Professional Documents
Culture Documents
(SMCE)
ISI:
Konsep tentang SMCE
Pengukuran fuzzy standardisasinya
Penentuan bobot untuk pengambilan
keputusan.
Contoh penerapan SMCE
1
Konsep tentang SMCE (3)
Konsep tentang SMCE (2)
The diference with conventional multi-criteria decision
Spatial multi-criteria decision analysis is a process analysis is the large number of factors necessary to
that combines and transforms geographical data identify and consider, and, the extent of the
(the input) into a decision (the output). interrelationships among these factors. These factors
make spatial multi-criteria decision analysis much more
This process consists of procedures that involve the complex and dificult.
utilization of geographical data, the decision maker's GIS and MCDM are tools that can support the decision
preferences and the manipulation of the data and
makers in achieving greater efectiveness and eficiency in
preferences according to specied decision rules. the spatial decision-making process.
In this process multidimensional geographical data and The combination of multi-criteria evaluation methods
information can be aggregated into one-dimensional and spatial analysis is referred as spatial multiple
values for the alternatives. criteria evaluation.
7 8
9 10
11 12
2
Pengukuran fuzzy (1) Pengukuran fuzzy (2)
Tahapan inferensi fuzzy: proses mengabungkan tahapan fuzzifikasi
Fuzzy System (sistem kabur) didasari atas konsep himpunan kabur yang dengan tahapan aturan untuk menghasilkan keluaran.
memetakan domain input ke dalam domain keluaran.
Tahapan inferensi dapat dilakukan dengan metode Tsukamoto (metode
Perbedaan mendasar himpunan tegas dengan himpunan kabur adalah lain, misalnya metode Mamdani dan metode Sugeno).
nilai keluarannya.
Inferensi metoda Tsukamoto (lih. Gambar berikut). Sistem terdiri dari
Himpunan tegas hanya memiliki dua nilai output yaitu nol atau satu, dua domain masukan A dan B serta satu domain keluaran C. Domain
sedangkan himpunan kabur memiliki banyak nilai keluaran yang dikenal masukan mempunyai dua buah fungsi keanggotaan A1, A2 dan B1, B2.
dengan derajat keanggotaannya.
Selain itu sistem inferensinya memiliki dua aturan. Proses pertama
A = {(x, (x)) | x∈ X, (x)∈[0,1]} A A μ μ (1)
menentukan nilai α-predikat (fire-strength) dan nilai keluaran dari setiap
Dimana: aturan yang ada.
(x) A μ adalah fungsi derajat keanggotaan x pada himpunan fuzzy A, α-predikat (fire-strength) dan nilai keluaran dilambangkan dengan αi dan
X adalah semesta pembicaraaan atau domain input. zi. Menentukan keluaran akhirnya dari setiap aturan:
Pada suatu domain input dapat dibuat beberapa fungsi derajat α-predikat dari suatu aturan adalah nilai derajat keanggotaan dari
keanggotaan yang merupakan predikat dari himpunan fuzzynya. premis aturannya;
Proses pemetaan sebuah domain input ke dalam himpunan fuzzy nya nilai keluaran, zi, dari suatu aturan adalah nilai inverse fungsi
dikenal sebagai proses fuzzifikasi. keangotaan keluarannya dengan variabel tak bebasnya adalah αi .
14
Baca makalah:
Site selection for waste disposal through spatial
multiple criteria decision analysis oleh Sharifi, M.A.,
and Retsios, V., (2004), Journal of Telecommunication
and Information Technology.
Will the application of spatial multi criteria evaluation
technique enhance the quality of decision-making to
resolve boundary conflicts in the Philippines, oleh
Kamruzzaman, Md. and Baker, D., (2013), Land Use
Saaty’s pairwise com-
parison procedure for
Policy 34 (2013) 11– 26.
the derivation of factor
weights.
17