Pada simulasi kali ini menggunakan aplikasi MATLAB yang mana
melakukan simulasi system fuzzy untuk mengetahui potensi wisata. Terdapat beberapa
variable yang digunakan yakni antara lain :
Variable Linguistik
Adapun variable dalam
penelitian ini adalah sebagai berikut
1) Variabel
Input
a. Sarana
dan Prasarana
b. Kondisi
Alam
c. Lokasi
d. Jumlah
Pengunjung
e. Biaya
Masuk
2) Variabel
Output
a. Potensi
Wisata
Berikut merupakan table
analisis data yang akan dilakukan dalam penelitian.
Input
|
Proses
|
Keputusan
|
Sarana dan Prasarana
|
Mamdani
|
Potensi Wisata
|
Kondisi Alam
|
Lokasi/Aksesibilitas
|
Jumlah Pengunjung
|
Biaya Masuk
|
Berdasarkan analisis pada
table 1 diatas, peneliti sudah mengumpulakan data yang relevan dalam bentuk
table berikut.
Tabel Daftar Tempat Wisata
No
|
Nama Tempat Wisata
|
Lokasi Wisata
|
1
|
Pantai Kuta Bali
|
Kuta Beach, Kuta, Badung Regency, Bali
|
2
|
The Keranjang Bali
|
Jl. Raya Kuta No.70-72, Kuta, Kabupaten Badung, Bali 80361
|
3
|
Kampung Langit
|
Jl. Raya Kuta No.70-72, Kuta, Kabupaten Badung, Bali 80361
|
4
|
Pura Tanah Lot
|
Beraban, Kediri, Tabanan Regency, Bali 82121
|
5
|
Wisata Alam Ubud Bali
|
Jl. Monkey Forest, Ubud, Kecamatan Ubud, Kabupaten Gianyar, Bali 80571
|
6
|
Kintamani Bali
|
Kintamani Bali
|
7
|
Pantai Sanur Bali
|
Jl. Sanur Beach Street Walk, Sanur Kaja, Kota Denpasar, Bali
|
8
|
Pantai Nusa Dua bali
|
Nusa Dua, Benoa, Kec. Kuta Sel., Kabupaten Badung, Bali
|
9
|
New Kuta Green Park
|
Jl. Raya Uluwatu, Pecatu, Kec. Kuta Sel., Kabupaten Badung, Bali 80361
|
10
|
Pasar Sukawati Bali
|
Jl. Ciung Wanara, Sukawati, Kec. Sukawati, Kabupaten Gianyar, Bali
80582
|
11
|
Pantai Padang Padang Bali
|
Pecatu, South Kuta, Badung Regency, Bali
|
12
|
Danau Beratan Bedugul Bali
|
Batunya, Baturiti, Tabanan Regency, Bali 82191
|
13
|
Garuda Wisnu Kencana (GWK)
|
Jl. Kw. Garuda Wisnu Kencana, Ungasan, Kec. Kuta Sel., Kabupaten
Badung, Bali 80364
|
14
|
Pantai Lovina
|
Pantai Lovina
|
15
|
Pura Besakih
|
Jl. Gunung Mas No.Ds, Besakih, Rendang, Kabupaten Karangasem, Bali
80863
|
16
|
Pura Uluwatu
|
Jl. Jempiring No.19, Semarapura Kelod, Kec. Klungkung, Kabupaten
Klungkung, Bali 80711
|
17
|
Pantai Jimbaran
|
Jimbaran, South Kuta, Badung Regency, Bali
|
18
|
Sangeh Monkey Forest
|
Jl. Brahmana, Sangeh, Kec. Abiansemal, Kabupaten Badung, Bali 80353
|
19
|
Tanjung Benoa
|
Tanjung Benoa
|
20
|
Pantai Dreamland
|
Pecatu, South Kuta, Badung Regency, Bali 80361
|
21
|
Danau Batur Kintamani
|
Jl. Raya Kintamani, Batur Sel., Kec. Kintamani, Kabupaten Bangli, Bali
80652
|
22
|
Tari Kecak Uluwatu
|
Jl. By Pass Ngurah Rai No.24, Jimbaran, Kec. Kuta Sel., Kabupaten
Badung, Bali 80361
|
23
|
Arung Jeram Sungai Telaga Waja
|
Seberang Spbu Politeknik Negeri Bali, Jl. Raya Uluwatu, Jimbaran, Kec.
