LOGIKA FUZZY

6.1 Fuzzy Set, Fuzzy Logic, dan Fuzzy System

Fuzzy Set dan Fuzzy Logic
Crisp Set: himpunan yang membedakan anggotanya dan non-
anggotanya dengan batasan yang pasti.
Misal: A = {x | x integer, x > 2}
Anggota A = {3, 4, 5, …}
Linguistic Variable: suatu variable yang tidak dapat dipasangkan
langsung dengan nilai dalam suatu range, karena range dapat berubah
bergantung keadaan.
Misal: 1. “Hangat” = [10C – 50C] untuk winter [-50C - 50C]
2. “Hangat” = [140C – 160C] untuk Spring[120C - 180C]

Membership Function (Fungsi Keanggotaan)

µA(x) = [0,1], dimana x adalah suatu crisp set.
188 KECERDASAN BUATAN TEORI DAN APLIKASI

µA = Fungsi yang menyatakan keanggotaan suatu elemen

dalam fuzzy set.
Fuzzy set = subset dari x
Penentuan µ sulit dilakukan, maka dibantu JST.
Fuzzy Set : anggotanya ditentukan oleh fungsi keanggotaan.
x = {5, 10, 20, 30, 40, 50, 60, 70, 80} , merupakan crisp set umur dalam
tahun.
Fuzzy set “balita”, “dewasa”, “muda”, dan “tua” adalah subset dari x.
Elemen Balita Dewasa Muda Tua
5 0 0 1 0
10 0 0 1 0
20 0 0.8 0.8 0.1
30 0 1 0.5 0.2
40 0 1 0.2 0.4
50 0 1 0.1 0.6
60 0 1 0 0.8
70 0 1 0 1
80 0 1 0 1
Balita = {}
Dewasa = {20, 30, 40, 50, 60, 70, 80}
µDewasa = {0.8, 1, 1, 1, 1, 1, 1, 1}
Muda = {5, 10, 20, 30, 40, 50}
µMuda = {1, 1, 0.8, 0.5, 0.2, 0.1}
Tua = {20, 30, 40, 50, 60, 70, 80}
LOGIKA FUZZY 189

µTua = {0.1, 0.2, 0.4, 0.6, 0.8, 1, 1}

6.1.1 Cara menyatakan Fuzzy Set


Tua   Tua
e
 0.1/20  0.2/30  0.4/40  0.6/50  0.8/60  1/70  1/80
atau
Tua  {0.1/20, 0.2/30, 0.4/40, 0.6/50, 0.8/60, 1/70, 1/80}

Jenis-jenis Fungsi Keanggotaan:

Fungsi Sigmoid

µ(x)  0, x  a

 2{((x - a)/(c - a)} 2 , a  x  b
Sigmoid(x, a, b, c)  
 1 - 2{((x - c)/(c - a)} 2 , b  x  c
 1, c  x


