PENDEKATAN FUZZY MCDM UNTUK PEMILIHAN SENJATA PENANGKIS SERANGAN UDARA UNTUK KAPAL LPD KELAS KRI MAKASSAR Oleh: 1 1 2 Bambang Suharjo , Suparno , Rifki Njib Dosen Pascasarjana Sekolah Tinggi Teknologi Angkatan Laut 2 Mahasiswa Sekolah Tinggi Teknologi Angkatan Laut
1
ABSTRAK Senjata Penangkis Serangan Udara (PSU) milik KRI di jajaran TNI AL saat ini sebagian besar sudah ketinggalan teknologi salah satunya adalah PSU 20 mm Meriam Rheinmetall pada KRI Landing Platform Dock (LPD) kelas KRI Makassar, sehingga tidak bisa menjamin pelaksanaan tugas pokok. Oleh karena itu diperlukan suatu langkah strategis dalam upaya mencapai kesiapan kapal kelas KRI (Kapal Perang Republik Indonesia) Makassar ini secara optimal. Langkah-langkah yang dapat dilakukan antara lain modernisasi dan pembelian sistem senjata baru yang mengacu pada kekuatan pokok minimum (Minimum Essential Force / MEF) TNI AL. Berdasarkan rencana pembelian senjata ini untuk mengganti sistem senjata yang sudah tua, maka yang dipilih adalah Senjata penangkis serangan udara dengan klasifikasi daya hancur dan perkenaan yang akurat. Penentuan Prioritas pemilihan senjata dipengaruhi oleh banyak faktor, baik yang bersifat kualitatif maupun kuantitatif. Salah satu teknik pengambilan keputusan adalah dengan pendekatan metode Fuzzy Multi Criteria Decision Making (MCDM) yang dianggap sangat tepat untuk permasalahan bobot kriteria yang bersifat fuzzy (kabur). Metode fuzzy MCDM sebagai model yang diterapkan guna memperoleh nilai prioritas dalam perancangan sistem pendukung keputusan untuk menentukan alternatif senjata penangkis serangan udara untuk LPD kelas KRI Makassar. Selain itu metode fuzzy MCDM akan mengatasi masalah multikriteria pada proses penentuan penentuan senjata ini serta mengatasi kemungkinan adanya data-data yang bersifat ketidakpastian. Berdasarkan pengolahan data, didapat senjata terpilih yaitu NG-18 6-Barreled 30MM Naval Gun, karena senjata ini mempunyai beberapa keunggulan antara lain daya hancur yang sangat tinggi, hubungan diplomatis dengan negara pembuat berlangsung baik sehingga tidak dikhawatirkan untuk mengembargo senjata ini suatu saat nanti, dibandingkan senjata lainnya dengan kemampuan taktis dan teknis senjata yang baik. Kata Kunci : Senjata PSU, KRI, Fuzzy, MCDM PENDAHULUAN
misi non tempur baik dalam latihan dengan negara asing maupun dalam misi pemberian bantuan bencana dan kemanusiaan kepada negara yang tertimpa musibah. Kapal perang jenis LPD ini memiliki kesiapan yang tinggi karena termasuk jajaran kapal yang tergolong baru di TNI AL. Kapal jenis LPD kelas KRI MKS ini dirancang sedemikian rupa hingga mampu mengemban tugastugas tempur yaitu sebagai unsur badan utama/kapal markas dalam operasi amphibi dan tugas-tugas non tempur seperti pengiriman bantuan dan latihan-latihan gabungan. Faktor kemampuan sistem komando karena sebagai kapal markas maka pengendalian unsur-unsur yang tergabung dalam operasi amphibi sangat ditentukan oleh kesiapan dari Kapal. Tugas pokok kapal kelas KRI adalah menyelenggarakan: Melaksanakan docking undocking untuk operasi serbuan dari laut ke darat secara gabungan maupun individu, melaksanakan angkut personel/pasukan dan
1.