Kuta Sel., Kabupaten Badung, Bali 80362
|
24
|
Arung Jeram Sungai Ayung
|
Jl. Raya Ubud, Ubud, Kecamatan Ubud, Kabupaten Gianyar, Bali 80571
|
25
|
Tampak Siring Bali
|
Tampak Siring Bali
|
26
|
Taman Ayun
|
Jl. Ayodya No.10, Mengwi, Kec. Mengwi, Kabupaten Badung, Bali 80351
|
27
|
Jatiluwih
|
Tabanan Regency
|
Setelah data terkumpul,
langkah berikutnya adalah fuzzyfication,
pengelompokan data – data dalam bentuk himpunan fuzzy, semesta pembicaraan dan
domain. a. Fuzzyfication Pada langkah ini, peneliti
mengelompokkan data – data yang sudah didapat dan ditulis dalam bentuk tabel
himpunan fuzzy sebagai berikut:
Tabel Himpunan Fuzzy
(Fugsi Keanggotaan)
Fung si
|
Variabel
|
Nama
Himp. Fuzzy
|
Semesta
Pembicara an
|
Domai n
|
Input
|
Sarana/Prasaran a
|
Kurang
|
0 - 9
|
[0 2,5 4,5]
|
Cukup
|
[2,5 4,5 6,5]
|
Bagus
|
[4,5 6,5 9]
|
Kondisi alam
|
Kurang
|
[0 2,5 4,5]
|
Cukup
|
[2,5 4,5 4,5]
|
Bagus
|
[4,5 6,5 9]
|
Lokasi/aksesibil itas
|
Jauh
|
[0 2,5 4,5]
|
Sedang
|
[2,5 4,5 4,5]
|
Dekat
|
[4,5 6,5 9]
|
Jml Pengunjung
|
Sedikit
|
[0 2,5 4,5]
|
Sedang
|
[2,5 4,5 4,5]
|
Banyak
|
[4,5 6,5 9]
|
Biaya masuk
|
Mahal
|
[0 2,5 4,5]
|
Sedang
|
[2,5 4,5 4,5]
|
Murah
|
[4,5 6,5 9]
|
Outp ut
|
Potensi Wisata
|
Kurang Berpotensi
|
[0 2,5 4,5]
|
Cukup Berpotensi
|
[2,5 4,5 4,5]
|
Sangat Berpotensi
|
[4,5 6,5 9]
|
Beikut ini merupakan rule-rule yang dibentuk berdasarkan
pada data yang sudah ada seperti pada table sebelumnya.
Tabel
Pembentuka Aturan Fuzzy
No
|
Rules
|
R1
|
1. If (sarana_dan_prasarana is bagus) and
(kondisi_alam is cukup) and (lokasi is dekat) and (jumlah_pengunjung is
banyak) and (biaya_masuk is sedang) then (POTENSI_WISATA is cukup_berpotensi)
(1)
|
R2
|
2. If (sarana_dan_prasarana is cukup) and
(kondisi_alam is bagus) and (lokasi is jauh) and (jumlah_pengunjung is
sedang) and (biaya_masuk is sedang) then (POTENSI_WISATA is cukup_berpotensi)
(1)
|
R3
|
3. If (sarana_dan_prasarana is bagus) and
(kondisi_alam is kurang) and (lokasi is sedang) and (jumlah_pengunjung is
banyak) and (biaya_masuk is murah) then (POTENSI_WISATA is sangat_berpotensi)
(1)
|
R4
|
4. If
(sarana_dan_prasarana is kurang) and (kondisi_alam is bagus) and (lokasi is
sedang) and (jumlah_pengunjung is sedang) and (biaya_masuk is murah) then
(POTENSI_WISATA is cukup_berpotensi) (1)
|
R5
|
5. If (sarana_dan_prasarana is cukup) and (kondisi_alam is not bagus)
and (lokasi is jauh) and (jumlah_pengunjung is sedang) and (biaya_masuk is
sedang) then (POTENSI_WISATA is cukup_berpotensi) (1)
|
R6
|
6. If (sarana_dan_prasarana is bagus) and (kondisi_alam is not bagus)
and (lokasi is sedang) and (jumlah_pengunjung is banyak) and (biaya_masuk is
murah) then (POTENSI_WISATA is sangat_berpotensi) (1)
|
R7
|