a b c x

Gambar 6.1 Fungsi sigmoid

190 KECERDASAN BUATAN TEORI DAN APLIKASI

Fungsi Phi

µ(x)
Sigmoid(x, c-b, c-b/2, c), x <= c
Phi(x, b, c) =

1 - Sigmoid(x, c, c+b/2, c+b), x > c

c-b c-b/2 c c+b/2 c+b x

Gambar 6.2 Fungsi phi

Fungsi Segitiga

µ(x)
0, x <= a, x >= c

Triangular(x, a, b, c) = (x-a)/(b-a), a < x <= b

1 -(x-c)/(c-b), b < x <= c

a b c x

Gambar 6.3 Fungsi segitiga

LOGIKA FUZZY 191

Fungsi Trapesium

µ(x) 0, x <= a, x >= d

(x-a)/(b-a), a < x <= b

Trapesium(x, a, b, c, d) =
1, b < x <= c

1 -(x-d)/(d-c), c < x <= d

a b c d x

Gambar 6.4 Fungsi trapezium

6.2 Operasi Dasar Fuzzy

1. Complement :  A ( x)  1   A ( x)
 A (x) Tua = {0/5, 0/10, 0.1/20, 0.2/30, 0.4/40, 0.6/50, 0.8/60,
1/70, 1/80}
 A (x) Tidak Tua = {1/5, 1/10, 0.9/20, 0.8/30, 0.6/40, 0.4/50,
0.2/60, 0/70, 0/80}
2. Union (Disjunction):
 AB ( x)  max  A ( x),  B ( x)
 A (x) Muda = {1/5, 1/10, 0.8/20, 0.5/30, 0.2/40, 0.1/50, 0/60,
0/70, 0/80}
 A (x) Tua = {0/5, 0/10, 0.1/20, 0.2/30, 0.4/40, 0.6/50, 0.8/60,
1/70, 1/80}
192 KECERDASAN BUATAN TEORI DAN APLIKASI

 A (x) Muda  Tua = {1/5, 1/10, 0.8/20, 0.5/30, 0.4/40,

0.6/50, 0.8/60, 1/70, 1/80}
3. Intersection (Conjunction):
 AB ( x)  min  A ( x),  B ( x)
 A (x) Muda  Tua = {0/5, 0/10, 0.1/20, 0.2/30, 0.2/40,
0.1/50, 0/60, 0/70, 0/80}

Hedge: Modifikasi derajat keanggotaan (bersifat heuristik).

1. Penguat : sangat
2. Pelemah : agak
3. Komplemen : tidak
4. Penaksir : sekitar
5. Pembatas : di atas
6. Kuantifier : hampir semua

Note: Kata dalam Kalimat Fuzzy dibaca dari kiri ke kanan.

¬(SANGAT(BERAT)) tidak sama dengan SANGAT(¬BERAT)
Fuzzy Quantifier (Pengukur Kesamaran)
Menggambarkan pendekatan pengukuran Fuzzy Logic.
Fuzzy Quantifier digunakan untuk Disposisi (pernyataan yang
mengandung makna “Implied” dalam Fuzzy)
Contoh :
1. Most horses have tails.
2. Very old people.
3. Approximately adequate income.

Concentrate: Pertajaman (Quite, Very)

2 : power 2
LOGIKA FUZZY 193

Dilate: Perluasan (Somewhat)

 : power ½

µ(x)

0.75
Very Adequate
Income
0.50
Adequate Income

0.25
Somewhat Adequate Income

10 20 30 40 50 K$
x

Adequate Income = {0/10, 0.125/20, 0.5/30, 0.75/35,

1/40, 1/50}
Not Adequate Income = {1/10, 0.875/20, 0.5/30, 0.25/35,
0/40, 0/50}
Very Adequate Income = {0/10, 0.16/20, 0.25/30, 0.56/35,
1/40, 1/50}
Somewhat Adequate Income = {0/10, 0.35/20, 0.71/30, 0.87/35, 1/40,
1/50}

Compositional Operator: o
Approximately adequate income (y) = Adequate income (x) o
Approximately equal income (y)
194 KECERDASAN BUATAN TEORI DAN APLIKASI

 y11 y12 ... y1m 

x1 x2 ... xn   y y ... y 
 21 22 2m 

 yn1 yn 2 ... ynm 

Approximately equal income (x,y) =

20k 30k 35k 40k
20k 1 0.5 0 0
30k 0.5 1 0.7 0.1 

35k 0 0.7 1 0.8 
40k  
0 0.1 0.8 1

Approximately Adequate income =

1 0.5 0 0
0.5 1 0.7 0.1 
0.125 0.5 0.75 1 
0 0.7 1 0.8
 
0 0.1 0.8 1

= {0.5, 0.7, 0.8, 1}

Jika user penghasilannya $ 35,000, maka approximately adequate sama
dengan 0.8.
LOGIKA FUZZY 195