Latar Belakang TNI Angkatan Laut sebagai kekuatan pertahanan keamanan matra laut dalam melindungi NKRI memiliki alat-alat tempur maupun sarana penunjang yang diproyeksikan dalam Sistem Senjata Armada Terpadu (SSAT) dimana kapal, marinir, pesawat udara dan pangkalan merupakan komponennya. Penyusunan kekuatan tempur TNI AL diarahkan untuk mencapai kekuatan pokok minimum (minimum essential force / MEF) artinya kekuatan yang dirancang memiliki kemampuan tertentu (Capability Design) untuk menghadapi ancaman dalam rangka menjaga dan melindungi kedaulatan negara, keutuhan NKRI dan keselamatan segenap bangsa. Negara kita saat ini telah mempunyai 5 (lima) kapal Landing Platform Dock (LPD) yang pada saat damai sekarang ini berperan sangat aktif dalam misi-
1
Serangan Udara yang terbaik bagi kapal jenis Landing Platform Dock (LPD) kelas KRI Makassar”.
material tempur serta sebagai angkut Helly dan kapal markas/Komando. Ancaman utama yang sangat membahayakan bagi Kapal markas/High Value Unit (HVU) adalah serangan udara, dimana serangan musuh dalam hal ini serangan udara baik dari pesawat udara, maupun rudal dari kapal musuh akan ditujukan ke Kapal markas/HVU. Dengan kemajuan perkembangan rudal maupun pesawat udara yang memiliki kecepatan sangat tinggi maka permasalahan yang timbul saat ini adalah bahwa senjata Penangkis Serangan Udara (PSU) yang dimiliki oleh Kapal Kelas KRI MKS adalah Meriam 20 mm buatan Jerman tahun 1974 yang dikendalikan secara manual dianggap sudah sangat ketinggalan di segala aspek mengingat perkembangan teknologi tersebut, sehingga secara otomatis lambat laun kapal LPD kelas KRI Makassar kehilangan daya tangkalnya/self defence, padahal pertahanan sendiri kapal ini sangat diperlukan karena melindungi markas/komando yang merupakan penggerak/ pengendali dan otak dari seluruh unsur dalam operasi/peperangan. Konsep fuzzy sendiri telah banyak digunakan sebagai model untuk membangun sebuah sistem pendukung keputusan, salah satunya yaitu Fuzzy Multi Criteria Decision Making (FMCDM). Dalam beberapa penelitian dinyatakan bahwa, MCDM merupakan sebuah metode yang mengacu pada proses screening, prioritizing, ranking, atau memilih himpunan alternatif. MCDM sangat tepat untuk diimplementasikan pada kasus multikriteria dengan semua alternatif memiliki bobot kriteria dalam bentuk nominal. Namun untuk permasalahan proses penentuan alternatif senjata PSU (Penangkis Serangan Udara) tidak semua alternatif memiliki kriteria berbobot nominal, contohnya kemudahan penggunaan dll. Sehingga untuk mengatasi hal tersebut, digunakan konsep fuzzy untuk MCDM dan disebut fuzzy MCDM yang dianggap sangat tepat untuk permasalahan bobot kriteria yang bersifat fuzzy (kabur) dalam penelitiannya.
3.
Tujuan Penelitian a. Memperoleh kriteria yang tepat untuk pemilihan senjata penangkis serangan udara dengan melibatkan berbagai aspek dan pihak yang berkompeten. b. Menerapkan pendekatan metode Fuzzy Multi Criteria Decision Maker (FMCDM) dalam pemilihan senjata penangkis serangan udara (PSU) untuk KRI jenis LPD kelas KRI MKS. c. Mendapatkan output final senjata sesuai dengan kriteria yang diajukan dan merepresentasikan senjata penangkis serangan udara (PSU) yang terbaik untuk di pasang di kapal LPD kelas KRI MKS.
4.
Manfaat Penelitian a. Bagi peneliti, penelitian ini akan mendukung peneliti dalam hal pemahaman dan penerapan mata kuliah yang diikuti selama pendidikan, terutama analisa pengambilan keputusan. b. Memberikan suatu saran masukan bagi TNI AL khususnya dalam proses pemilihan Senjata Penangkis Serangan Udara (PSU) bagi kapal LPD kelas KRI Makassar. c. Dengan pengambilan keputusan yang obyektif dan rasional maka akan diperoleh suatu dasar pengambilan keputusan yang dapat dipertanggungjawabkan baik secara metode maupun rasional.
