Professional Documents
Culture Documents
Fuzzy AHP Dan Fuzzy TOPSIS
Fuzzy AHP Dan Fuzzy TOPSIS
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/302586555
CITATIONS READS
2 625
1 author:
Ahmad Sabiq
Universitas YARSI
13 PUBLICATIONS 2 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Development of Emotion Detection Application for Enhancing Psychological State Quality (Case
Study: Programming Learning) View project
All content following this page was uploaded by Ahmad Sabiq on 19 September 2017.
Abstrak
Pada penelitian ini dikembangkan suatu metode pengambilan keputusan dengan menggunakan Fuzzy
AHP untuk menentukan bobot dari kritreria yang ditentukan, yaitu dukungan terhadap hardware,
layanan, update, repository, aplikasi dan komunitas serta menggunakan Fuzzy TOPSIS untuk
menentukan peringkat dari alternatif distro Linux yang akan dipilih. Pada paper ini dijelaskan urutan
metode eksperimen yang dilakukan untuk menentukan peringkat dari beberapa distribusi Sistem Operasi
Linux yang dijadikan alternatif untuk dipilih.
Kata kunci : Fuzzy AHP, TOPSIS, Sistem Operasi, distro Linux.
78
Metode Fuzzy AHP Dan Fuzzy Topsis Untuk Pemilihan Distro Linux…………..Ahmad Sabiq
alternative terbaik dari beberapa pilihan Tabel 1. Nilai variabel linguistik dengan
yang paling dekat dengan solusi ideal bilangan triangular fuzzy
positif dan paling jauh dari solusi ideal Variable
Keterangan
Nilai Invers Nilai
negative. linguistic TF TF
A dan B sama
SP 1 1 1 1 1 1
pentingnya
Fuzzy AHP dan TOPSIS dapat digunakan
secara bersama-sama untuk pengambilan ALP
A agak / sedikit
1 3 5 1/5 1/3 1
lebih penting dari B
keputusan yang komplek. Namun pem
berian nilai secara crips terkadang dapat A lebih penting dari
LP 3 5 7 1/7 1/5 1/7
B
membuat kebingungan dan ketidaksesuaian
A sangat lebih
pada saat pemberian nilai untuk masing- SLP
penting dari B
5 7 9 1/9 1/7 1/5
masing kriteria. Pada penelitian ini,
A sangat-sangat
dilakukan pemilihan beberapa distro linux MLP
lebih penting dari B
8 9 10 1/10 1/9 1/8
yang ada dengan beberapa kriteria
menggunakan Fuzzy AHP dan Fuzzy Bilangan triangular fuzzy pada tabel 1
TOPSIS. dinotasikan dengan M={l, m, u}, dimana M
merupakan himpunan bilangan fuzzy yang
2. Metode Penelitian terdiri dari l, m dan u yang masing-masing
Pada penelitian ini dikembangkan suatu menyatakan nilai kemuingkinan terkecil,
metode pengambilan keputusan dengan nilai yang paling mendekati, dan nilai
menggunakan Fuzzy AHP untuk kemungkinan terbesar.
menentukan bobot dari kritreria yang
ditentukan dan menggunakan Fuzzy
TOPSIS untuk menentukan peringkat dari
alternatif yang akan dipilih,
79
ORBITH VOL. 9 NO. 2 JULI 2013 : 78 – 83
m
V (M ≥ M 1 , M 2 ,..., M k )
untuk mendapatkan ∑ M gij , dilakukan = V [(M ≥ M 1 )dan(M ≥ M 2 )dan...dan(M ≥ M k )] (7)
j= 1
operasi penjumlahan nilai fuzzy dari nilai m = minV (M ≥ M i ), i = 1,2,...., k
pada matriks menggunakan persamaan 2. Dengan mengasumsikan
m m m m d ( Ai )= minV (S i ≥ S k ) untuk
∑ M gij = ∑ l j ,∑ m j ,∑ u j (2)
k = 1,2,...k ; k ≠ i . Sehingga didapatkan nilai
j =1 j =1 j =1 j =1
−1 vektor bobot pada persamaan (8).
n m
∑∑ M gi , W ' = (d ' ( A1 ), d ' ( A2 ),...., d ' ( An ))
j T
Untuk mendapatkan (8)
j =1 j =1
dilakukan operasi penjumlahan fuzzy dari Setelah vector bobot pada persamaan (8)
nilai M gij (j=1, 2,…,n) dengan dinormalisasi, didapatkan vector bobot
menggunakan persamaan 3. ternormalisasi yang ditunjukan pada
n m n n n persamaan (9).
∑∑ M j
gi =
∑ l j , ∑ m j , ∑ u j
(3) W = (d ( A1 ), d ( A2 ),...., d ( An ))
T
(9)
j =1 j =1 j =1 j = 1 j = 1
Kemudian dihitung invers dari vektor Dimana W bukan merupakan bilangan
dalalm persamaan diatas menggunakan fuzzy.
persamaan 4.