Fuzzy-Rule-Based Systems

Gambar 6.5 Fuzzy-Rule-Based Systems

Studi Kasus: Sprinkler Control System as a Fuzzy-Rule-Based System

Antecedent 1 (Temperature)
Antecedent 2 (Moisture)

Cold Cool Normal Warm Hot

Dry L L L L L

L M M M M
Moist
Note: L = Long, M = Medium, S =
Short
Wet S S S S S
196 KECERDASAN BUATAN TEORI DAN APLIKASI

6.3 Proses Fuzzy fication

 Membership Function untuk Temperature adalah fungsi Phi.
 Temperatur Udara 920F menjadi Warm = 0.2 Hot = 0.46

Label Domain (0F)

Cold 30 – 47

Cool 40 – 70

Normal 60 – 84

Warm 75 – 98

Hot 90 – 110

 Membership Function untuk Moisture adalah Trapesium.

 Kelembaban 11% menjadi Dry = 0.25 Moist = 0.75 Wet = 0
µ

Dry Moist Wet

0.7
5

0.2
5
Kelembaban
11
%
Rule Evaluation
Fuzzy rules untuk Sprinkler (yang diukur Moisture dan Temperature)
a. IF Temperature is Hot (0.46)  Soil is Dry (0.25)
LOGIKA FUZZY 197

THEN watering duration is Long

b. IF Temperature is Hot (0.46)  Soil is Moist (0.75)
THEN watering duration is Medium
c. IF Temperature is Warm (0.2)  Soil is Moist (0.75)
THEN watering duration is Medium
d. IF Temperature is Warm (0.2)  Soil is Dry (0.25)
THEN watering duration is Long
Fuzzy Output: Water Duration is Long (0.25) dan Medium (0.46)

Proses Defuzzyfication
Metode yang digunakan: Center of Gravity (CoG) atau Centroid
Method. Fuzzy Output yang berupa µ dipotongkan ke grafik = Lamda
Cut (λ-Cut).
Lamda Cut: membatasi maximum kebenaran dari himpunan fuzzy / µ.
Untuk setiap µA berlaku µ(x) = minA(µ(x), λ-CutA)
µ(x)

Short Medium Long

0.46

0.25

x
10’ 20’ 30’ 40’ 50’ 60’

Center of Gravity (CoG)

198 KECERDASAN BUATAN TEORI DAN APLIKASI

  ( x) x dx
CoG  a
b

  ( x) dx
a

  ( x) x
 x a
b

  ( x)
xa

CoG

(15 * 0.3)  (25 * 0.46)  (35 * 0.46)  (45 * 0.46)  (55 * 0.25) 
0.3  0.46  0.46  0.46  0.25 
= 34.5’
Tetapi jika menggunakan integral hasilnya adalah 38’
Crisp Output-nya adalah Water Duration = 38 menit.
Jadi untuk temperatur udara 92oF dan Kelembaban tanah 11%, maka
sprinkle secara otomatis akan menyiram selama 38 menit.
Contoh: Aplikasi Adaptive Inteligent System adalah Sistem mengenali
“Panas”, “Hangat”, dan “Dingin” Menggunakan JST dan Himpunan
Fuzzy.
LOGIKA FUZZY 199

6.4 Aplikasi Logika Fuzzy Mamdani dalam Penentuan

Konsentrasi Pemilihan Program Pemberdayaan Masyarakat
pada PNPM Mandiri Pedesaan

6.4.1 Latar Belakang

Masyarakat merupakan faktor utama dalam sebuah
pembangunan baik itu dalam ruang lingkup kecil, maupun dalam skala
yang besar. Untuk membentuk suatu pembangunan yang berkualitas,
tentunya masyarakat harus memiliki pemberdayaan yang stabil,
masyarakat perlu diarahkan agar dapat memberikan dampak yang
positif bagi pembangunan. Pendanaan dari pemerintah untuk
pemberdayaan masyarakat dialokasikan melalui program-program
mandiri/kelompok untuk setiap desa, dengan dana tersebut masyarakat
dapat dituntun untuk menciptakan kehidupan yang lebih madani. Akan
200 KECERDASAN BUATAN TEORI DAN APLIKASI