5.
Batasan dan Asumsi Dikarenakan luasnya permasalahan yang mengkait dalam pelaksanaan pemilihan senjata ini, maka perlu dilakukan pembatasan masalah dalam kegiatan penelitian ini yaitu hanya dibatasi tentang pemilihan Senjata Penangkis Serangan Udara (PSU) bagi kapal LPD kelas KRI Makassar yang sudah ditawarkan ke TNI AL dengan anggapan bahwa sistem ini sudah memenuhi fungsi hakiki kapal LPD kelas KRI Makassar.Adapun asumsi yang digunakan adalah sebagai berikut: a. Belum adanya perubahan ancaman serangan udara secara serius dalam kurun waktu 15 tahun kedepan.
2.
Perumusan Masalah Dengan memperhatikan kondisi dan realita yang ada di lapangan sebagaimana telah dijelaskan pada latar belakang, kondisi yang diharapkan dari tugas pokok TNI AL serta sekaligus memberikan solusi terbaik terhadap proses pemilihan dan penentuan jenis senjata, maka dapat dirumusan suatu masalah utama dalam penulisan Tugas Akhir ini adalah: ”Bagaimana memilih Senjata Penangkis
2
b. Senjata yang di tawarkan sekarang ini memiliki karakteristik sesuai dengan kondisi spesifikasi yang sebenarnya. c. Akurasi dan presisi semua senjata adalah sama. d. Dana yang tersedia untuk pengadaan sistem dan senjata yang ada adalah cukup.
h. Dapat diintegrasikan dengan sistem pertahanan udara lainnya. i. Memiliki mobilitas tinggi terutama untuk memenuhi kebutuhan taktis operasional penggelaran di lapangan. 3.
Konsep Teori Fuzzy Konsep teori fuzzy diprakarsai oleh Lotfi A. Zadeh pada tahun 1965 dengan paper seminarnya “Fuzzy Sets” (Zadeh, 1965). Sebelum bekerja dengan teori fuzzy, Zadeh menggunakan teori kontrol. Dia mengembangkan konsep “negara”, yang merupakan bentuk dasar dari teori kontrol modern.Dengan teori fuzzy menunjukkan bahwa semua teori dapat digunakan sebagai konsep dasar dari fuzzy atau continues membership function. Secara garis besar teori fuzzy dapat diklasifikasikan menjadi lima bidang utama, yaitu: a. Fuzzy Mathematics, dimana konsep matematika klasik diperluas dengan mengubah set klasik dengan fuzzy set; b. Fuzzy Logic & Artificial Intelligence, dimana perkiraan untuk logika klasik diperkenalkan dan expert system dikembangkan berdasarkan pada informasi fuzzy dan perkiraan pemikiran; c. Fuzzy System, dimana termasuk kontrol fuzzy dan pendekatan fuzzy dengan sinyal proses dan komunikasi; d. Uncertainty and Information, dimana perbedaan dari ketidakpastian dianalisa; e. Fuzzy Decision Making, dimana pertimbangan adanya untuk masalah optimalisasi.
TINJAUAN PUSTAKA 1.
