputkan data tersebut
maka proses pengolahan akan berlangsung /
dimulai. Data yang akan diinputkan adalah
tabel data Calon Anggota Tamtama (CATAM)
pada KOREM 031 Wirabima Pekanbaru-Riau.
Tabel 1: Data Catam Berdasarkan Test
Kekuatan Fisik
Data yang telah disebutkan pada tabel 1 di atas
merupakan sebagian dari beberapa data Calon
Anggota Tamtama (CATAM) yang terdapat
pada KOREM 031 Wirabima Pekanbaru-Riau
tahun 2015. Setelah data Calon Anggota
Tamtama (CATAM) didata seperti di atas,
maka disusunlah cara-cara untuk
mengklasifikasikan data Calon Anggota
Tamtama (CATAM) tersebut menjadi suatu
kesimpulan bahwasanya seorang Calon
Anggota Tamtama (CATAM) dapat menjadi
Anggota Tamtama. Adapun Calon Anggota
Tamtama (CATAM) yang dapat dikategorikan
layak sebagai Anggota Tamtama adalah
seorang CATAM yang mampu menyelesaikan
tahapan test fisik dengan nilai dan waktu yang
terbaik.
1. Kecepatan
Pada variabel Kecepatan memiliki 3 (Tiga)
himpunan fuzzy yaitu “Rendah”, “Sedang”,
dan “Tinggi”. Pada kriteria ini penulis
memberikan kesimpulan tentang data
Kecepatan yang didapat, di antaranya penulis
menyimpulkan bahwa yang termaksud
himpunan “Rendah” jika catatan waktu yang
didapat 15:33 – 21:10 Menit, yang termaksud
himpunan “Sedang” jika catatan waktu yang
didapat 13:15 – 15:41 Menit, dan yang
termaksud himpunan “Tinggi” jika catatan
waktu yang didapat 0 - 15:33 Menit.
2. Ketahanan
Pada variabel Ketahanan memiliki 3 (Tiga)
himpunan fuzzy yaitu “Rendah”, “Sedang”,
dan “Tinggi”. Pada kriteria ini penulis
memberikan kesimpulan tentang data
Ketahanan yang didapat, di antaranya penulis
menyimpulkan bahwa yang termaksud
himpunan “Rendah” jika nilai Ketahanan 0-30,
yang termaksud himpunan “Sedang” jika nilai
Ketahanan 20–37, dan yang termaksud
himpunan “Tinggi” jika nilai Ketahanan 30-
45.
3. Kedisiplinan
Pada variabel Kedisiplinan memiliki 3 (Tiga)
himpunan fuzzy yaitu “Rendah”, “Sedang”,
dan “Tinggi”. Pada kriteria ini penulis
memberikan kesimpulan tentang data
Kedisiplinan yang didapat, di antaranya
penulis menyimpulkan bahwa yang termaksud
himpunan “Rendah” jika catatan waktu yang
didapat 21:00 – 25:09 Menit, yang termaksud
himpunan “Sedang” jika catatan waktu yang
didapat 18:09 – 21:09 Menit, dan yang
termaksud himpunan “Tinggi” jika catatan
waktu yang didapat 0 – 20:09 Menit.
Tabel 2. Himpunan Fuzzy Mamdani
Kelayakan CATAM
 Tendra, Implementasi Fuzzy Logic Mamdani Untuk Menentukan Kelayakan Calon Anggota Tamtama 1- 11 5