tetapi dana tersebut harus dipergunakan secermat-cermat mungkin agar

setiap dana yang digunakan tidak sia-sia. Dana tersebut diberikan
kepada setiap desa dengan program-program tertentu yang sesuai
dengan keadaan desa tersebut.
Berdasarkan permasalahan di atas, menunjukkan bahwa perlu
adanya upaya - upaya strategis untuk mengatasinya. Upaya strategis
yang dilakukan agar sesuai dengan kondisi dan kebutuhan masyarakat,
yaitu dengan menggunakan pendekatan partisipatif dari masyarakat itu
sendiri. Untuk itu, menentukan konsentrasi kegiatan yang akan
dijalankan oleh masyarakat sebagai sebuah misi merupakan hal yang
sangat berpengaruh karena dapat menentukan kualitas kinerja
masyarakat. Dengan adanya konsentrasi diharapkan setiap masyarakat
desa beserta dengan tim pengelola dapat lebih fokus terhadap kegiatan
yang akan dilakukan.
Keputusan penentuan konsentrasi harus dilakukan dengan
pertimbangan yang matang. Akan tetapi, masalah sering terjadi dalam
proses pemilihan kegiatan, antaranya adalah tentang kegiatan apa yang
cocok untuk dilaksanakan, terutama jika faktor-faktor yang mendukung
dalam kegiatan memiliki tingkat kepentingan yang hampir sama. Oleh
karena itu, diperlukan suatu sistem pendukung keputusan yang dapat
membantu masyarakat dan tim pengelola PNPM dalam memilih
kegiatan yang sesuai dengan kualitas dan kebutuhan masyarakat. Dalam
penelitian ini, akan digunakan logika fuzzy dengan metode mamdani
untuk menentukan tingkat kecenderungan konsentrasi kegiatan
swadaya masyarakat berdasarkan faktor-faktor keadaan desa dan
masyarakat. Diamana setiap bobot kriteria yang ada pada setiap desa
diubah dalam bentuk himpunan fuzzy dan derajat keanggotaan.
Adapun input yang digunakan sebagai kriteria adalah tingkat
kebutuhan, akses sumber daya, dan tingkat partisipasi, sedangkan
outputnya adalah persentase konsentrasi terhadap kegiatan yang
sebaiknya dilaksanakan, yaitu pengadaan air bersih, peningkatan SDM,
peningkatan sarana dan prasarana, dan pemanfaatan sumber daya alam.
LOGIKA FUZZY 201

6.4.2 Analisis Sistem

Selama ini pemilihan kegiatan dilakukan secara manual yaitu
dimana masyarakat melakukan musyawarah untuk mendapatkan
rekomendasi kegiatan. Untuk itu, sistem yang akan dibangun ini adalah
sebagai pengganti dari masyarakat dan pengelola dalam pengambilan
keputusan berdasarkan kriteria untuk masing – masing desa.

a. Kebutuhan Input
Data yang diinput untuk melakukan pemprosesan keputusan
penentuan pemilihan kegiatan pemberdayaan masyarakat adalah
data penilaian kebutuhan, minimum akses sumber daya, tingkat
partisipasi. Keputusan penentuan pemilihan kegiatan ditentukan
berdasarkan kriteria yang mendukung kegiatan yang akan
dilaksanakan.

b. Kebutuhan Proses
Pemprosesan data dilakukan oleh sistem setelah menerima data-
data masukan dari user, dalam hal ini PNPM bertindak sebagai user
disamping admin sebagai pengelola sistem secara keseluruhan. Data
tersebut diproses untuk memperoleh penilaian dengan berpedoman
pada aturan-aturan tertentu yang nantinya akan menghasilkan
rekomendasi kegiatan yang akan ditujukan untuk KPMD sebagai
hasil akhir . Poin-poin aturan penilaian tersebut diperoleh dari hasil
penelitian pada unit kegiatan PNPM Mandiri Pedesaan. Sedangkan
utuk menentukan bobot dari unsur-unsur digunakan metode fuzzy.