Tugas Pokok. Tugas pokok kapal tipe Landing Platform Dock (LPD) kelas KRI Makassar adalah sebagai kapal angkut personel, kendaraan tempur amfibi dan angkut heli yang memiliki kemampuan docking undocking guna memproyeksikan kekuatan dari laut ke darat melalui LCU (Landing Craft Utility) dalam operasi amfibi maupun operasi lainnya sesuai direktif yang diberikan. LPD Kelas KRI MKS juga memiliki fungsi asasi sebagai berikut: a. Landing Platform Dock b. Kapal Komando/ Markas. c. Operasi Amfibi/Serbu Amfibi. d. Operasi manuvra dari laut. e. Angkut tank dan pasukan. f. Kapal evakuasi medis. g. Operasi bantuan kemanusiaan. h. Angkut heli. 2. Prinsip dasar pemilihan senjata Penangkis Serangan Udara Dalam pembangunan sistem senjata KRI saat ini terutama jenis senjata PSU, perlu diadakan penggantian /pengadaan baru dengan kriteria sebagai berikut: a. Mempunyai daya tembak yang cepat, tepat, dan efisien. b. Mampu menangani multi target dan target selektif. c. Memiliki teknologi maju yang memiliki kemampuan untuk mengantisipasi kemajuan teknologi pesawat terbang. d. Pengoperasian mudah dapat dilakukan secara elektrik maupun manual. e. Perawatannya mudah dan murah terutama dalam kemudahan perolehan suku cadang. f. Dapat dioperasikan di segala cuaca. g. Mempunyai daya tahan terhadap pernika lawan/ECCM.
4.
Fungsi Keanggotaan Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titiktitik input data ke dalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan: a. Represeniasi Linear Pada representasi linear, pemetaan input ke derajat keanggotaannya digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas.Ada 2 keadaan
3
himpunan fuzzy yang linear, pertama yaitu kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi. Fungsi Keanggotaan: [ ]
Fungsi keanggotaan untuk TFN pada gambar di atas adalah sebagai berikut: [ ]
{
{ Representasi Kurva Segitiga Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis (linier). Fungsi keanggotaan:
{
c.
Representasi Kurva Trapesium Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada titik yang memiliki nilai keanggotaan 1. Fungsi keanggotaan:
[ ]
=
untuk a1 < x < a2
=
untuk a2 < x < a3
Defuzzifikasi Nilai Defuzzifikasi merupakan suatu proses konversi dan kuantitas fuzzy menjadi kuantitas yang pasti, dimana output dan proses fuzzy dapat berupa gabungan logika dari dua atau lebih fungsi keanggotaan fuzzy yang didefinisikan sesuai dengan semesta pembicaraannya. Input dan proses defuzzy adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Ada beberapa metode defuzzifikasi yang biasa dipakai adalah sebagai berikut: a. Metode Centroid (Center Of Gravity/COG) Pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat (z) daerah fuzzy. b. Metode Bisektor Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai pada domain fuzzy yang memiliki nilai keanggotaan setengah dari jumlah total nilai keanggotaan pada daerah fuzzy. c. Metode Mean of Maximum (MOM) Pada metode ini solusi crisp diperoleh dengan cara mengambil nilai rata-rata domain yang memiliki nilai keanggotaan maksimum. d. Metode Largest of Maximum (LUM) Pada metode ini solusi crisp diperoleh dengan cara mengambil nilai terbesar dari domain yang memiliki nilai keanggotaan maksimum. e. Metode Smallest of Maximun (SOM) Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terkecil dari domain yang memiliki nilai keanggotaan maksimum.
b.
[ ]
untuk x < a1
6. Kedua, merupakan kebalikan dari yang pertama. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki keanggotaan lebih rendah. Fungsi Keanggotaan:
[ ]
=0
0;
x ≤ a atau x ≥ d
(x-a)/(b-a);
a≤x≤b
1;
b≤x≤c
(d-x)/(d-c);
c≤x≤d
5.
Triangular Fuzzy Number (TFN) Dalam TFN, setiap nilai tunggal (crisp) memiliki fungsi keanggotaan yang terdiri dari tiga nilai yang masing-masing merepresentasikan nilai bawah, nilai tengah dan nilai atas. A = (a1, a2, a3)
7.
