FUZZY A H P

Permasalaha
Permasalaha
nnNyata
Nyata

Representasi Natural

Fuzzifikasi

Komputasi secara fuzzy

defuzzifikasi

Solusi
Defuzzifikasi
• Defuzzifikasi merupakan suatu proses
pengubahan output dalam bentuk fuzzy ke
dalam output yang bernilai tunggal (crisp).
• Metode yang sering digunakan dalam
defuzzifikasi adalah metode Centroid dan
Maximum.
• Pada metode centroid, nilai tunggal variabel
output dihitung dengan nilai variabel dari center
of gravity suatu fungsi keanggotaan untuk nilai
fuzzy.
• Sedangkan pada metode maximum, satu dari
nilai-nilai yang merupakan nilai kepercayaan
maximum gugus fuzzy dipilih sebagai nilai
tunggal variabel output
Rumus lain untuk penentuan angka crisp C

1 d b
C (  ) Barry Shore, 2003 diacu
2 1 c  d b  a 1 dalam Eko Setiawan, 2004

a dan d adalah nilai bawah dan nilai atas

dari trapezoidal membership function,
sedangkan b dan c adalah nilai tengahnya.
Pada triangular fuzzy number, rumus
tersebut dapat digunakan dengan
menganggap b dan c adalah sama
Fuzzy AHP

• Informasi dalam fuzzy AHP seperti halnya

dengan AHP konvensional diperoleh dalam
bentuk matriks perbandingan berpasangan.
• Skala yang digunakan mulai dari sama penting
sampai mutlak lebih penting
• Skala dalam bentuk variabel linguistik tersebut
dalam AHP konvensional yang dilakukan oleh
Saaty bernilai 1- 9, dikonversikan dalam bentuk
fuzzy dengan menggunakan Triangular Fuzzy
Number (TFN) atau Trapezoidal Fuzzy Number
Langkah-langkah dalam penentuan bobot (tingkat)
kepentingan kriteria dan alternatif ternormalisasi
menggunakan TFN adalah (Murtaza, 1999):
• Melakukan perbandingan berpasangan dengan
menggunakan fuzzy TFN
• Menentukan tingkat kepentingan dengan
menghitung rata-rata geometrik pada setiap
baris, yakni dengan mengambil akar n dari
perkalian nilai-nilai pada sel yang terdapat pada
baris matriks tersebut. n adalah banyaknya
kriteria/alternatif.
• Melakukan normalisasi terhadap tingkat
kepentingan
 Tahapan pengolahan data dengan
menggunakan Fuzzy AHP
• Uji konsistensi terhadap hasil penilaian pakar
• Konversi data linguistik penilaian pakar yang konsisten
ke dalam bilangan fuzzy
• Menentukan tingkat kepentingan kriteria dan
normalisasinya
• Melakukan defuzzifikasi tingkat kepentingan kriteria
• Menentukan bobot alternatif untuk setiap kriteria dan
normalisasinya
• Melakukan defuzzifikasi bobot alternatif untuk setiap
kriteria
• Menentukan peringkat alternatif dengan menghitung
vektor eigen menggunakan angka crisp
 Representasi Segitiga

Sedikit Jelas Sangat Mutlak

Sama lebih
lebih lebih nyata lebih
penting penting
penting penting penting
1

μ(x)

0
1 3 5 7 9
 Kuesioner Perbandingan
Berpasangan
RS AR VOL BSH HAR KEM AWT MRK KNT WRN
RS 1
AR 1
VOL 1
BSH 1
HAR 1
KEM 1
AWT 1
MRK 1
KNT 1
WRN 1
 RS AR VOL BSH HAR KEM MRK KNT WRN

RS 1 Sdkt Sngt Sdkt Sdkt Sdkt Sama Sama

lbh jls lbh lbh lbh lbh ptng ptng
ptng ptng ptng ptng ptng

AR 1 Sdkt Sdkt Sdkt Sdkt Sama Sama

lbh lbh lbh lbh ptng ptng
ptng ptng ptng ptng

VOL 1 Sama Sama Sama Sama

ptng ptng ptng ptng
BSH Sdkt Sdkt Jls lbh 1 Sama Sama Sama Sama
lbh lbh ptng ptng ptng ptng ptng
ptng ptng
HAR 1 Sama Sama
ptng ptng
KEM 1 Sama
ptng
MRK 1