6.4.3 Desain Sistem

Kriteria Penilaian
Sistem inferensi fuzzy untuk proses penentuan pemilihan kegiatan
pemberdayaan masyarakat adalah sebagai berikut :
202 KECERDASAN BUATAN TEORI DAN APLIKASI

a. Sistem inferensi fuzzy untuk penilaian kebutuhan

rendah sedang tinggi
1
kenggotaan µ(x)
Derajat

0 4 6 8

Gambar 6.6 Himpunan fuzzy untuk penilaian kebutuhan

Fungsi keanggotaannya :
1 ;0
µ (kebutuhan rendah) = ;4
0 ;x

0 ;8
µ (kebutuhan sedang) = ;4
;6
1 ;x=6

0 ;
µ (kebutuhan tinggi) = ;6
1 ;x

b.Sistem inferensi fuzzy untuk penilaian minimum akses sumber daya

LOGIKA FUZZY 203

baik memadai lemah

1
kenggotaan µ(x)
Derajat

0 2 6 8
Gambar 6.7 Himpunan fuzzy untuk minimum sumber daya

Fungsi keanggotaannya :
1 ; 0
µ (baik) = ;2
0 ;x
0 ;8
µ (memadai) = ;2
;6
1 ;x=6

0 ;
µ (lemah) = ;6
;x

c. Sitem inferensi untuk penilaian tingkat partisipasi

204 KECERDASAN BUATAN TEORI DAN APLIKASI

rendah standar tinggi

1
kenggotaan µ(x)
Derajat

0 4 6 8

Gambar 6.8 Himpunan fuzzy untuk tingkat partisipasi

Fungsi keanggotaannya :
1 ;0
µ (rendah) = ;4
0 ;x

0 ;8
µ (standar) = ;4
;6
1 ;x=6

0 ;
µ (tinggi) = ;6
1 ;x
LOGIKA FUZZY 205

d.Sistem inferensi untuk rekomendasi

Pemanfaatan Peningkatan Peningkatan Pengadaan
SDA sarana&prasarana SDM air bersih
1
kenggotaan µ(x)
Derajat

0 1 2 3 4 5 6 7 8 9 10

Gambar 6.9 Himpunan fuzzy untuk rekomendasi

Fungsi keanggotaannya :
1 ;
µ (pemanfaatan SDA) = ;4
0 ;x

0 ; atau
µ (Sarana & prasarana) = ; 4
1 ;x=6
;6

0 ; atau
µ (Peningkatan SDM) = ;6
1 ;x=8
;8
206 KECERDASAN BUATAN TEORI DAN APLIKASI

0 ;
µ (Pelestarian sumber air) = x–9;8
1 ;x

6.4.4 Pembuatan Aturan Fuzzy

1. IF Penilaian kebutuhan rendah AND Minimum Akses sumber
daya baik AND Tingkat partisipasi rendah THEN pelestarian
sumber mata air
2. IF Penilaian kebutuhan rendah AND Minimum Akses sumber
daya baik AND Tingkat partisipasi standar THEN peningkatan
SDM
3. IF Penilaian kebutuhan rendah AND Minimum Akses sumber
daya baik AND Tingkat partisipasi tinggi THEN peningkatan
sarana & prasarana
4. IF Penilaian kebutuhan rendah AND Minimum Akses sumber
daya memadai AND Tingkat partisipasi rendah THEN
pemanfaatan SDA
5. IF Penilaian kebutuhan rendah AND Minimum Akses sumber
daya memadai AND Tingkat partisipasi standar THEN
pelestarian sumber mata air
6. IF Penilaian kebutuhan rendah AND Minimum Akses sumber
daya memadai AND Tingkat partisipasi tinggi THEN
pemanfaatan SDA
7. IF Penilaian kebutuhan rendah AND Minimum Akses sumber
daya lemah AND Tingkat partisipasi rendah THEN pelestarian
sumber mata air
8. IF Penilaian kebutuhan rendah AND Minimum Akses sumber
daya lemah AND Tingkat partisipasi standar THEN
peningkatan sarana & prasarana
9. IF Penilaian kebutuhan rendah AND Minimum Akses sumber
daya lemah AND Tingkat partisipasi tinggi THEN peningkatan
SDM
LOGIKA FUZZY 207

