Analisa Tingkat Kepuasan Masyarakat Dengan Kualitas Kinerja Kepolisian Menggunakan Metode Fuzzy Logic Sugeno
Analisa Tingkat Kepuasan Masyarakat Dengan Kualitas Kinerja Kepolisian Menggunakan Metode Fuzzy Logic Sugeno
Maret 2016, Hal 59-67 ISSN CETAK :1412-5854, ISSN ONLINE : 2502-8774
Copyright@2016 by LPPM UPI YPTK Padang
Abstrak
Permasalahan yang timbul di dunia ini terkadang sering sekali memiliki jawabanyang tidak pasti,
logika fuzzy merupakan salah satu metode untuk melakukan analisis sistemyang tidak pasti. Tugas akhir
ini membahas penerapan logika fuzzy pada penyelesaianmasalah Pelayanan kepolisian Kepada
Masyarakat metode Sugeno. Masalah yangdiselesaikan adalah cara menentukan Kepuasan Masyarakat
menggunakan Tiga variabelsebagai input datanya, yaitu : Pelayanan, Tanggung Jawab, Persepsi Output
nya adalah Kepuasan.
Langkah pertama penyelesaian masalah Pelayanan Pada Masyarakat menggunakanmetode Sugeno
yaitu menentukan variabel input dan variabel output yang merupakanhimpunan tegas, langkah kedua
yaitu mengubah variabel input menjadi himpunan fuzzydengan proses fuzzifikasi, selanjutnya langkah
yang ketiga adalah pengolahan datahimpunan fuzzy dengan metode maksimum. Dan langkah terakhir atau
keempat adalahmengubah output menjadi himpunan tegas dengan proses defuzzifikasi dengan
metodecentroid, sehingga akan diperoleh hasil yang diinginkan pada variabel output.
Penyelesaianmasalah produksi menggunakan metode Sugeno Metode Sugeno menggunakan
konstanta atau fungsi matematika darivariabel input, dan pada proses defuzzifikasinya mengunakan
metode rata-rata terpusat.
Kata Kunci: Kualitas Pelayanan, Toolbox Matlab 6.1 , Logika fuzzy, metode Sugeno, fuzzyfikasi,
defuzzyfikasi,.
1. Pendahuluan
Dalam menjankan hidupnya manusia tidak terlepas dari permasalahan yang ada di
duniawi ini.Dengan adanya keamanaan dan perlindungan dari pihak yang mempunyai
kekuasaan yang tertinggi dalam suatu wilayah,maka akan terjadi kedamaian dan ketentraman
sebab dengan adanya keamannan manusia bisa menjalankan hidupnya dengan tenang dan akan
memberikan dampak positif terhadap perkembangan pembangunan suatu bangsa serta
mempunyai keamanan. Setiap orang selalu mengaku yang paling baik, benar, dan tidak mau
menerima masukan orang lain. Hal ini fenomena yang wajar karena sifat dasar yang dimiliki
manusia. Setiap manusia memiliki kebisaan yang berbeda-beda tetapi berdampak besar terhadap
kehidupannya. Kepolisian marupakan badan yang melindungi rakyatnnya dari
permasalahan,dengan adanya polisi manusia bisa menyelesaikan pekerjaannya dengan
munggunakan aplikasi Fuzzy Logic.
Logika fuzzy adalah suatu cara untuk memetakan suatu ruang input kedalam suatu ruang
output. Dengan logika fuzzy sesuatu yang dapat memiliki nilai diantara range 0 dan 1. “Fuzzy”
berarti kabur atau samar. Logika fuzzy adalah logika multivalued yang memungkinkan untuk
mendefinisikan nilai menengah diantara dua logika/evaluasi konvensional yang berbeda, seperti
benar/salah, iya/tidak, tinggi/rendah, panas/dingin, dan lain-lain. Oleh karena itu logika ini
disebut logika samar. Sehingga dalam teori fuzzy sesuatu dapat bernilai salah atau benar secara
bersamaan.