7. If (sarana_dan_prasarana is kurang) and (kondisi_alam is not bagus)
and (lokasi is jauh) and (jumlah_pengunjung is sedikit) and (biaya_masuk is
murah) then (POTENSI_WISATA is cukup_berpotensi) (1)
|
R8
|
8. If (sarana_dan_prasarana is kurang) and (kondisi_alam is not bagus)
and (lokasi is sedang) and (jumlah_pengunjung is sedang) and (biaya_masuk is
sedang) then (POTENSI_WISATA is cukup_berpotensi) (1)
|
R9
|
9. If (sarana_dan_prasarana is cukup) and (kondisi_alam is not cukup)
and (lokasi is dekat) and (jumlah_pengunjung is sedang) and (biaya_masuk is
sedang) then (POTENSI_WISATA is cukup_berpotensi) (1)
|
R10
|
10. If (sarana_dan_prasarana is kurang) and (kondisi_alam is not
cukup) and (lokasi is sedang) and (jumlah_pengunjung is sedikit) and
(biaya_masuk is mahal) then (POTENSI_WISATA is kurnag_berpotensi) (1)
|
R11
|
11. If (sarana_dan_prasarana is cukup) and (kondisi_alam is not cukup)
and (lokasi is sedang) and (jumlah_pengunjung is sedang) and (biaya_masuk is
sedang) then (POTENSI_WISATA is cukup_berpotensi) (1)
|
R12
|
12. If (sarana_dan_prasarana is cukup) and (kondisi_alam is not
kurang) and (lokasi is dekat) and (jumlah_pengunjung is sedang) and
(biaya_masuk is sedang) then (POTENSI_WISATA is cukup_berpotensi) (1)
|
R13
|
13. If (sarana_dan_prasarana is cukup) and (kondisi_alam is not bagus)
and (lokasi is jauh) and (jumlah_pengunjung is sedikit) and (biaya_masuk is
mahal) then (POTENSI_WISATA is kurnag_berpotensi) (1)
|
R14
|
14. If (sarana_dan_prasarana is bagus) and (kondisi_alam is not bagus)
and (lokasi is sedang) and (jumlah_pengunjung is banyak) and (biaya_masuk is
sedang) then (POTENSI_WISATA is sangat_berpotensi) (1)
|
R15
|
15. If (sarana_dan_prasarana is kurang) and (kondisi_alam is not
bagus) and (lokasi is jauh) and (jumlah_pengunjung is sedikit) and
(biaya_masuk is mahal) then (POTENSI_WISATA is kurnag_berpotensi) (1)
|
R16
|
16. If (sarana_dan_prasarana is bagus) and (kondisi_alam is not cukup)
and (lokasi is sedang) and (jumlah_pengunjung is banyak) and (biaya_masuk is
murah) then (POTENSI_WISATA is sangat_berpotensi) (1)
|
Dari hasil penelitian dapat dilihat dari serangkian hasil
matlab yang ada pada gambar dibawah ini.
a.
Representasi Variabel Input Sarana Prasarana
Pada Tabel 5, dijelaskan bahwa variabel input Sarana Prasarana memiliki tiga
bentuk himpunan fuzzy, yaitu: kurang dengan nilai domainnya [0 2,5 4,5] , Cukup
dengan nilai domainnya [2,5 4,5 6,5], dan Baik dengan nilai domainnya [4,5 6,5
9].
b. Representasi
Variabel Input Kondisi alam Pada Tabel 6, dijelaskan bahwa variabel input
Kondisi alam memiliki tiga bentuk himpunan fuzzy, yaitu: kurang dengan nilai
domainnya [0 2,5 4,5], Cukup dengan nilai domainnya [2,5 4,5 6,5], dan Baik
dengan nilai domainnya [4,5 6,5 9].
c.