Perancangan Model Sistem Fuzzy μ Rendah x

Mamdani 0, x ≤ 15,33
Dalam menyelesaikan permasalahan ini z − 15,33
dengan menggunakan sistem fuzzy dapat = , 15,33 ≤ x ≤ 15,41
digunakan langkah-langkah sebagai berikut: 15,41 − 15,33
1. Fuzzyfikasi 1, x ≥ 15,41
Melakukan spesifikasi masalah dan
mendefinisikan linguistik variabel, Nilai keanggotaan himpunan Rendah, Sedang,
menentukan variabel input dan variabel dan Tinggi dari variabel Kecepatan bisa dicari
output. Pada permasalahan ini yang menjadi dengan cara sebagai berikut, di mana variabel
input adalah Kecepatan, Ketahanan, dan data Calon Anggota Tamtama (CATAM)
Kedisiplinan. Untuk output dari penelitian ini pertama sebagai acuan dengan catatan waktu
adalah rekomendasi kelayakan Calon Anggota 13.21.
Tamtama (CATAM). Awalnya akan dirancang µTinggi [13.21] = (15.33-13.21) / (15.33-
knowledge base yaitu input dan output 13.15)
membership function serta fuzzy if then rule. = 0.97
Pembuatan fuzzy if then rule diekstrak µSedang [13.21] = (13.27-13.15) / (15.33-
berdasarkan kemampuan manusia, berikut 13.15)
akan dimasukkan nilai dalam tahapan pertama = 0.03
atas nama Josafat dengan waktu tempuh µRendah [13.21] = 0
Kecepatan = 13,21 , Ketahanan = 35, dan
Kedisiplinan = 17,02. Untuk fuzzyfikasi data Calon Anggota
a. Kecepatan terdiri dari 3 himpunan fuzzy, Tamtama (CATAM) lainnya sama dengan
Rendah, Sedang dan Tinggi. perhitungan fuzzyfikasi di atas, atas nama
Josafat. Berikut tabel 3 Hasil perhitungan
fuzzyfikasi data Calon Anggota Tamtama
(CATAM) dengan variabel Kecepatan.

Tabel 3: Hasil Fuzzyfikasi Variabel Kecepatan

Gambar 2: Fungsi Keanggotaan Kecepatan

Fungsi keanggotaan pada variabel Kecepatan

dapat dirumuskan sebagai berikut.
μ Tinggi x
1, x ≤ 13,15
15,33 − z
= , 13,15 ≤ x ≤ 15,33
15,33 − 13,15
0, x ≥ 15,33 b. Ketahanan terdiri dari tiga himpunan
μ Sedang x variabel fuzzy, Rendah, Sedang dan Tinggi.
0, x ≤ 13,15/ x ≥ 15,41
z − 13,15
, 13,15 ≤ x ≤ 15,33
= 15,33 − 13,15
15,41 − x
, 15,33 ≤ x ≤ 15,41
15,41 − 15,33
6 Jurnal PI-Cache, Volume 5, Nomor 1, Maret 2016

Gambar 3 Fungsi Keanggotaan Variabel

Ketahanan

Fungsi keanggotaan pada variabel Ketahanan

dapat dirumuskan sebagai berikut:
μ Rendah x
1, x ≤ 20
30 − z
= , 20 ≤ x ≤ 30 Gambar 4 Fungsi Keanggotaan Variabel
30 − 20
Kedisiplinan
0, x ≥ 30
μ Sedang x Fungsi keanggotaan pada variabel
0, ≤ 20/ x ≥ 30 Kedisiplinan dapat dirumuskan sebagai
z − 20 berikut:
, 20 ≤ x ≤ 30
= 30 − 20 μ Tinggi x
37 − x 1, x ≤ 18,09
, 30 ≤ x ≤ 37 20,9 − z
37 − 30
μ Tinggi x = , 18,09 ≤ x ≤ 20,09
20,9 − 18,09
0, x ≤ 30 0, x ≥ 20,09
z − 30 μ Sedang x
= , 30 ≤ x ≤ 37
37 − 30 0, x ≤ 18,09/ x ≥ 21,09
1, x ≥ 37 z − 18,09
, 18,09 ≤ x ≤ 20,09
= 20,09 − 18,09
Nilai keanggotaan himpunan Redah, Sedang
dan Tinggi dari variabel Ketahanan dapat 21,09 − x
, 20,09 ≤ x ≤ 210,9
dicari dengan cara sebagai berikut. Dimana 21,09 − 20,09
variabel Ketahanan data Calon Anggota μ Rendah x
Tamtama (CATAM) pertama sebagai acuan 0, x ≤ 21,0
dengan jumlah Ketahanan = 35. z − 21,09
µRendah [35] = 0 = , 21,0 ≤ x ≤ 21,09
21,09 − 21,0
µSedang [35] = (37-35) / (37-27)
1, x ≥ 21,09
= 0.3
µTinggi [35] = 0.7 Nilai keanggotaan himpunan Rendah, Sedang
Untuk fuzzyfikasi data Calon Anggota dan Tinggi dari variabel Kedisiplinan dapat
Tamtama (CATAM) lainnya sama dengan dicari dengan cara sebagai berikut. Dimana
perhitungan fuzzyfikasi di atas, atas nama variabel Kedisiplinan data Calon Anggota
Josafat. Berikut tabel 4 Hasil perhitungan Tamtama (CATAM) pertama sebagai acuan
fuzzyfikasi data Calon Anggota Tamtama dengan catatan waaktu Kedisiplinan = 17.02.
(CATAM) dengan variabel Ketahanan. µTinggi [17.02] = 1;
µSedang [17.02] = 0;
Tabel 4: Hasil Fuzzyfikasi Variabel Ketahanan µRendah [17.02] = 0
Untuk fuzzyfikasi data Calon Anggota
Tamtama (CATAM) lainnya sama dengan
perhitungan fuzzyfikasi di atas, atas nama
Josafat. Berikut tabel 5 Hasil perhitungan
fuzzyfikasi data Calon Anggota Tamtama
(CATAM) dengan variabel Kedisiplinan.