Adapun rumusan masalah dalam penelitian ini adalah sebagai berikut:
59
Majalah Ilmiah UPI YPTK , Vol. 23, No. Maret 2016, Hal 59-67 ISSN CETAK :1412-5854, ISSN ONLINE : 2502-8774
Copyright@2016 by LPPM UPI YPTK Padang
2. Tinjauan Literatur
2.2 LogikaFuzzy
Menurut Kusumadewi dan Hari Purnomo (2010: 1) Logika fuzzy merupakan salah satu
komponen pembentuk soft computing. Logika fuzzy pertama kali di perkenalkan oleh Prof. Lotfi
A. Zaedah pada tahun 1965. Dasar logika fuzzy teori himpunan fuzzy. Pada teori himpunan
fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan
sangatlah penting.
Menurut T. Sutojo, dkk (2011: 211) Logika fuzzy adalah metodologi sistem kontrol
pemecahan masalah, yang cocok untuk diimplementasikan pada sistem, mulai dari sistemyang
sederhana, sistem kecil, embedded sistem, jaringan PC, multi-channel atau workstation berbasis
akuisisi data, dan sistem kontrol. Metodologi ini diterapkan pada perangkat keras, perangkat
lunak, atau kombinasi keduanya.
2.3 Pelayanan
Pelayanan merupakan suatu kegiatan atau urutan kegiatan yang terjadi dalam interaksi
langsung antara seseorang dengan orang lain atau mesin secara fisik dan menyediakan kepuasan
masyarakat. Dalam Kamus Besar Bahasa Indonesia dijelaskan pelayanan sebagai usaha
melayani kebutuhan orang lain.
Tujuan pengelolaan keamanan nasional dirumuskan berdasarkan alinea keempat
Pembukaan UUD 1945 yang menegaskan bahwa negara melindungi segenap memajukan
60
Majalah Ilmiah UPI YPTK , Vol. 23, No. Maret 2016, Hal 59-67 ISSN CETAK :1412-5854, ISSN ONLINE : 2502-8774
Copyright@2016 by LPPM UPI YPTK Padang
Identifikasi
Ruang Lingkup
Mengumpulkan data
Menganalisa data-data
Implementasi
Keputusan
Kesimpulan
Gambar1:KerangkaPemikiran
61
Majalah Ilmiah UPI YPTK , Vol. 23, No. Maret 2016, Hal 59-67 ISSN CETAK :1412-5854, ISSN ONLINE : 2502-8774
Copyright@2016 by LPPM UPI YPTK Padang
Teknik pengumpulan data yang digunakan pada penenliti, maka yang menjadi objek
penelitian dengan teknik-teknik adalah wawancara, observasi dan studi kepustakaan.
Pelayanan
Kinerja
Puas/Tidak Puas
Tanggung Jawab Dan sugeno
Pada penelitian ini terdapat 3 variabel yang berada pada 0 -100 skor butir. Hasil yang
diperoleh seperti 100 sehingga “diterima” dengan derajat maksimum untuk Tabel domain
himpunan fuzzy menjelaskan rentang domain yang digunakan dalam penentuan rentang domain
dalm himpunan fuzzy pada tabel 1.
62
Majalah Ilmiah UPI YPTK , Vol. 23, No. Maret 2016, Hal 59-67 ISSN CETAK :1412-5854, ISSN ONLINE : 2502-8774
Copyright@2016 by LPPM UPI YPTK Padang
63
Majalah Ilmiah UPI YPTK , Vol. 23, No. Maret 2016, Hal 59-67 ISSN CETAK :1412-5854, ISSN ONLINE : 2502-8774
Copyright@2016 by LPPM UPI YPTK Padang
4.1 Inference
Tahap ini merupakan penentuan aturan dari sistem logika kabur. Aturan-aturan dapat
dibentuk untuk menyatakan relasi antara input dan output. Tiap aturan merupakan suatu
implikasi. Operator yang digunakan untuk menghubungkan antara dua input adalah operator
OR, dan yang memetakan antara input-output adalah IF-THEN.