KNT Sdkt Sdkt Sdkt Sdkt Sdkt 1 Sama

lbh lbh lbh lbh lbh ptng
ptng ptng ptng ptng ptng

WRN Sdkt Sdkt Sdkt 1

lbh lbh lbh
pyng ptng pyng
 Konversi
1= sama penting 3=sedikit lebih penting
5=jelas lebih penting 7=sangat jelas lebih penting
9= mutlak lebih penting

Sm p Sd l p Jlp Sjlp Mlp

1 3 5 7 9
 Fuzzy pairwise comparison

RS AR VOL BSH HAR KEM MRK KNT WRN

RS 1, 1, 1 1, 3 , 5 5, 7, 9 0,2, 0,33, 1 1, 3, 5 1, 3, 5 1, 3, 5 1, 1, 3 1, 1, 3
AR 0,2, 0,33, 1 1, 1, 1 1, 3, 5 0,2, 0,33, 1 1, 3, 5 1, 3, 5 1, 3, 5 1, 1, 3 1, 1, 3
VOL 0,11,0,14,0,2 0,2, 0,33, 1 1, 1, 1 0,14, 0,2, 0,33
1, 1, 3 1, 1, 3 1, 1, 3 0,2, 0,33, 1 1, 1, 3
BSH 1, 3, 5 1, 3, 5 3, 5, 7 1, 1, 1 1, 1, 3 1, 1, 3 1, 1, 3 0,2, 0,33, 1 1, 1, 3
HAR 0,2, 0,33, 1 0,2, 0,33, 1 0,33, 1, 1 0,33, 1, 1 1, 1, 1 1, 1, 3 1, 1, 3 0,2, 0,33, 1 0,2, 0,33, 1
KEM 0,2, 0,33, 1 0,2, 0,33, 1 0,33, 1, 1 0,33, 1, 1 0,33, 1, 1 1, 1, 1 1, 1, 3 0,2, 0,33, 1 0,2, 0,33, 1
MRK 0,2, 0,33, 1 0,2, 0,33, 1 0,33, 1, 1 0,33, 1, 1 0,33, 1, 1 0,33, 1, 1 1, 1, 1 0,2, 0,33, 1 0,2, 0,33, 1
KNT 0,33, 1, 1 0,33, 1, 1 1, 3, 5 1, 3, 5 1, 3, 5 1, 3, 5 1, 3, 5 1, 1, 1 1, 1, 3
WRN 0,33, 1, 1 0,33, 1, 1 0,33, 1, 1 0,33, 1, 1 1, 3, 5 1, 3, 5 1, 3, 5 0,33, 1, 1 1, 1, 1
Perhitungan Bobot Kepentingan
Atribut
Importance FN
Importance FN norm.FN
norm.FN
1, 1,79,
1, 1,79, 3,98
3,98 0,05, 0,18,
0,05, 0,18, 0,75
0,75
0,7, 1,27,
0,7, 1,27, 2,61
2,61 0,04, 0,13,
0,04, 0,13, 0,49
0,49
0,44, 0,53,
0,44, 0,53, 1,44
1,44 0,02, 0,05,
0,02, 0,05, 0,27
0,27
0,84, 1,35,
0,84, 1,35, 2,89
2,89 0,04, 0,13,
0,04, 0,13, 0,54
0,54
0,38, 0,61,
0,38, 0,61, 1,28
1,28 0,02, 0,06,
0,02, 0,06, 0,24
0,24
0,34, 0,61,
0,34, 0,61, 1,13
1,13 0,02, 0,06,
0,02, 0,06, 0,21
0,21
0,3, 0,61,
0,3, 0,61, 11 0,02, 0,06,
0,02, 0,06, 0,19
0,19
0,78, 1,84,
0,78, 1,84, 2,76
2,76 0,04, 0,18,
0,04, 0,18, 0,52
0,52
0,54, 1,44,
0,54, 1,44, 1,71
1,71 0,03, 0,14,
0,03, 0,14, 0,32
0,32
5,32, 10,1,
5,32, 10,1, 18,8
18,8