Tabel 5 Hasil Fuzzyfikasi Variabel

Kedisiplinan
c. Kedisiplinan terdiri dari tiga himpunan
variabel fuzzy, Rendah, Sedang dan Tinggi.
 Tendra, Implementasi Fuzzy Logic Mamdani Untuk Menentukan Kelayakan Calon Anggota Tamtama 1- 11 7

μCukup Layak x
0, x ≤ 30/x ≥ 70
z − 30
, 30 ≤ x ≤ 50
= 50 − 30
70 − x
, 50 ≤ x ≤ 70
70 − 50
μLayak x
0, x ≤ 30/x ≥ 80
z − 50
, 50 ≤ x ≤ 70
= 70 − 50
80 − x
, 70 ≤ x ≤ 80
80 − 70
Variabel Output (Hasil) Rekomendasi μSangat Layak x
Kelayakan terdiri dari empat himpunan 0, x ≤ 70
variabel fuzzy, Tidak Layak, Kurang Layak, z − 70
Cukup Layak, Layak, dan Sangat Layak. = , 70 ≤ x ≤ 80
80 − 70
1, x ≥ 80
2. Linguistic Rules
Di sini dilakukan pemetaan dari Input dan
Output pada sistem fuzzy, yang akhirnya akan
di setting ke dalam bentuk Condition dan
Action. Hal ini bisa disebut dengan IF – Then
– Rule, dengan format If Antecedent then
Consequent. Antecedent yang dimaksud adalah
Input dari sistem fuzzy, sedangkan untuk
Consequent diasosiasikan terhadap Output.

Tabel 6: Hasil Fuzzyfikasi Input Data Josafat

Varia Kecep Ketaha Kedisipli
Gambar 5. Fungsi Keanggotaan Output bel atan nan nan
Variabel Kelayakan µRend µRenda µRendah
ah h [35] = [17.02] =
Fungsi keanggotaan pada variabel [13.21] 0 0
Rekomendasi Kelayakan dapat dirumuskan =0
sebagai berikut: µSedan µSedan µSedang
Himpu g g[35] = [17.02] =
μTidak Layak x
nan [13.21] 0.3 0
1, x ≤ 20
= 0.03
30 − z
= , 20 ≤ x ≤ 30 µTingg µTinggi µTinggi[1
30 − 20 i [35] = 7.02] = 1
0, x ≥ 30 [13.21] 0.7
μKurang Layak x = 0.97
0, ≤ 20/ x ≥ 50
z − 20 Tiga variabel masukan dan sebuah variabel
, 20 ≤ x ≤ 30
= 30 − 20 keluaran yang telah didefinisikan dengan
50 − x melakukan analisa data batas tiap-tiap
, 30 ≤ x ≤ 50 himpunan fuzzy pada tiap-tiap variabelnya
50 − 30 maka dibentuk 19 rule (aturan) fuzzy dalam
menentukan rekomendasi kelayakan untuk
menjadi Anggota Tamtama, yaitu:
1. IF Kecepatan = Rendah Then Rekomendasi
= Tidak Layak.
8 Jurnal PI-Cache, Volume 5, Nomor 1, Maret 2016