Peneliti pada tahap inferensi ini menggunakan model Sugeno, dimana aturan
didefenisikan sebagai berikut:
64
Majalah Ilmiah UPI YPTK , Vol. 23, No. Maret 2016, Hal 59-67 ISSN CETAK :1412-5854, ISSN ONLINE : 2502-8774
Copyright@2016 by LPPM UPI YPTK Padang
Dimana A1,..., An dan B adalah nilai-nilai linguistik ( atau fuzzy set) dan x1 is
A1menyatakan bahwa nilai variabel x1 adalah anggota fuzzy set A1. Dengan cara inferensi yang
digunakan adalah cara clipping (alpha-cut) dan bila di-agregasikan dengan fungsi lain akan
menghasilkan untuk yang mudah di-defuzzification.
Aturan yang dipakai adalah berdasarkan angket yang disebar yaitu dari maksimal
aturan yang dapat dibentuk dan yang terpilih paling banyak oleh responden untuk menyatakan
relasi antara input dan output. Dari pemetaan tersebut terlihat bahwa maksimal aturan sebagai
berikut :
1. [R48] IF Pelayanan isSangat BagusOR Tanggung Jawab is Sangat BaikOR Persepsi
isSangat MemuaskanTHEN Kepuasan is SangatPuas.
2. [R49] IF Pelayanan isSangatBagusOR Tanggung Jawabis Tidak Baik OR Persepsi is
Tidak MemuaskanTHEN Kepuasan is TidakPuas.
3. [R50] IF Pelayanan is SangatBagusOR Tanggung Jawab isTidak Baik OR Persepsi is
Cukup MemuaskanTHEN Kepuasan is TidakPuas.
4. [R51] IF Pelayanan isSangatBagus OR Tanggung Jawab is Tidak Baik OR Persepsi
isMemuaskanTHEN Kepuasan isCukup Puas.
5. [R52] IF Pelayanan isSangatBagus OR Tanggung Jawabis Tidak Baik OR Persepsi
isSangat MemuaskanTHEN Kepuasan is Puas.
6. [R53] IF Pelayanan isSangatBagusOR Tanggung Jawab is Cukup BaikOR Persepsi
isTidak MemuaskanTHEN Kepuasan isCukup Puas.
7. [R54] IF Pelayanan isSangatBagusOR Tanggung Jawab is Cukup Baik OR Persepsi
isCukup MemuaskanTHEN Kepuasan isPuas.
8. [R55] IF Pelayanan isSangat BagusOR Tanggung Jawab is Cukup Baik OR Persepsi
isMemuaskanTHEN Kepuasan isPuas.
9. [R56] IF Pelayanan isSangat BagusOR Tanggung Jawab is Cukup Baik OR Persepsi
isSangat MemuaskanTHEN Kepuasan isSangatPuas.
10. [R57] IF Pelayanan isSangatBagusOR Tanggung Jawab is Sangat Baik OR Persepsi
isTidak MemuaskanTHEN Kepuasan isPuas.
4.2 Defuzyfication
Tahap ini disebut juga tahap penegasan. Input dari proses penegasan ini adalah suatu
himpunan kabur yang diperoleh dari komposisi aturan-aturan kabur, sedangkan output yang
dihasilkan merupakan suatu bilangan pada domain himpunan kabur tersebut.
Dalam tahap ini peneliti menggunakan centroid method. Metode ini disebut juga
sebagai Center of Area atau Center of Gravity. Metode ini adalah metode yang paling penting
dan menarik diantara semua metode. Metode ini menghitung nilai crisp menggunakan rumus :
RumusCrisp
y* = ∑yµR (y)
∑µR (y)
Dimana
Y = Nilai crisp
µ(y) = Derjat Keanggotaan dari nilia crisp y
Z = 0,1 (60) + 0,1 (80) +0,4 (60) + 0,4 (80) +0 (60) + 1 (80)
0,1 + 0,1 + 0,4 + 0,4 + 0 + 1
Z = 150 = 75
65
Majalah Ilmiah UPI YPTK , Vol. 23, No. Maret 2016, Hal 59-67 ISSN CETAK :1412-5854, ISSN ONLINE : 2502-8774
Copyright@2016 by LPPM UPI YPTK Padang
Dimana y adalah nilai crisp dan µR (y) adalah derajat keanggotaan dari y.
