ANALISA TINGKAT KEPUASAN MASYARAKAT DENGAN KUALITAS KINERJA KEPOLISIAN MENGGUNAKAN METODE FUZZY LOGIC SUGENO

Majalah Ilmiah UPI YPTK , Vol. 23, No. Maret 2016, Hal 59-67 Copyright@2016 by LPPM UPI YPTK Padang

ISSN CETAK :1412-5854, ISSN ONLINE : 2502-8774

ANALISA TINGKAT KEPUASAN MASYARAKAT DENGAN KUALITAS KINERJA KEPOLISIAN MENGGUNAKAN METODE FUZZY LOGIC SUGENO Sestri Novia Rizki Dosen Program Studi Teknik Informatika Universitas Putera Batam [email protected]

Abstrak Permasalahan yang timbul di dunia ini terkadang sering sekali memiliki jawabanyang tidak pasti, logika fuzzy merupakan salah satu metode untuk melakukan analisis sistemyang tidak pasti. Tugas akhir ini membahas penerapan logika fuzzy pada penyelesaianmasalah Pelayanan kepolisian Kepada Masyarakat metode Sugeno. Masalah yangdiselesaikan adalah cara menentukan Kepuasan Masyarakat menggunakan Tiga variabelsebagai input datanya, yaitu : Pelayanan, Tanggung Jawab, Persepsi Output nya adalah Kepuasan. Langkah pertama penyelesaian masalah Pelayanan Pada Masyarakat menggunakanmetode Sugeno yaitu menentukan variabel input dan variabel output yang merupakanhimpunan tegas, langkah kedua yaitu mengubah variabel input menjadi himpunan fuzzydengan proses fuzzifikasi, selanjutnya langkah yang ketiga adalah pengolahan datahimpunan fuzzy dengan metode maksimum. Dan langkah terakhir atau keempat adalahmengubah output menjadi himpunan tegas dengan proses defuzzifikasi dengan metodecentroid, sehingga akan diperoleh hasil yang diinginkan pada variabel output. Penyelesaianmasalah produksi menggunakan metode Sugeno Metode Sugeno menggunakan konstanta atau fungsi matematika darivariabel input, dan pada proses defuzzifikasinya mengunakan metode rata-rata terpusat. Kata Kunci: Kualitas Pelayanan, Toolbox Matlab 6.1 , Logika fuzzy, metode Sugeno, fuzzyfikasi, defuzzyfikasi,.

1. Pendahuluan Dalam menjankan hidupnya manusia tidak terlepas dari permasalahan yang ada di duniawi ini.Dengan adanya keamanaan dan perlindungan dari pihak yang mempunyai kekuasaan yang tertinggi dalam suatu wilayah,maka akan terjadi kedamaian dan ketentraman sebab dengan adanya keamannan manusia bisa menjalankan hidupnya dengan tenang dan akan memberikan dampak positif terhadap perkembangan pembangunan suatu bangsa serta mempunyai keamanan. Setiap orang selalu mengaku yang paling baik, benar, dan tidak mau menerima masukan orang lain. Hal ini fenomena yang wajar karena sifat dasar yang dimiliki manusia. Setiap manusia memiliki kebisaan yang berbeda-beda tetapi berdampak besar terhadap kehidupannya. Kepolisian marupakan badan yang melindungi rakyatnnya dari permasalahan,dengan adanya polisi manusia bisa menyelesaikan pekerjaannya dengan munggunakan aplikasi Fuzzy Logic. Logika fuzzy adalah suatu cara untuk memetakan suatu ruang input kedalam suatu ruang output. Dengan logika fuzzy sesuatu yang dapat memiliki nilai diantara range 0 dan 1. “Fuzzy” berarti kabur atau samar. Logika fuzzy adalah logika multivalued yang memungkinkan untuk mendefinisikan nilai menengah diantara dua logika/evaluasi konvensional yang berbeda, seperti benar/salah, iya/tidak, tinggi/rendah, panas/dingin, dan lain-lain. Oleh karena itu logika ini disebut logika samar. Sehingga dalam teori fuzzy sesuatu dapat bernilai salah atau benar secara bersamaan. Adapun rumusan masalah dalam penelitian ini adalah sebagai berikut: 59