2.2. Fuzzy TOPSIS
Setelah didapatkan nilai bobot untuk
−1
n m
j 1 1 1 masing-masing kriteria, kemudian
∑∑ M gi = n , n , n (4)
dilakukan perhitungan dengan
j = 1 j =1 ∑ l j ∑ m j ∑ u j menggunakan metode TOPSIS yang telah
j =1 j =1 j =1 di-fuzzy-kan, Berbeda dengan metode
Langkah 2: menghitung derajat TOPSIS yang langusng menentukan nilai
~
kemungkinan, dimana M 1 = (l1 , m1 , u1 ) dan kriteria untuk masing-msing alternatif, pada
~ Fuzzy TOPSIS digunakan bilangan
M 2 = (l 2 , m2 , u 2 ) adalah dua buah bilangan
triangular fuzzy seperti pada gambar 3
triangular fuzzy, sehingga derajat
~ untuk merepresentasikan nilai untuk setiap
kemungkinan M 2 = (l 2 , m2 , u 2 ) ≥ kriteria dari masing-masing alternatif yang
~
M 1 = (l1 , m1 , u1 ) didapatkan dari persamaan akan dipilih.
(5) dan (6)
SK = Sangat Kurang
~ ~ ~ ~ K = Kurang
V = ( M 2 ≥ M 1 ) = hgt ( M 1 ∩ M 2 ) = µ M~ 2 (d ) C = Cukup
(5) B = Bagus
SB = Sangat Bagus
, if m2 ≥ m1
0 Gambar 3 Bilangan Fuzzy untuk penilaian
,if l1 ≥ u2 kriteria.
= 1
l1 − u 2 ,otherwise
(m − u ) − (m − l ) Setelah masing-masing kriteria pada
2 2 1 1
(6) alternatif diberi nilai, kemudian dihitung
nilai total integeral untuk setiap alternatif
Langkah 3: membandingkan derajat menggunakan persamaan (10).
kemungkinan antar kriteria antar bilangan x = I ( F ) = 1 / 2(αc + b + (1 − α )a ) (10)
fuzzy M i = (i = 1,2,..., k ) melalui persamaan
(7). Dengan α adalah h derajat tingkat
keoptimisan dengan nilai antara 0 sampai 1.
80
Metode Fuzzy AHP Dan Fuzzy Topsis Untuk Pemilihan Distro Linux…………..Ahmad Sabiq
Setelah didapatkan nilai total integral pada Untuk setiap kriteria yang digunakan,
setiap kriteria, dilakukan normalisasi diberikan nilai M yang merepresentasikan
melalui persamaan (11). perbandingan antara kriteria satu dan
xij lainnya. Sehingga setelah dilakukan
rij = (11) perbandingan antar semua kriteria yang ada,
m
∑x 2
ij
didapatkan suatu matriks perbandingan
i =1 berpasangan seperti pada tabel 2.
Kemudian dilakukan perhitungan untuk
mendapatkan matrix bobot yang Tabel 2. Matrix Perbandingan Nilai Fuzzy
ternormailisasi melalui persamaan (12). Berpasangan
vij = Wij ∗ rij (12) Kriteria
Dukung
an h/w
Layanan Update
Reposito
ry
Aplikasi &
tools
Komunitas
Dukungan 1 1 1 1 1 1
111 135 135 111
Kemudian dihitung nilai solusi ideal positf h/w 7 5 3 5 3 1
dan nilai solusi ideal negatif menggunakan Layanan 357 111 111 135
1 1 1
111
5 3 1
persamaan (13).
{
A + = v1+ , v2+ ,...., vn+ } (13)
Update
1 1 1
5 3 1
111 111 357
1 1 1
5 3 1
1 1 1
7 5 3
A− = {v
− − −
1 , v 2 ,...., v n } Repositroy
1 1 1 1 1 1 1 1 1
111
1 1 1 1 1 1
5 3 1 5 3 1 7 5 3 7 5 3 5 3 1
Jarak antara alternatif dengan solusi ideal Aplikasi &
111 135 135 357 111 111
positif dihiutng dengan persamaan (14). tools
∑ (v )
n
+ + 2
D =
i ij −v j (14)
j =1 Dari nilai perbandingan antar kriteria yang
sudah ditentukan seperti pada tabel 2,
Sedangkan jarak alternatif dengan solusi dilakukan perhitungan untuk mencari nilai
ideal negatif dihitung dengan persamaan fuzzy synthetic extent (Si) menggunakan
(15). persamaan (1), sehingga didapatkan matriks
seperti pada tabel 3.