1. Input,yaitu
a. Nilai Pelayanan, didapatkan bilangan real sebesar 78 yaitu merupakan keanggotaan dari
domain himpunan bilangan fuzzy Bagus[40 80] yang artinya variabel tingkat pelayanan
dapat dikatakan Bagus.
b. Nilai Tanggung Jawab, didapatkan bilangan real sebesar 72 yaitu merupakan
keanggotaan dari domain himpunan fuzzy Baik [ 60 100] yang artinya variable tingkat
Persepsi dikatakan Sangat Baik.
c. Nilai Persepsi, didapatkan bilangan real sebesar 80 yaitu merupakan keanggotaan dari
domain himpunan fuzzy Baik [40 80] yang artinya variable tingkat Persepsi dikatakan
Memuaskan.
2. Output, yaitu :
Tingkat Kepuasan Pelanggandidapatkan bilangan real sebesar75 yaitu merupakan
keanggotaandari domain himpunan bilangan fuzzy Memuaskan [40 80] yang artinya variabel
tingkat kepuasanMasyarakat dapat dikatakan Memuaskan yaitu mencapai 75.
5. Kesimpulan
Berdasarkan pembahasan pengukuran tinggkat kinerja kepolisian dalam menyelesaikan
masalah di lingkungan masyarakat Sungai tarab kabupaten tanah datar, dapat di ambil
kesimpulan sebagai berikut :
1. Penelitian ini menganalisa tingkat kepuasan masyarakat terhadap kinerja kepolisian
dalam menyelesaikan masalah di lingkungan masyarakat baik dari segi pelayanan,
tanggung jawab dan persepsi serta menghasilkan kepuasan bagi masyarakat Sungai
Tarab Kabupaten Tanah Datar.
2. Fuzzy logic yang digunakan dapat membantu Masyarakat dalam menilai pelayanan
Kepolisian terhadap kepuasan pelanggan dengan hasil Memuaskan
3. Konsep Fuzzy logic diterapkan pada Kepolisian dengan menggunakan aplikasi matlab
dengan menetapkan pelayanan tanggung Jawab dan persepsi Masyarakat sebagai
masukan untuk mendapatkan nilai kepuasan Masyarakat.
66
Majalah Ilmiah UPI YPTK , Vol. 23, No. Maret 2016, Hal 59-67 ISSN CETAK :1412-5854, ISSN ONLINE : 2502-8774
Copyright@2016 by LPPM UPI YPTK Padang
4. Hasil dari Fuzzy logic Kepolisian yang memuaskan membantu pihak Kepolisian terus
meningkatkan kualitas pelayananannya karena sebagian besar responden menilai
pelayanan di Kepolisian sudah Puas.
5. Hasil Penelitian ini dapat memberikan gambaran kepada Kepolisian bagaimana cara
menyelesaikan masalah di lingkungan Masyarakat.
REFERENSI
1. Agus Naba, Eng. , 2009, Belajar Cepat Fuzzy Logic Menggunakan Matlab. Yogyakarta: Andi
Offset.
2. Kusumadewi, S. , 2002, Analisis dan Desain Sistem Fuzzy Menggunakan Tool Box Matlab.
Yogyakarta: Graha Ilmu.
3. Kusumadewi, Sri. , 2010, Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta:
Graha Ilmu.
4. Kusumadewi, Sri (2003), Artificial Intelligence Teknik dan Aplikasi, Yogjakarta : Graha
Ilmu
5. Muhammad, Abulwafa, dan Eka Praja W.M, 2010, Panduan dan Teknis Pelaksanaan
Matakuliah Skripsi Jenjang Pendidikan Strata 1. Universitas Putra Indonesia “YPTK”
Padang.
6. Pudjo widodo, Prabowo danTrias handayanto, Rahmadia, 2012, Penerapan soft computing
dengan matlab, Bandung : Rekayasa
67