1. Bagaimana Mutu Pelayanan Terhadap Tingkat Pelayanan kepolisian ke pada masyarakat sungai tarab kabupaten tanah datar menggunakan Matleb 6.0? 2. Bagaimana Tinggkat keamanan dan kenyamanan masyarakat dalam menjalani hidupnya? 3. Apakah aplikasi ini dapat membantu menyelesaikan masalah di lingkungan masyarakat? 4. Seberapa efesien dan efektif pelayanan kepolisian dalam menangani masalah di lingkungan masyarakat? Penelitian ini bertujuan Adapun tujuan penelitian yang dilakukan pada Kepolisian Sungai Tarab adalah: 1. Untuk menganalisis kepuasan Masyarakat dan kualitas pelayanan Kepolisian menggunakan Matlab yang berbasis Fuzzy-Logic. 2. Untuk mengetahui bagaimana tingkat pelayanan pada Kepolisian Sungai Tarab. 3. Mengetahui secara jauh tingkat pelayanan kepolisian kepolisian terhadap masyarakat. 4. Memberikan pengetahuan dan pemahaman akan manfaat teknologi secara optimal. Diharapkan penelitian ini dapat memberi manfaat bagi pihak-pihak yang berkaitan baik secara teoritis, yakni mengembangkan ilmu pengetahuan tentang konsep logika fuzzy Sugeno dalam menentukan kepuasan masyarakat terhadap layanan kepolisian.

2. Tinjauan Literatur 2.1 Kecerdasan Buatan (Artificial Intelegence) Kecerdasan Buatan (Artificial Intelegence) merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan umat manusia. Komputer tidak lagi digunakan sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia. Kecerdasan Buatan atau (Artificial Intelligence) merupakan bidang ilmu komputer yang mempunyai peran penting di era kini dan masa akan dating. Bidang ini telah berkembang sangat pesat di 20 tahun terakhir seiring dengan pertumbuhan kebutuhan akan perangkat cerdas para industri dan rumah tangga Suyanto (2007: 2).

2.2 LogikaFuzzy Menurut Kusumadewi dan Hari Purnomo (2010: 1) Logika fuzzy merupakan salah satu komponen pembentuk soft computing. Logika fuzzy pertama kali di perkenalkan oleh Prof. Lotfi A. Zaedah pada tahun 1965. Dasar logika fuzzy teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan sangatlah penting. Menurut T. Sutojo, dkk (2011: 211) Logika fuzzy adalah metodologi sistem kontrol pemecahan masalah, yang cocok untuk diimplementasikan pada sistem, mulai dari sistemyang sederhana, sistem kecil, embedded sistem, jaringan PC, multi-channel atau workstation berbasis akuisisi data, dan sistem kontrol. Metodologi ini diterapkan pada perangkat keras, perangkat lunak, atau kombinasi keduanya.

2.3 Pelayanan Pelayanan merupakan suatu kegiatan atau urutan kegiatan yang terjadi dalam interaksi langsung antara seseorang dengan orang lain atau mesin secara fisik dan menyediakan kepuasan masyarakat. Dalam Kamus Besar Bahasa Indonesia dijelaskan pelayanan sebagai usaha melayani kebutuhan orang lain. Tujuan pengelolaan keamanan nasional dirumuskan berdasarkan alinea keempat Pembukaan UUD 1945 yang menegaskan bahwa negara melindungi segenap memajukan 60



kesejahteraan umum,mencerdaskan kehidupan bangsa dan ikut serta melaksanakan ketertiban dunia. Upaya untuk mewujudkan keamanan nasional tidak boleh menggunakan alasan keamanan negara untuk meniadakan hak warga negara atas keamanan individual serta penghormatan dan perlindungan terhadap HAM. Hak-hak warga negara dalam upaya keamanan nasional juga harus harus dihormati. Hak-hak ini antara lain meliputi : 1. Setiap warga negara memiliki hak yang sama untuk memperoleh informasi tentang upaya-upaya pengelolaan keamanan nasional dan, 2. Semua warga negara berhak mendapatkan manfaat yang sama dari pengelolaan keamanan nasional. 3. Metodologi Pelaksanaan penelitian dalam kegiatan mengambil data responden dilakukan pada tanggal 11 September 2015 sampai 28 Februari 2016. Dalam pengambilan data didapat dengan cara menyebarkan angket kepada masyarakat Kecamatan Sungai Tarab.