Variabel Linguistik Variabel linguistik merupakan variabel yang memiliki uraian berupa bilangan fuzzy dan lebih
4
umumnya suatu kata-kata yang direpresentasikan oleh himpunan fuzzy. Sebagai contoh, uraian-uraian dari variabel linguistik untuk temperatur bisa berupa RENDAH, SEDANG dan TINGGI dimana uraian tersebut dinyatakan sebagai nilai fuzzy (fuzzy value). (Tsoukalas, 1997).Seperti halnya variabel aljabar yang menggunakan angka sebagai nilainya sedangkan variabel linguistik menggunakan kata-kata atau kalimat sebagai nilainya yang membentuk suatu himpunan yang disebut sebagai himpunan “istilah” tiap nilai dari “istilah” tersebut merupakan variabel fuzzy yang didefinisikan berdasarkan base variable. Sedangkan base variable mendefinisikan semesta pembicaraan untuk semua variabel fuzzy dalam himpunan “istilah” (Jantzen, 1998).
muncul di setiap level skala linguistik dan kemudian membagi hasil penjumlahan tersebut dengan jumlah kriteria yang nilainya masuk ke dalam level penilaian linguistik tersebut. Adapun notasi matematiknya adalah sebagai berikut: ∑ ∑ ∑ = nilai tengah bilangan fuzzy untuk level T = level penilaian sangat rendah, rendah, sedang, tinggi dan sangat tinggi. n = jumlah faktor skala dari skala linguistik T untuk alternatif ke-1 dari faktor ke-i Tij = nilai numerik dari skala linguistik T untuk alternatif ke-1 dari faktor ke-j.
8.
Multiple Criteria Decision Making (MCDM) Multi-Criteria Decision Making (MCDM) merupakan suatu metode pengambilan keputusan yang terdiri atas teori-teori, proses-proses, dan metode analitik untuk pengambilan keputusan yang melibatkan ketidakpastian, dinamika, dan aspek multi kriteria keputusan. Multi-Criteria Decision Making (MCDM) adalah terminologi yang digunakan dalam menyelesaikan permasalahan dimana adanya pendekatan MCDM diharapkan untuk mendapatkan alternatif terbaik.
d. Menentukan nilai batas bawah dan nilai batas atas bilangan fuzzy, dimana nilai batas bawah (ct = b(i - 1)) sama dengan nilai tengah level di bawahnya, sedangkan untuk nilai batas atas (bt = b(i - 1)) adalah sama dengan nilai tengah level di atasnya. e. Menentukan bobot agregat dari masing-masing kriteria kualitatif, karena dalam penelitian ini digunakan bentuk penilaian linguistik yang telah mempunyai definisi bilangan fuzzy triangular, maka proses agregasi yang dilakukan adalah dengan mencari nilai agregat dari masingmasing nilai batas bawah (c), nilai tengah (a) dan nilai batas atas (b), yang dapat dimodelkan sebagai berikut:
METODOLOGI PENELITIAN 1.
Pengolahan Data Setelah diperoleh data dari kuesioner, maka langkah selanjutnya adalah melakukan rekapitulasi hasil kuesioner dan melakukan pengolahan data. Proses pengolahan data menggunakan aIgoritma fuzzy MCDM.Untuk lebih jelasnya, urutan proses pengolahan data dengan menggunakan algoritma fuzzy MCDM di atas adalah sebagai berikut (Liang & Wang, 1994):
∑
∑
∑
Dimana: ctj = nilai batas bwh kriteria kualitatif ke-t oleh pembuat keputusan ke-j atj = nilai tengah kriteria kualitatif ke-t oleh pembuat keputusan ke-j btj = nilai batas atas kriteria kualitatif ke-t oleh pembuat keputusan ke-j n = jumlah penilai (pembuat keputusan)
a. Menabelkan hasil pembobotan penilaian tingkat kriteria kualitatif untuk mendapatkan nilai bobot agregasinya. b. Menabelkan hasil rating penilaian atau preferensi untuk masing-masing alternatif berdasarkan kriteria kualitatif yang ada.
