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:
- 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.
- 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 :
Logika fuzzy dapat dianggap sebagai kotak hitam yang menghubungkan antara ruang inputmenuju 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:
- 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.
- Aplikasi fungsi implikasi – Pada metode mamdani aplikasi fungsi implikasi yang digunakan adalah fungsi Min (minimum).
- 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.
- 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.
Tidak ada komentar:
Posting Komentar