∑ (v
n
Di− = ij − v −j )
2
(15)
j =1
Tabel 3. Nilai Fuzzy Synthetic Extent
L m U
Dengan membandingkan jarak dengan Dukungan hardware 0,0509 0,1468 0,3813
solusi ideal positif dan negatif, maka Layanan 0,0844 0,195 0,4575
didapatkan nilai preferensi untuk setiap Update 0,065 0,1353 0,3241
alternatif melalui persamaan (16). Repository 0,0221 0,0413 0,1334
D−
CCi = − i + (16) Aplikasi & tools 0,0938 0,2408 0,5719
Di + Di Komunitas 0,0938 0,2408 0,5719
Nilai CC yang didapatkan dari persamaan
(16) merupakan nilai akhir yang digunakan Kemudian dihitung derajat kemungkinan
untuk menentukan peringkat dari beberapa antar kriteria dengan menggunakan
alternatif yang akan dipilih dengan nilai persamaan (3), sehingga didapatkan matriks
urutan peringkat awal dimulai dari nilai CC V yang merupakan nilai derajat
yang terbesar. kemungkinan antar kriteria
81
ORBITH VOL. 9 NO. 2 JULI 2013 : 78 – 83
Tabel 4. Nilai Derajat Kemungkinan Fuzzy TOPSIS. Setiap kriteria dari masing-
Kriteria masing distro linux diberikan nilai
Kriteria
Dukung
Layanan Update
Reposito Aplikasi
Komunitas menggunakan bilangan triangular fuzzy,
an h/w ry & tools
Dukungan
seperti pada tabel 7.
h/w 1 1 0,3811 0,1331 1 1
Mandriva 0.75 1 1 0.25 0.5 0.75 0.25 0.5 0.75 0.5 0.75 1 0.75 1 1 0.25 0.5 0.75
Nilai vektor bobot yang dihasilkan dari
Debian 0.5 0.75 1 0.25 0.5 0.75 0 0 25 0.5 0.5 0.75 1 0.75 1 1 0 0.25 0.5
tabel 4 di atas setelah dihitung
menggunakan persamaan (8) ditunjukan
pada tabel 5. Matriks nilai triangular fuzzy yang
didapatkan pada tabel 7 dihitung nilai total
Tabel 5. Nilai Bobot Masing-Masing integralnya menggunakan persamaan (10),
Kriteria sehingga didapatkan matriks X pada
gambar 4.
Kriteria W’
82
Metode Fuzzy AHP Dan Fuzzy Topsis Untuk Pemilihan Distro Linux…………..Ahmad Sabiq
Tabel 8. Nilai Akhir Alternatif Distro Linux berdasarkan nilai bobot yang dihasilkan
dan Peringkatnya. dari metode Fuzzy AHP dan penilaian
Sistem Operasi Cc i Rangking terhadap setiap kriteria pada masing-masing
alternatif distro linux yang
Ubuntu 0.8670 2
direpresentasikan dengan bilangan
Fedora 0.8789 1 Triangular Fuzzy.
Mandriva 0.2041 3
Debian 0.0849 4 DAFTAR PUSTAKA
Balli, Serkan and Korukoğlu, Serdar.
“Operating System Selection Using
Pada penelitian ini, telah dibangung sebuah
Fuzzy AHP and TOPSIS Methods”.
program menggunakan matlab untuk
Mathematical and Computational
menghitung peringkat beberapa alternatif
Applications, Vol. 14, No. 2, pp. 119-
distro linux menggunakan metode Fuzzy
130, 2009.
AHP dan Fuzzy TOPSIS.
Chang, D.-Y., “Applications of the extent
analysis method on fuzzy AHP”,
Antarmuka program yang dibuat
European Journal of Operational
menggunakan Graphical User Interface
Research.649–655, 1996.
(GUI) seperti pada gambar 6, sehingga
T.L. Saaty, “The Analytic Hierarchy
diharapkan dapat memudahkan dalam
Process”, McGraw Hill Company,
penggunaan. Pada program tersebut
New York, 1980.
diberikan form untuk memilih nilai
Zadeh L. A., Fuzzy sets, Information
perbandingan antara kriteria satu dengan
Control, 8, 338–353, 1965.
kriteria yang lain, dan juga diberikan form
untuk memilih tingkat penilain kriteria
terhadap semua alternatif distro yang ada.
4. Kesimpulan
Pada penelitian ini telah dibangun sebuah
sistem untuk memilih distro linux dengan
menggunakan metode Fuzzy AHP dan
Fuzzy TOPSIS. Metode Fuzzy AHP
digunakan untuk menentukan bobot setiap
kriteria berdasarkan perbandingan antar
masing-masing kriteria yang ada
menggunakan bilangan Triangular Fuzzy,
sedangkan metode Fuzzy TOPSIS
digunakan untuk menentukan peringkat
distro linux yang menjadi alternatif
83