10. IF Penilaian kebutuhan sedang AND Minimum Akses sumber

daya baik AND Tingkat partisipasi rendah THEN pemanfaatan
SDA
11. IF Penilaian kebutuhan sedang AND Minimum Akses sumber
daya baik AND Tingkat partisipasi standar THEN peningkatan
sarana & prasarana
12. IF Penilaian kebutuhan sedang AND Minimum Akses sumber
daya baik AND Tingkat partisipasi tinggi THEN pelestarian
sumber mata air
13. IF Penilaian kebutuhan sedang AND Minimum Akses sumber
daya memadai AND Tingkat partisipasi rendah THEN
pemanfaatan SDA
14. IF Penilaian kebutuhan sedang AND Minimum Akses sumber
daya memadai AND Tingkat partisipasi standar THEN
pelestarian sumber mata air
15. IF Penilaian kebutuhan sedang AND Minimum Akses sumber
daya memadai AND Tingkat partisipasi tinggi THEN
peningkatan sarana & prasarana
16. IF Penilaian kebutuhan sedang AND Minimum Akses sumber
daya lemah AND Tingkat partisipasi rendah THEN pelestarian
sumber mata air
17. IF Penilaian kebutuhan sedang AND Minimum Akses sumber
daya lemah AND Tingkat partisipasi standar THEN pelestarian
sumber mata air
18. IF Penilaian kebutuhan sedang AND Minimum Akses sumber
daya lemah AND Tingkat partisipasi tinggi THEN peningkatan
sarana & prasarana
19. IF Penilaian kebutuhan tinggi AND Minimum Akses sumber
daya baik AND Tingkat partisipasi rendah THEN peningkatan
SDM
20. IF Penilaian kebutuhan tinggi AND Minimum Akses sumber
daya baik AND Tingkat partisipasi standar THEN peningkatan
sarana & prasarana
208 KECERDASAN BUATAN TEORI DAN APLIKASI

21. IF Penilaian kebutuhan tinggi AND Minimum Akses sumber

daya baik AND Tingkat partisipasi tinggi THEN pelestarian
sumber mata air
22. IF Penilaian kebutuhan tinggi AND Minimum Akses sumber
daya memadai AND Tingkat partisipasi rendah THEN
pemanfaatan SDA
23. IF Penilaian kebutuhan tinggi AND Minimum Akses sumber
daya memadai AND Tingkat partisipasi standar THEN
pemanfaatan SDA
24. IF Penilaian kebutuhan tinggi AND Minimum Akses sumber
daya memadai AND Tingkat partisipasi tinggi THEN
pemanfaatan SDA
25. IF Penilaian kebutuhan tinggi AND Minimum Akses sumber
daya lemah AND Tingkat partisipasi rendah THEN
pemanfaatan SDA
26. IF Penilaian kebutuhan tinggi AND Minimum Akses sumber
daya lemah AND Tingkat partisipasi standar THEN
pemanfaatan SDM
27. IF Penilaian kebutuhan tinggi AND Minimum Akses sumber
daya lemah AND Tingkat partisipasi tinggi THEN pemanfaatan
SDM

6.4.5 Sistematis Penyelesaian

Kriteria penilaian penentuan kegiatan pemberdayaan masayarakat desa

1.Kebutuhan
No Jenis Kebutuhan Tingkat Kepentingan
1 pelestarian sumber mata air 9
2 Peningkatan SDM 8
3 Peningkatan sarana & prasarana 6
4 pemanfaatan SDA 4
LOGIKA FUZZY 209