Representasi Variabel Input Lokasi Pada Tabel 7
, dijelaskan bahwa variabel input Lokasi memiliki tiga bentuk himpunan fuzzy,
yaitu: jauh dengan nilai domainnya [0 2,5 4,5], sedang dengan nilai domainnya
[2,5 4,5 6,5], dan dekat dengan nilai domainnya [4,5 6,5 9].
d. Representasi
Variabel Input Jumlah Pengunjung Pada
Table 8, dijelaskan bahwa variabel input Jumlah Pengunjung memiliki tiga bentuk
himpunan fuzzy, yaitu: sepi dengan nilai domainnya [0 2,5 4,5], sedang dengan
nilai domainnya [2,5 4,5 6,5], dan ramai dengan nilai domainnya [4,5 6,5 9].
e.
Representasi Variabel Input Biaya Masuk Pada
tabel 9, dijelaskan bahwa variabel input
Biaya Masuk memiliki tiga bentuk himpunan fuzzy, yaitu: Mahal dengan nilai
domainnya [0 2,5 4,5], sedang dengan nilai domainnya [2,5 4,5 6,5], dan murah
dengan nilai domainnya [4,5 6,5 9].
f. Representasi
Variabel Output Potensi Wisata Pada tabel 10, dijelaskan bahwa variabel Output
Potensi Wisata memiliki tiga bentuk himpunan fuzzy, yaitu: kurang berpotensi
dengan nilai domainnya [0 2,5 4,5], cukup berpotensi dengan nilai domainnya
[2,5 4,5 6,5], dan sangat berpotensi dengan nilai domainnya [4,5 6,5 9].
Pembahasan
a.
Himpunan Fuzzy
Berikut ini adalah salah satu
data yang peneliti uji. Peneliti melakukan pengujian pada data nomor 1, dengan
nilai masing – masing, yaitu: Sarana = 6,5; Kondisi Alam = 4,5; Lokasi = 4,5;
Jml_Pengunjung = 6,5; Biaya_Masuk = 4,5 a.
Himpunan
Fuzzy
1) Sarana
dengan input 6,5, selanjutnya akan disebut dengan nilai x, dimasukkan kedalam
rumus fungsi keanggotaan sebagai berikut:
·
Sarana [6,5] = Kurang
Hasil akan bernilai nol (0)
karena nilai x lebih besar dari nilai c.
·
Sarana [6,5] = Cukup
Hasil akan bernilai nol (0)
karena nilai x lebih besar dari nilai c.
·
Sarana [6,5] = Baik
Hasil akan bernilai satu (1)
karena nilai x lebih besar dari nilai c atau lebih kecil dari nilai
2) Kondisi
Alam dengan input 4,5, selanjutnya akan disebut dengan nilai x, dimasukkan
kedalam rumus fungsi keanggotaan sebagai berikut:
·
Kondisi Alam [4,5] = Kurang
Hasil akan bernilai nol (0)
karena nilai x lebih besar dari nilai c.
·
Kondisi Alam [4,5] = Cukup
(x-a)/(b-a) =
(4,5-2,5)/(4,5-2,5) = 1
·
Kondisi Alam [4,5] = Baik
Hasil akan bernilai nol (0)
karena nilai x lebih besar dari nilai c.
3)
Lokasi dengan input 4,5, selanjutnya akan
disebut dengan nilai x, dimasukkan kedalam rumus fungsi keanggotaan sebagai
berikut:
·
Lokasi [4,5] = Jauh
Hasil akan bernilai nol (0)
karena nilai x lebih besar dari nilai c.
·
Lokasi [4,5] = Sedang
(x-a)/(b-a) =
(4,5-2,5)/(4,5-2,5) = 1
·
Lokasi [4,5] = Dekat
Hasil akan bernilai nol (0) karena
nilai x lebih besar dari nilai c.
4) Jumlah
Pengunjung dengan input 6,5, selanjutnya akan disebut dengan nilai x,
dimasukkan kedalam rumus fungsi keanggotaan sebagai berikut:
·
Jumlah Pengunjung [6,5] = Sepi
Hasil akan bernilai nol (0)
karena nilai x lebih besar dari nilai c.