2. IF Kecepatan = Sedang AND Ketahanan = Uji data pertama atas nama Josafat
Rendah AND Kedisplinan = Rendah Then dengan input nilai kecepatan 13.21, nilai
Rekomendasi = Kurang Layak. ketahanan 35, dan nilai kedisiplinan 17.02,
3. IF Kecepatan = Sedang AND Ketahanan = dari uji data tersebut didapatlah rule ke 10,
Rendah AND Kedisiplinan = Sedang Then rule ke 15, dan rule ke 19 yang memiliki nilai
Rekomendasi = Kurang Layak. sebagai berikut:
4. IF Kecepatan = Sedang AND Ketahanan = [R10] IF Kecepatan = Tinggi AND Ketahanan
Sedang AND Kedisiplinan = Rendah Then = Sedang AND Kedisiplinan = Tinggi Then
Rekomendasi = Kurang Layak. Rekomendasi = Layak.
5. IF Kecepatan = Tinggi AND Ketahanan = α-predikat 10 = µKecepatan Tinggi ^
Rendahi AND Kedisiplinan = Rendah Then µKetahanan Sedang ^ µKedisiplinan Tinggi.
Rekomendasi = Cukup Layak. = Min(µTinggi[13.21] µSedang[35]
6. IF Kecepatan = Tinggi AND Ketahanan = ^ µTinggi[17.02]
Rendah AND Kedisiplinan = Sedang Then = Min(0.97; 0.3; 1)
Rekomendasi = Cukup Layak. = 0.3
7. IF Kecepatan = Tinggi AND Ketahanan =
Rendah AND Kedisiplinan = Tinggi Then
Rekomendasi = Cukup Layak.
8. IF Kecepatan = Sedang AND Ketahanan
= Tinggi AND Kedisiplinan = Tinggi
Then Rekomendasi = Layak.
9. IF Kecepatan = Tinggi AND Ketahanan =
Sedang AND Kedisiplinan = Sedang
Then Rekomendasi = Layak.
10. IF Kecepatan = Tinggi AND Ketahanan =
Sedang AND Kedisiplinan = Tinggi Then
Rekomendasi = Layak.
11. IF Kecepatan = Tinggi AND Ketahanan = Gambar 6: Aturan Fuzzy 10
Tinggi AND Kedisiplinan = Rendah Then
Rekomendasi = Cukup Layak. Komposisi Rule
12. IF Kecepatan = Tinggi AND Ketahanan = Dari aplikasi fungsi implikasi dari tiap aturan,
Tinggi AND Kedisiplinan = Sedang Then digunakan metode MAX untuk melakukan
Rekomendasi = Layak. komposisi antarsemua aturan. Berikut ini
13. IF Kecepatan = Sedang AND Ketahanan gambar 7 komposisi keseluruhan aturan fuzzy.
= Rendah AND Kedisiplinan = Tinggi
Then Rekomendasi = Cukup Layak.
14. IF Kecepatan = Sedang AND Ketahanan
= Sedang AND Kedisiplinan = Sedang
Then Rekomendasi = Cukup Layak.
15. IF Kecepatan = Sedang AND Ketahanan
= Sedang AND Kedisiplinan = Tinggi
Then Rekomendasi = Cukup Layak.
16. IF Kecepatan = Sedang AND Ketahanan
= Tinggi AND Kedisiplinan = Rendah
Then Rekomendasi = Cukup Layak.
17. IF Kecepatan = Sedang AND Ketahanan
= Tinggi AND Kedisiplinan = Sedang
Then Rekomendasi = Cukup Layak. Gambar 7: Komposisi Seluruh Aturan (Rule)
18. IF Kecepatan = Tinggi AND Ketahanan = Rekomendasi
Sedang AND Kedisiplinan = Rendah
Then Rekomendasi = Cukup Layak. Berdasarkan data gabungan seperti pada
19. IF Kecepatan = Tinggi AND Ketahanan = gambar 7, maka kita bisa melihat di mana
Tinggi AND Kedisiplinan = Tinggi Then gambar lebih dominan pada garis himpunan
Rekomendasi = Sangat Layak. Layak.
 Tendra, Implementasi Fuzzy Logic Mamdani Untuk Menentukan Kelayakan Calon Anggota Tamtama 1- 11 9