2. Akses Sumber Daya

No Akses sumber daya Tingkat Kepentingan
1 Air bersih 9
2 Kesehatan lingkungan 8
3 Pendapatan masyarakat 6
4 sumber daya alam 4
5 sumber daya manusia 2

3. Partisipasi

No Partisipasi Tingkat Kepentingan

1 Gotong royong (berskala) 9
2 Kelompok PKK (terkoordinasi) 8
3 Acara adat (berskala) 6
4 kelompok pengajian (terkoordinasi) 4

4. Data Rekomendasi (Goal)

No Rekomendasi Tingkat kepentingan
1 Pengadaan air bersih 9
2 peningkatan SDM 8
3 Peningkatan sarana & prasarana 6
4 pemanfaatan SDA 4

Contoh Kasus
Desa Tanoh Anoe adalah salah satu desa di Kecamatan Muara Batu
yang menjadi tempat penelitian dan memiliki kriteria sebagai berikut :
1. Penilaian tingkat kebutuhan :9
2. Min. Akses sumber daya :5
3. Tingkat partisipasi :7
210 KECERDASAN BUATAN TEORI DAN APLIKASI

Penyelesaian
1. Menentukan himp. Fuzzy
a. Tingkat keanggotaan untuk penilaian kebutuhan : 9
rendah sedang tinggi
1

0 4 6 8 [9]

Gambar 6.10 Kurva penilaian kebutuhan

Dari grafik diatas dapat dilihat bahwa “penilaian kebutuhan” dengan

bobot 9 termasuk kedalam himpunan tinggi, dengan tingkat
keanggotaan :
0 :x≤6
µ tinggi : :6≤x≤8
1 :x≥8
sehingga diperoleh :
µ rendah [9] : 0,00
µ sedang [9] : 0,00
µ tinggi [9] : = = =1,5

b. Min. Akses sumber daya : 5

LOGIKA FUZZY 211

baik memadai Lemah

1

0 2 [5] 6 8

Gambar 6.11 Kurva akses sumberdaya

Dari grafik diatas dapat dilihat bahwa “min. Akses sumber daya”
dengan bobot 5 termasuk kedalam himpunan baik dan memadai,
dengan tingkat keanggotaan :

1 :0≤x≤2
µ baik : :2≤x≤6
1 :x≥6

dan

0 :2≥x≥8
µ memadai : :2≤x≤6
:6≤x≤8
1 :x=6

sehingga diperoleh :
µ baik [5] : = = =0,25
µ memadai [5] : = = =0,75
µ lemah [5] : 0,00
212 KECERDASAN BUATAN TEORI DAN APLIKASI

c. Tingkat partisipasi : 7
rendah standar tinggi
1

0 4 6 [7] 8

Gambar 4.12 Kurva tingkat partisipasi

Dari grafik diatas dapat dilihat bahwa “tingkat partisipasi” dengan

bobot 7 termasuk kedalam himpunan standar dan tinggi, dengan tingkat
keanggotaan :
0 :4≥x≥8
µ standar : :4≤x≤6
:6≤x≤8
1 :x=6 dan

0 : x≤6
µ tinggi : :6≤x≤8
1 :x≥8 sehingga
diperoleh :

