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

ANALISA TINGKAT KEPUASAN MASYARAKAT

DENGAN KUALITAS KINERJA KEPOLISIAN
MENGGUNAKAN METODE FUZZY LOGIC SUGENO

Sestri Novia Rizki

Dosen Program Studi Teknik Informatika Universitas Putera Batam
sestrino90@gmail.com

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

1. Bagaimana Mutu Pelayanan Terhadap Tingkat Pelayanan kepolisian ke pada

masyarakat sungai tarab kabupaten tanah datar menggunakan Matleb 6.0?
2. Bagaimana Tinggkat keamanan dan kenyamanan masyarakat dalam menjalani
hidupnya?
3. Apakah aplikasi ini dapat membantu menyelesaikan masalah di lingkungan
masyarakat?
4. Seberapa efesien dan efektif pelayanan kepolisian dalam menangani masalah di
lingkungan masyarakat?
Penelitian ini bertujuan Adapun tujuan penelitian yang dilakukan pada Kepolisian Sungai
Tarab adalah:
1. Untuk menganalisis kepuasan Masyarakat dan kualitas pelayanan Kepolisian
menggunakan Matlab yang berbasis Fuzzy-Logic.
2. Untuk mengetahui bagaimana tingkat pelayanan pada Kepolisian Sungai Tarab.
3. Mengetahui secara jauh tingkat pelayanan kepolisian kepolisian terhadap masyarakat.
4. Memberikan pengetahuan dan pemahaman akan manfaat teknologi secara optimal.
Diharapkan penelitian ini dapat memberi manfaat bagi pihak-pihak yang berkaitan baik
secara teoritis, yakni mengembangkan ilmu pengetahuan tentang konsep logika fuzzy Sugeno
dalam menentukan kepuasan masyarakat terhadap layanan kepolisian.

2. Tinjauan Literatur

2.1 Kecerdasan Buatan (Artificial Intelegence)

Kecerdasan Buatan (Artificial Intelegence) merupakan salah satu bagian ilmu komputer
yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang
dilakukan oleh manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat
hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin
mendominasi kehidupan umat manusia. Komputer tidak lagi digunakan sebagai alat hitung,
lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu
yang bisa dikerjakan oleh manusia.
Kecerdasan Buatan atau (Artificial Intelligence) merupakan bidang ilmu komputer yang
mempunyai peran penting di era kini dan masa akan dating. Bidang ini telah berkembang sangat
pesat di 20 tahun terakhir seiring dengan pertumbuhan kebutuhan akan perangkat cerdas para
industri dan rumah tangga Suyanto (2007: 2).

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

kesejahteraan umum,mencerdaskan kehidupan bangsa dan ikut serta melaksanakan ketertiban

dunia.
Upaya untuk mewujudkan keamanan nasional tidak boleh menggunakan alasan keamanan
negara untuk meniadakan hak warga negara atas keamanan individual serta penghormatan dan
perlindungan terhadap HAM. Hak-hak warga negara dalam upaya keamanan nasional juga
harus harus dihormati. Hak-hak ini antara lain meliputi :
1. Setiap warga negara memiliki hak yang sama untuk memperoleh informasi tentang
upaya-upaya pengelolaan keamanan nasional dan,
2. Semua warga negara berhak mendapatkan manfaat yang sama dari pengelolaan keamanan
nasional.
3. Metodologi

Pelaksanaan penelitian dalam kegiatan mengambil data responden dilakukan pada

tanggal 11 September 2015 sampai 28 Februari 2016. Dalam pengambilan data didapat
dengan cara menyebarkan angket kepada masyarakat Kecamatan Sungai Tarab.

Identifikasi

Ruang Lingkup

Mencari dan Mempelajari Literatur

Mengumpulkan data

Teknik Wawancara Teknik Observasi Studi Pustaka

Menganalisa data-data

Mengolah Data dengan Metode Mamdani

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.

1. Penetitian Lapangan (Field Research)

Meneliti dalam melalukan pengamatan pada kapolsek Sungai Tarab, yang menjadi objek
penelitian dengan teknik-teknik
a. Observasi
Melakukan pengamatan secara langgsung ke kantor kapolsek Sungai Tarab.
b. Wawancara
Melakukan wawancara langgsung dengan salah satu petugas kepolisian yang
bersanggkutan

2. Penelitian Perpustakaan (Library Research)

Penelitian yang dilakukan melalui literatur-literatur yang berhubungan dengan tema
penelitian.
3. Hasil dan Diskusi
Operasipnal Variabel Pada dasarnya variabel merupakan segala sesuatu yang berbentuk
apa saja yang di tetapkan oleh peneliti untik dipelajari sehingga diperoleh informasi tentang hal
tersebut, kemudian ditarik kesimpulannya. Dalam penelitian ini, penulis akan membahas
tentang kinerja kepolisian. Dengan menggunakan Tiga variabelinput dan variabel Output, yaitu:

Pelayanan
Kinerja
Puas/Tidak Puas
Tanggung Jawab Dan sugeno

Gambar 2 :Proses Analisa Fuzzy Sugeno

Tabel 1 : Himpunan Kabur

Fungsi NamaVariabel SemestaPembicaraan
Pelayanan [0 100]
Input Kinerja [0 100]
Tanggung Jawab [0 100]
Output Kepuasan [0 100]

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.

Tabel 2 : Variabel Input Dan Output

Variabel Nama Himpunan Fuzzy Domain
Sangat Bagus (SBG) [ 60 80 100 100]
Bagus (BG) [ 40 60 80 ]
Pelayanan Cukup bagus (CBG) [ 20 40 60 ]
Tidak bagus (TBG) [0 0 20 40 ]
SangatBaik (SB) [ 60 80 100 100]
Baik (B) [ 40 60 80 ]
TanggungJawab
CukupBaik (CB) [ 20 40 60 ]
TidakBaik (TB) [0 0 20 40 ]

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

Sangat Memuaskan (SM) [ 60 80 100 100]

Memuaskan (M) [ 40 60 80 ]
Persepsi Cukup Memuaskan (CM) [ 20 40 60 ]
Tidak Memuaskan (TM) [ 0 0 20 40 ]
Sangat Puas (SP) [ 60 80 100 100]
Puas (P) [ 40 60 80 ]
Kepuasan Cukup Puas (CP) [ 20 40 60 ]
Tidak Puas (TP) [0 0 20 40 ]

Gambar 3 : Representasi Variabel Pelayanan

Gambar 4 : Representasi Variabel Tanggung Jawab

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

Gambar 5 : Representasi Variabel Persepsi

Representasi Variabel Tingkat Kepuasan

Untuk mempresentasikan variabel Tingkat Kepuasan dengan menggunakan grafik
(untuk himpunan kabur Sangat Puas, Puas, Cukup Puas, dan Tidak Puas) pada gambar 6
dibawah ini.
Fungsi Keanggotaan untuk variabel Kepuasan: Isikan Range dengan [0100]. Pada
membership function buat name menjadi Puas, ambil tipe trimf (triangular membership
function) dan trapmf (trapezium membership function) selanjutnya isikan nilai paramnya
dengan nilai [ 40 60 80 ].Trimf dan trapmf digunakan untuk menampilkan domain himpunan
fuzzy dalam bentuk kurva segitiga dan trapesium. pada dasarnya merupakan gabungan antara 2
garis (linear).

Gambar 6 : Representasi Variabel Tingkat Kepuasan

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

IF x1 is A1AND... OR xnis An THEN y is y = f (x,,,,,xn)

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.

Gambar 7 : Penalaran Sistim Kabur Centroid Rule 1-30

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