menggunakan metode Mamdani dapat

Gambar 8: Hasil Komposisi Arsir
Defuzzyfikasi (Tegas)
Metode penegasan yang akan digunakan
adalah metode centroid. Rumus yang
digunakan adalah (2, 6):
Z=(30*0)+(40*0.03)+(50*0.03)+(60*0.3)+(70
*0.3)+(80*0.7)+(90*0.7)+(100*0.7)
0+0.03+0.03+0.3+0.3+0.7+0.7+0.7
z = 83.5
dilakukan dengan menggunakan Tool yang
mendukung untuk menyelesaikan penelitian
ini, salah satunya adalah dengan Toolbox fuzzy
menggunakan Matlab Versi R2008a. Software
ini berfungsi untuk menghitung nilai variabel
Calon Anggota Tamtama (CATAM) yang
melakukan test kekuatan fisik dalam
perekrutan Prajurit Tamtama. Data yang
digunakan ialah dalam bentuk linguistik.
Bentuk rule yang diuji dengan menggunakan
Software Matlab dengan kasus evaluasi sistem
di atas dengan memasukan nilai variabel pada
input data pertama atas nama Josafat di form
Editor rule [13.21 35 17.2] dapat dilihat pada
gambar 9 berikut:
/

Jadi dari hasil proses Defuzzyfikasi di atas

dapat dilihat bahwa data Calon Anggota
Tamtama (CATAM) atas nama Josafat dengan
nilai 83.5 sehingga bisa disimpulkan bahwa
Calon Anggota Tamtama (CATAM) atas nama
Josafat “Sangat Layak” untuk
direkomendasikan.
Dalam perhitungan Defuzzyfikasi Calon
Gambar 9 : Editor Rule Evaluasi Atas Nama
Anggota Tamtama (CATAM) lainnya dapat
Josafat
dilakukan dengan cara yang sama seperti di
atas.
Pada gambar 9 telah dimasukkan nilai variabel
evaluasi untuk mendapatkan nilai
Tabel 7. Hasil Defuzzyfikasi Data Calon
rekomendasi, terlihat bahwa hasil rekomendasi
Anggota Tamtama (CATAM)
menyatakan Lulus dengan nilai selisih dari
hitung manual 83,5 dengan sistem 80,5 dan
dinyatakan Sangat Layak.
Dari gambar 5.7 dapat kita tampilkan dalam
bentuk tampilan grafik yang disebut dengan
surface viewer pada Rekomendasi dan
ditampilkan pada gambar 10 berikut:

IMPLEMENTASI
Implementasi data Calon Anggota Tamtama
(CATAM) dengan logika fuzzy dengan
10 Jurnal PI-Cache, Volume 5, Nomor 1, Maret 2016
Gambar 10: Surface Viewer Rekomendasi
Atas Nama Josafat
Dalam perhitungan Defuzzyfikasi Calon
Anggota Tamtama (CATAM) lainnya dapat
dilakukan dengan cara yang sama seperti di
atas.
Tabel 8. Hasil Selisih Perhitungan
Defuzzyfikasi Data Calon
Anggota Tamtama (CATAM)
SIMPULAN
Dari hasil penelitian ini baik yang dihitung
secara manual maupun dengan bantuan Matlab
dalam menganalisa metode Mamdani berbasis
logika fuzzy maka dapat ditarik beberapa
kesimpulan:
1. Logika fuzzy dapat digunakan untuk
mengembangkan model dan menganalisa
kelayakan dan ketidak layakan Calon
Anggota Tamtama (CATAM).
2. Sistem yang telah dirancang dapat di
implementasikan untuk membantu pihak
manajemen dalam mengambil keputusan
untuk memilih Calon Anggota Tamtama
(CATAM).
3. Pada perangkat lunak ini logika fuzzy
berhasil dimasukkan kedalam proses
Matlab.
4. Visualisasi Metode Mamdani proses dapat
memudahkan user dalam menyelesaikan
perhitungan penerimaan Calon Anggota
Tamtama (CATAM) yang melibatkan
beberapa alternatif untuk menghasilkan
sebuah keputusan yang tepat dan benar
berdasarkan kriteria tertentu dengan
penilaian riil dan preferensi.
5. Dengan visualisasi dapat diketahui
langkah-langkah dalam penyelesaian
permasalahan dengan menggunakan
metode Mamdani.
6. Dari hasil perhitungan Metode Mamdani
didapat kelayakan dan ketidak layakan
Calon Anggota Tamtama (CATAM) mana
saja yang menjadi prioritas utama untuk
dijadikan rekomendasi tersebut.
7. Perangkat lunak ini hanya memberikan
nilai derajat rekomendasi, keputusan yang
sebenarnya tergantung pada pengguna.
DAFTAR RUJUKAN
[1] Ablhamid, R. K., Santoso, B., & Muslim,
M. A. (2013). Decision Making And
Evaluation System For Employee
Recruitment Using Fuzzy Analytic
Hierarchy Process. Interational Refereed
Journal Of Engineering And Science
(IRJES) ISSN (Online) 2319-183X,
(Print) 2319-1821 Volume 2, Issue7, 1-8.
[2] Banerjee, R., & Ghosh, D. N. (2013).
Faculty Recruitment In Engineering
Organization Through Fuzzy Multi-
Criteria Group Decision Making
Methods. International Journal Of U-
And E- Science And Technology, 1-16.
[3] Bottoni, A., Gianfelici, A., Tamburri, R.,
& Faina, M. (2011). Talent Selecion
Criteria For Olympic Distance Triathon.
Journal Of Human Sport And Exercise
ISSN 1988-52, 1-12.
[4] Dereli, T. (2010). A Fuzzy Approach For
Personal Selection Process. Turkish
Journal Of Fuzzy System (eISSN: 1309-
1190) An Official Journal Of Turkish
Fuzzy System Association Vol.2, 1-15.
[5] Harmoko, i. W. (2012). Prototipe Model
Prediksi Peluang Kejadian Hujan
Menggunakan Metode Fuzzy Logic Tipe
Mamdani dan Sugeno. Jurnal TICOM
Vol.1 No.1, 59-70.
 Tendra, Implementasi Fuzzy Logic Mamdani Untuk Menentukan Kelayakan Calon Anggota Tamtama 1- 11 11