µ rendah [7] : 0,00

µ standar [7] : = = =0,5
µ tinggi [7] : = = =0,5
LOGIKA FUZZY 213

2. Aplikasi Fungsi Implikasi

Fungsi implikasi yang digunakan adalah Min berdasarkan aturan yang
sesuai dengan kondisi tersebut, maka :
[R1] = JIKA penilaian kebutuhan(PK) tinggi, AND min.
Akses sumber daya (MA) memadai, AND
tingkat partisipasi (TP) tinggi THEN
rekomendasinya peningkatan SDM
α predikat = µPktinggi ᴖ µMAmemadai ᴖ µTptinggi
= Min (µPktinggi [1], µMAmemadai [0,75], µTptinggi [0,5]
= Min ( 1, 0.75, 0.5 )
= 0.5
[R2] = JIKA penilaian kebutuhan(PK) tinggi, AND min.
Akses sumber
daya (MA) memadai, AND tingkat partisipasi
(TP) standar, THEn rekomendasinya
pemanfaaatan SDA
α predikat = µPktinggi ᴖ µMAmemadai ᴖ µTpstandar
= Min (µPktinggi [1], µMAmemadai [0,75], µTpstandar [0,5]
= Min ( 1, 0.75, 0.5)
= 0.5
[R3] = JIKA penilaian kebutuhan(PK) tinggi, AND min.
Akses sumber
daya (MA) baik, AND tingkat partisipasi (TP)
tinggi, THEN rekomendasinya penyediaan air
bersih
α predikat = µPktinggi ᴖ µMAbaik ᴖ µTptinggi
= Min (µPktinggi [1], µMAbaik [0,25], µTptinggi [0,5]
= Min ( 1, 0.25, 0.5 )
= 0.25
[R4] = JIKA penilaian kebutuhan(PK) tinggi, AND min.
Akses sumber
214 KECERDASAN BUATAN TEORI DAN APLIKASI

daya (MA) baik, AND tingkat partisipasi (TP)

standar, THEN rekomendasinya peningkatan
sarana &prasarana
α predikat = µPktinggi ᴖ µMAbaik ᴖ µTpstandar
= Min (µPktinggi [1], µMAbaik [0,25], µTpstandar [0,5]
= Min ( 1.5, 0.25, 0.5 )
= 0.25
3. Komposisi Aturan
Komposisi aturan menggunakan fungsi Max, sehingga dapat
diperoleh daerah hasil fuzzy sebagai berikut :
µSF (x) = Max {µpeningkatan SDM (x), µpemanfaatan
SDA (x),
µpenyediaan air bersih(x) , µpeningkatan S&P
= Max {0.5, 0.5, 0.25, 0.25}

4. Defuzzifikasi
Defuzzyfikasi dilakukan dengan menguraikan semua nilai himpunan
yang telah dikomposisikan terhadap aturan dan diambil nilai yang
tertinggi pada kurva terhadap derajat keanggotaan
.
Pemanfaatan Peningkatan Peningkatan Pengadaan
SDA sarana & prasarana SDM Air bersih
1
keanggotaan
Derajat

0.5

0.25

parameter
0 2 3 4 5 6 7 8 9 10

8.5

Gambar 6.13 Kurva rekomendasi (hasil defuzzifikasi)

LOGIKA FUZZY 215

Berdasarkan perhitungan tersebut, maka dapat disimpulkan bahwa

untuk desa Tanoh anoe dengan hasil perhitungan terhadap kriteria –
kriteria desa tersebut kegiatan yang cocok dilakukan adalah
peningkatan SDM dengan nilai 8,5 dan derajat keanggotaan 0,5.

6.4.6 Implementasi sistem

1. Tampilan form kriteria

Gambar 6.14 Tampilan kriteria

216 KECERDASAN BUATAN TEORI DAN APLIKASI

2. Tampilan form parameter

Gambar 6.15 Tampilan parameter

3. Tampilan form Aturan

Gambar 6.16 Tampilan aturan

LOGIKA FUZZY 217

4. Tampilan form Kegiatan

Gambar 6.17 Tampilan kegiatan

5. Tampilan form Desa

Gambar 6.18 Tampilan daftar desa

218 KECERDASAN BUATAN TEORI DAN APLIKASI

6. Tampilan form Nilai

Gambar 6.19 Tampilan nilai

7. Tampilan form Fuzzy

Gambar 6.20 Tampilan perhitungan

LOGIKA FUZZY 219

8. Laporan hasil

Gambar 6.21 Tampilan laporan