Identifikasi

Ruang Lingkup

Mencari dan Mempelajari Literatur

Mengumpulkan data

Teknik Wawancara

Teknik Observasi

Studi Pustaka

Menganalisa data-data

Mengolah Data dengan Metode Mamdani

Implementasi

Keputusan

Kesimpulan Gambar1:KerangkaPemikiran

61



Teknik pengumpulan data yang digunakan pada penenliti, maka yang menjadi objek penelitian dengan teknik-teknik adalah wawancara, observasi dan studi kepustakaan. 1. Penetitian Lapangan (Field Research) Meneliti dalam melalukan pengamatan pada kapolsek Sungai Tarab, yang menjadi objek penelitian dengan teknik-teknik a. Observasi Melakukan pengamatan secara langgsung ke kantor kapolsek Sungai Tarab. b. Wawancara Melakukan wawancara langgsung dengan salah satu petugas kepolisian yang bersanggkutan

2. Penelitian Perpustakaan (Library Research) Penelitian yang dilakukan melalui literatur-literatur yang berhubungan dengan tema penelitian. 3. Hasil dan Diskusi Operasipnal Variabel Pada dasarnya variabel merupakan segala sesuatu yang berbentuk apa saja yang di tetapkan oleh peneliti untik dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya. Dalam penelitian ini, penulis akan membahas tentang kinerja kepolisian. Dengan menggunakan Tiga variabelinput dan variabel Output, yaitu:

Pelayanan Kinerja Tanggung Jawab

Puas/Tidak Puas

Dan sugeno Gambar 2 :Proses Analisa Fuzzy Sugeno Tabel 1 : Himpunan Kabur

Fungsi Input Output

NamaVariabel Pelayanan Kinerja Tanggung Jawab Kepuasan

SemestaPembicaraan [0 100] [0 100] [0 100] [0 100]

Pada penelitian ini terdapat 3 variabel yang berada pada 0 -100 skor butir. Hasil yang diperoleh seperti 100 sehingga “diterima” dengan derajat maksimum untuk Tabel domain himpunan fuzzy menjelaskan rentang domain yang digunakan dalam penentuan rentang domain dalm himpunan fuzzy pada tabel 1. Tabel 2 : Variabel Input Dan Output

Variabel

Pelayanan

TanggungJawab

Nama Himpunan Fuzzy Sangat Bagus (SBG) Bagus (BG) Cukup bagus (CBG) Tidak bagus (TBG) SangatBaik (SB) Baik (B) CukupBaik (CB) TidakBaik (TB)

Domain [ 60 80 100 100] [ 40 60 80 ] [ 20 40 60 ] [0 0 20 40 ] [ 60 80 100 100] [ 40 60 80 ] [ 20 40 60 ] [0 0 20 40 ] 62


Persepsi

Kepuasan


Sangat Memuaskan (SM) Memuaskan (M) Cukup Memuaskan (CM) Tidak Memuaskan (TM) Sangat Puas (SP) Puas (P) Cukup Puas (CP) Tidak Puas (TP)

[ 60 80 100 100] [ 40 60 80 ] [ 20 40 60 ] [ 0 0 20 40 ] [ 60 80 100 100] [ 40 60 80 ] [ 20 40 60 ] [0 0 20 40 ]

Gambar 3 : Representasi Variabel Pelayanan

Gambar 4 : Representasi Variabel Tanggung Jawab

63



Gambar 5 : Representasi Variabel Persepsi

Representasi Variabel Tingkat Kepuasan Untuk mempresentasikan variabel Tingkat Kepuasan dengan menggunakan grafik (untuk himpunan kabur Sangat Puas, Puas, Cukup Puas, dan Tidak Puas) pada gambar 6 dibawah ini. Fungsi Keanggotaan untuk variabel Kepuasan: Isikan Range dengan [0100]. Pada membership function buat name menjadi Puas, ambil tipe trimf (triangular membership function) dan trapmf (trapezium membership function) selanjutnya isikan nilai paramnya dengan nilai [ 40 60 80 ].Trimf dan trapmf digunakan untuk menampilkan domain himpunan fuzzy dalam bentuk kurva segitiga dan trapesium. pada dasarnya merupakan gabungan antara 2 garis (linear).