[6] Irmawan, D., & Herusantoso, K. (2011). Fuzzy Inference System Mamdani:
Penerapan Logika Fuzzy Sebagai Sistem Studi Kasus UPT Dinas Pendidkan Kec.
Pendukung Keputusan Prakiraan Cuaca. Penengahan Lampung Selatan. Jurnal
Konferensi Teknologi Informasi dan TICOM Vol.1 No 1, 24-28.
Komunikasi Untuk Indonesia, 1-10.
[7] Kamboj, V., & Kaur, A. (2013).
Comparison Of Constant Sugeno-Type
And Mamdani-Type Fuzzy Inference
System For Load Sensor. International
Journal Of Soft Computing And
Engineering (IJSCE) ISSN: 2231-2307,
Volume-3, Issue-2, 1-4.
[8] Kaur, A., & Kaur, A. (2012). Comparison
Of Mamdani-Type And Sugeno-Type
Fuzzy Inference System For Air
Conditioning System. International
Journal Of Soft Computing And
Engineering (IJSCE) ISSN: 2231-2307,
Volume-2, Issue-2, 1-3.
[9] Kusumadewi, S., & Purnomo, H. (2010).
Aplikasi Logika Fuzzy Untuk Pendukung
Keputusan Edisi 2. Yogyakarta: Graha
Ilmu.
[10] Mustafidah, H., & Aryanto, D. (2012).
Sistem Inferensi Fuzzy Untuk
Memprediksi Prestasi Belajar
Mahasiswa Berdasarkan Nilai Ujian
Nasional, Tes Potensi Akademik, dan
Motivasi Belajar. JUITA ISSN: 2086-
9398 Vol. II No 1, 1-7.
[11] Ojokoh, Omisore, Samuel, & Ogunniyi.
(2012). A Fuzzy Logic Based
Personalized Recommender System.
International Journal Of Computer
Science And Information Technology &
Security (IJCSITS), ISSN: 2249-9555,
Vol 2, NO 5, 1-8.
[12] Poonam. (2012). Uncertainty Handlin
Fuzzy Logic In Rule Based System.
International Journal Of Advanced
Science And Technology Vol. 45, 1-16.
[13] Siregar, S. H. (2013). Sistem Penunjang
Keputusan Untuk Menentukan
Pelanggan Terbaik Menggunakan
Metode Fuzzy Mamdani. Pelita
Informatika Budi Dharma, Volume: IV,
Nomor: 2, 1-5.
[14] Tarigan, P. (2013). Sistem Pengendali
Pendingin Ruangan Menggunakan
Fuzzy Logic Berbasis MIcrocontroler
ATMega 8535. Informasi dan Teknologi
Ilmiah (INTI) ISSN: 2339-219X Volume
1, Nomor 1, 1-7.
[15] Triayudi, A. (2012). Analisa Sistem
Penilaian Kinerja Guru Menggunakan