Sistem Pendukung Keputusan dengan Fuzzy Mamdani


Konsep-konsep mengenai Decision Support System (DSS) atau Sistem Pendukung Keputusan (SPK) diungkapkan pertama kali pada awal 1970 oleh Michael S. Scott Morton dengan istilah “Management Decision System” yang merupakan suatu sistem yang berbasis komputer yang membantu pengambilan keputusan dengan memanfaatkan data dan model-model untuk menyelesaikan masalah-masalah yang tidak terstruktur (Ralph And Hugh, 1989:10).

Dari berbagai sumber dapat kita lihat berbagai definisi tentang sistem pendukung keputusan diantaranya adalah :  “Sistem pendukung keputusan adalah sistem yang memberi kemudahan user mengakses model keputusan dan mencari suatu pemecahan masalah baik semi struktur dan tidak terstruktur” (Donald And Watson, 1990:376)

Dari definisi tersebut pengertian Sistem Pendukung Keputusan (SPK) dapat disimpulkan sebagai sistem yang berbasis komputer untuk membantu pengambilan keputusan dalam hal mencari suatu pemecahan masalah baik semi struktur ataupun tidak terstruktur melalui suatu model. Pengolahan data dan informasi yang pada akhirnya menghasilkan berbagai alternatif komponen yang dapat diambil.

Logika fuzzy adalah cabang dari sistem kecerdasan buatan (Artificial Intelegent) yang mengemulasi kemampuan manusia dalam berfikir ke dalam bentuk algoritma yang kemudian dijalankan oleh mesin  . Algoritma ini digunakan dalam berbagai aplikasi pemrosesan data yang tidak dapat direpresentasikan dalam bentuk biner. Logika fuzzy menginterpretasikan statemen yang samar menjadi sebuah pengertian yang logis.Logika fuzzy merupakan salah satu komponen pendukung soft computing.

Logika fuzzy pertama kali di perkenalkan oleh Prof. Lotfi A. Zadeh pada tahun 1965. Dasar logika fuzzy adalah teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keangotaan sebagai penentu keberadaan elemen dalam suatu himpunan sangatlah penting.

Nilai keanggotaan atau derajat keanggotaan atau membership function menjadi ciri utama dari penalaran dengan logika fuzzy tersebut.Dalam banyak hal, logika fuzzy digunakan sebagai suatu cara untuk memetakan permasalahan dari input menuju ke output yang diharapkan. Beberapa contoh yang dapat di ambil antara lain:

  1. Manajer pergudangan mengatakan pada manajer produksi seberapa banyak persediaan barang pada akhir minggu ini, kemudian manjer produksi akan menetapkan jumlah barang yang harus diproduksi esok hari.
  2. Seorang pegawai melakukan tugasnya dengan kinerja yang sangat baik, kemudian atasan akan memberikan reward yang sesuai dengan kinerja pegawai tersebut.

Salah satu contoh pemetaan suatu input-output dalam bentuk grafis seperti terlihat pada gambar berikut :

spk fuzzy

Logika fuzzy dapat dianggap sebagai kotak hitam yang menghubungkan antara ruang input menuju ke ruang output. Kotak hitam tersebut berisi cara atau metode yang dapat digunakan untuk mengolah data input menjadi output dalam bentuk informasi yang baik.

Metode Mamdani sering juga dikenal dengan nama Metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk mendapatkan output, diperlukan 4 tahapan:

  1. Pembentukan himpunan fuzzy (Fuzzyfikasi) – Fuzzyfikasi yaitu suatu proses untuk mengubah suatu masukan dari bentuk tegas (crisp) menjadi fuzzy (variabel linguistik) yang biasanya disajikan dalam bentuk himpunan-himpunan fuzzy dengan suatu fungsi kenggotaannya masing-masing.
  2. Aplikasi fungsi implikasi – Pada metode mamdani aplikasi fungsi implikasi yang digunakan adalah fungsi Min (minimum).
  3. Komposisi aturan – Dari hasil aplikasi fungsi implikasi dari tiap aturan, selanjutnya pada metode mamdani menggunakan metode Max untuk melakukan komposisi antar semua aturan. Pada metode Max, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy, dan mengaplikasikannya ke output dengan menggunakan operator OR (union). Jika semua proposisi telah dievaluasi, maka output akan berisi suatu himpunan fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi.
  4. Penegasan (Defuzzyfikasi) – Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu nilai  crisp tertentu sebagai output.

Tinggalkan Komentar

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s