Gambar 6 : Representasi Variabel Tingkat Kepuasan

4.1 Inference Tahap ini merupakan penentuan aturan dari sistem logika kabur. Aturan-aturan dapat dibentuk untuk menyatakan relasi antara input dan output. Tiap aturan merupakan suatu implikasi. Operator yang digunakan untuk menghubungkan antara dua input adalah operator OR, dan yang memetakan antara input-output adalah IF-THEN. Peneliti pada tahap inferensi ini menggunakan model Sugeno, dimana aturan didefenisikan sebagai berikut:

64



IF x1 is A1AND... OR xnis An THEN y is y = f (x,,,,,xn) Dimana A1,..., An dan B adalah nilai-nilai linguistik ( atau fuzzy set) dan x1 is A1menyatakan bahwa nilai variabel x1 adalah anggota fuzzy set A1. Dengan cara inferensi yang digunakan adalah cara clipping (alpha-cut) dan bila di-agregasikan dengan fungsi lain akan menghasilkan untuk yang mudah di-defuzzification. Aturan yang dipakai adalah berdasarkan angket yang disebar yaitu dari maksimal aturan yang dapat dibentuk dan yang terpilih paling banyak oleh responden untuk menyatakan relasi antara input dan output. Dari pemetaan tersebut terlihat bahwa maksimal aturan sebagai berikut : 1. [R48] IF Pelayanan isSangat BagusOR Tanggung Jawab is Sangat BaikOR Persepsi isSangat MemuaskanTHEN Kepuasan is SangatPuas. 2. [R49] IF Pelayanan isSangatBagusOR Tanggung Jawabis Tidak Baik OR Persepsi is Tidak MemuaskanTHEN Kepuasan is TidakPuas. 3. [R50] IF Pelayanan is SangatBagusOR Tanggung Jawab isTidak Baik OR Persepsi is Cukup MemuaskanTHEN Kepuasan is TidakPuas. 4. [R51] IF Pelayanan isSangatBagus OR Tanggung Jawab is Tidak Baik OR Persepsi isMemuaskanTHEN Kepuasan isCukup Puas. 5. [R52] IF Pelayanan isSangatBagus OR Tanggung Jawabis Tidak Baik OR Persepsi isSangat MemuaskanTHEN Kepuasan is Puas. 6. [R53] IF Pelayanan isSangatBagusOR Tanggung Jawab is Cukup BaikOR Persepsi isTidak MemuaskanTHEN Kepuasan isCukup Puas. 7. [R54] IF Pelayanan isSangatBagusOR Tanggung Jawab is Cukup Baik OR Persepsi isCukup MemuaskanTHEN Kepuasan isPuas. 8. [R55] IF Pelayanan isSangat BagusOR Tanggung Jawab is Cukup Baik OR Persepsi isMemuaskanTHEN Kepuasan isPuas. 9. [R56] IF Pelayanan isSangat BagusOR Tanggung Jawab is Cukup Baik OR Persepsi isSangat MemuaskanTHEN Kepuasan isSangatPuas. 10. [R57] IF Pelayanan isSangatBagusOR Tanggung Jawab is Sangat Baik OR Persepsi isTidak MemuaskanTHEN Kepuasan isPuas.

4.2 Defuzyfication Tahap ini disebut juga tahap penegasan. Input dari proses penegasan ini adalah suatu himpunan kabur yang diperoleh dari komposisi aturan-aturan kabur, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan kabur tersebut. Dalam tahap ini peneliti menggunakan centroid method. Metode ini disebut juga sebagai Center of Area atau Center of Gravity. Metode ini adalah metode yang paling penting dan menarik diantara semua metode. Metode ini menghitung nilai crisp menggunakan rumus : RumusCrisp y*

=

∑yµR (y) ∑µR (y)