·
Jumlah Pengunjung [6,5] = Sedang
Hasil akan bernilai nol (0)
karena nilai x lebih besar dari nilai c.
·
Jumlah Pengunjung [6,5] = Ramai
Hasil akan bernilai satu (1)
karena nilai x lebih besar dari nilai c atau lebih kecil dari nilai
5) Biaya
Masuk dengan input 4,5, selanjutnya akan disebut dengan nilai x, dimasukkan
kedalam rumus fungsi keanggotaan sebagai berikut:
·
Biaya Masuk [4,5] = Mahal
Hasil akan bernilai nol (0)
karena nilai x lebih besar dari nilai c.
·
Biaya Masuk [4,5] = Sedang
(x-a)/(b-a) =
(4,5-2,5)/(4,5-2,5) = 1
·
Biaya Masuk [4,5] = Murah
Hasil akan bernilai nol (0)
karena nilai x lebih besar dari nilai c.
Nilai Derajat keanggotaan dari data pertama
adalah: Sarana [6,5]: Kurang = 0; Cukup = 0; Baik = 1 Kondisi Alam [4,5]:
Kurang = 0; Cukup = 1; Baik = 0, Lokasi [4,5]: Jauh = 0; Sedang = 1; Dekat = 0
Jumlah Pengunjung [6,5]: Sepi = 0; Sedang = 0; Ramai = 1, Biaya Masuk [4,5]:
Mahal = 0; Sedang = 1; Murah = 0
b. Komponen
Aturan
Setelah
melakukan tahapan implikasi dari himpunan fuzzy yang ada, langkah selanjutnya
adalah membuatkan kompenen aturan. Pada komponen aturan ini, peneliti
membandingkan beberapa rule yang memiliki derajat keanggotaan bernilai sama.
Berikut ini merupakan perbandingan beberapa rule yang peneliti gambarkan dalam
bentuk grafik.
R1 If [A is a3] and [B is b2] and [C is c3] and
[D is d3] and
[E is e2] then [F is f2]
Nilai minimum = [1; 1; 1; 1; 1;] = 1
R9 If [A is a2] and [B is b2] and [C is c3] and
[D is d2] and
[E is e2] then [F is f2]
Nilai minimum = [0; 1; 1; 1; 1;] = 0
R14 If [A is a3] and [B is b3] and [C is c2]
and [D is d3]
and [E is e2] then [F is f3] Nilai minimum =
[1; 0; 1; 1; 1;] = 0
R16 If [A is a3] and [B is b2] and [C is c2]
and [D is d3]
and [E is e3] then [F is f3] Nilai minimum =
[1; 1; 1; 1; 0;] = 0
Dari hasil fungsi implikasi ini yang menentukan
nilai minimum, selanjutnya akan ditentukan nilai maksimum dari beberapa rule
yang sudah diuji sebelumnya.
Nilai maksimum = [R1; R9; R14; R16]
= [1; 0; 0; 0]
= 1
c. Defuzzyfikasi
Ini
merupakan tahapan akhir untuk mendapatkan nilai yang sudah diuji pada tahapan
sebelumnya. Pada penelitian ini, peneliti menggunakan rumus Centroid untuk
mendapatkan hasilnya.
Langkah
pertama adalah menentukan luas daerah dari himpunan fuzzy sebelumnya. Karena
bentuk kurva yang dihasilkan berbentuk 1 segitiga saja, maka rumus yang
digunakan adalah rumus luas segitiga. A1 = a*t/2 dimana
a
adalah alas yang didapat dari nilai pada titik b; t adalah tinggi yang diukur
dari nilai y pada grafik.
Sehingga,
nilai A1 adalah
A1 = 4,5*1/2
=
2,25
Langkah berikutnya menentukan
momen dengan integral. Karena hasil yang didapat hanya ada satu grafik,
sehingga nilai ketegasannya bisa langsung dihitung dengan rumus centroid.
Z* = M1/A1
=10,125/2,25
=
4,5
Hasil pada hitungan manual dan
aplikasi matlab bernilai sama, yaitu 4,5, dengan keputusan potensi pariwisata
pada nilai cukup berpotensi.
Gambar
Hasil Perhitungan Matlab