Dimana Y = Nilai crisp µ(y) = Derjat Keanggotaan dari nilia crisp y Z = 0,1 (60) + 0,1 (80) +0,4 (60) + 0,4 (80) +0 (60) + 1 (80) 0,1 + 0,1 + 0,4 + 0,4 + 0 + 1 Z = 150 = 75

65



Dimana y adalah nilai crisp dan µR (y) adalah derajat keanggotaan dari y. 1. Input,yaitu a. Nilai Pelayanan, didapatkan bilangan real sebesar 78 yaitu merupakan keanggotaan dari domain himpunan bilangan fuzzy Bagus[40 80] yang artinya variabel tingkat pelayanan dapat dikatakan Bagus. b. Nilai Tanggung Jawab, didapatkan bilangan real sebesar 72 yaitu merupakan keanggotaan dari domain himpunan fuzzy Baik [ 60 100] yang artinya variable tingkat Persepsi dikatakan Sangat Baik. c. Nilai Persepsi, didapatkan bilangan real sebesar 80 yaitu merupakan keanggotaan dari domain himpunan fuzzy Baik [40 80] yang artinya variable tingkat Persepsi dikatakan Memuaskan. 2. Output, yaitu : Tingkat Kepuasan Pelanggandidapatkan bilangan real sebesar75 yaitu merupakan keanggotaandari domain himpunan bilangan fuzzy Memuaskan [40 80] yang artinya variabel tingkat kepuasanMasyarakat dapat dikatakan Memuaskan yaitu mencapai 75.

Gambar 7 : Penalaran Sistim Kabur Centroid Rule 1-30

5. Kesimpulan Berdasarkan pembahasan pengukuran tinggkat kinerja kepolisian dalam menyelesaikan masalah di lingkungan masyarakat Sungai tarab kabupaten tanah datar, dapat di ambil kesimpulan sebagai berikut : 1. Penelitian ini menganalisa tingkat kepuasan masyarakat terhadap kinerja kepolisian dalam menyelesaikan masalah di lingkungan masyarakat baik dari segi pelayanan, tanggung jawab dan persepsi serta menghasilkan kepuasan bagi masyarakat Sungai Tarab Kabupaten Tanah Datar. 2. Fuzzy logic yang digunakan dapat membantu Masyarakat dalam menilai pelayanan Kepolisian terhadap kepuasan pelanggan dengan hasil Memuaskan 3. Konsep Fuzzy logic diterapkan pada Kepolisian dengan menggunakan aplikasi matlab dengan menetapkan pelayanan tanggung Jawab dan persepsi Masyarakat sebagai masukan untuk mendapatkan nilai kepuasan Masyarakat.

66



4. Hasil dari Fuzzy logic Kepolisian yang memuaskan membantu pihak Kepolisian terus meningkatkan kualitas pelayananannya karena sebagian besar responden menilai pelayanan di Kepolisian sudah Puas. 5. Hasil Penelitian ini dapat memberikan gambaran kepada Kepolisian bagaimana cara menyelesaikan masalah di lingkungan Masyarakat.

REFERENSI 1. Agus Naba, Eng. , 2009, Belajar Cepat Fuzzy Logic Menggunakan Matlab. Yogyakarta: Andi Offset. 2. Kusumadewi, S. , 2002, Analisis dan Desain Sistem Fuzzy Menggunakan Tool Box Matlab. Yogyakarta: Graha Ilmu. 3. Kusumadewi, Sri. , 2010, Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu. 4. Kusumadewi, Sri (2003), Artificial Intelligence Teknik dan Aplikasi, Yogjakarta : Graha Ilmu 5. Muhammad, Abulwafa, dan Eka Praja W.M, 2010, Panduan dan Teknis Pelaksanaan Matakuliah Skripsi Jenjang Pendidikan Strata 1. Universitas Putra Indonesia “YPTK” Padang. 6. Pudjo widodo, Prabowo danTrias handayanto, Rahmadia, 2012, Penerapan soft computing dengan matlab, Bandung : Rekayasa

67

ANALISA TINGKAT KEPUASAN MASYARAKAT DENGAN KUALITAS KINERJA KEPOLISIAN MENGGUNAKAN METODE FUZZY LOGIC SUGENO

Recommend Documents