Nilai agregatnya adalah N = (cj,aj,bj Dimana: Nt. = nilai bobot agregasi untuk kriteria kualitatif ke-t
c. Menentukan nilai tengah bilangan fuzzy, dengan cara menjumlahkan nilai yang
f. Menghitung nilai preferensi setiap alternatif berdasarkan kriteria kualitatif. Dalam
5
∑
perhitungan bobot agregat masing-masing altematif untuk tiap-tiap kriteria dapat dicari nilai fuzzy agregatnya dengan model sebagai berikut: ∑ ∑ ∑
∑
∑ qitj = nilai batas bawah alternatif untuk kriteria kualitatif ke-t oleh pembuat kep ke-j. oitj = nilai tengah alternatif untuk kriteria kualitatif.ke-t oleh pembuat keputusan ke-j. oitj = nilai batas atas alternatif untuk kriteria kualitatif ke-t oleh pembuat kep ke-j. n = jumlah penilai (pembuat keputusan). Nilai agregatnya adalah M itj = (q it ,o it,p it )
h. Menghitung nilai utilitas alternatif untuk kriteria kualitatif.
[
(
)
(
Dimana : Mitj = nilai bobot agregasi untuk alternatif ke-i untuk kriteria kualitatif ke-t.
setiap
) ]
{
g. Menghitung nilai indeks fuzzy dari hasil penilaian setiap alternatif untuk kriteria kualitatif yang dinotasikan dengan Gi. Terlebih dahulu didapatkan nilai Mit dan Nt, untuk mendapatkan nilai index kecocokan fuzzy Gi untuk tiap-tiap kriteria subyektif. Di sini Gi bukan merupakan bilangan fuzzy triangular, melainkan bilangan fuzzy:
〉] }
[〈
{
〉]
[〈
Adapun tahap pertama yang dilakukan adalah mencari nilai defuzzifikasi kriteria dan preferensi alternatif terhadap kriteria, dimana metode defuzzifikasi yang digunakan adalah metode centroid. Rumus dari defuzzifikasi kriteria adalah sebagai berikut:
G i = (Y i,Q i,Z i, H i1,T i1, H i2, U i1), i = 1,2,................m Nilai indeks fuzzy tersebut didapatkan dengan cara mengoperasikan setiap elemen bilangan fuzzy triangular dari hasil nomor 2 dan 4 dengan notasi sebagai berikut: ∑
[[∫ ∑
∫
]]
[ [[∫
∫
]]
∑
∑
Dimana : t = kriteria 1,2,3..................n Sedangkan rumus penentuan nilai defuzzifikasi untuk preferensi alternatif terhadap kriteria kualitatif adalah sebagai berikut:
[
6
[[∫
]]
∫
[[∫
∫
l. Memilih alternatif terbaik berdasarkan nilai rangking yang tertinggi.
]]
PENGOLAHAN DATA 1.
Pendahuluan Input data yang digunakan dalam perhitungan manual ini adalah dengan menggunakan kuesioner. Dimana kuesioner ini diberikan kepada pihak-pihak yang berwenang di TNI AL dan yang ahli/expert di bidang kesenjataan. Data yang didapat dari hasil pengolahan kuesioner ini digunakan untuk menentukan bobot tiap kriteria dan bobot setiap alternatif berdasarkan kriteria kualitatif. Dalam pengolahan data tersebut digunakan metode fuzzy untuk mengkuantifikasikan data yang kualitatif (data yang bersifat tidak pasti).
Dimana : I = alternatif 1,2,3,...............m; t = kriteria 1,2,3..................n i. Menghitung nilai rangking setiap alternatif berdasarkan kriteria kualitatif dengan menggunakan rumus sebagai berikut:
∑ Dimana : STi = nilai rangking alternatif berdasarkan kriteria kualitatif.
ke-i
2. Alternatif Senjata Penangkis Serangan Udara (PSU) Dalam penulisan tugas akhir ini yang menjadi obyek adalah senjata jenis senjata Penangkis Serangan Udara yang sudah ada dan yang ditawarkan ke TNI AL antara lain: a. Denel 35 DPG buatan Afrika Selatan. b. Oerlikon GDM 008 buatan Jerman. c. NG-18 6-Barreled 30MM Naval Gun buatan Cina. d. Oto-Melara/Otobreda twin 40L70 Dardo buatan Italia.
j. Menghitung nilai rangking setiap alternatif berdasarkan kriteria kuantitatif dengan menggunakan rumus sebagai berikut: ∑ [ (∑ )] Dimana : Tij = nilai (skor) dari altematif ke-i untuk kriteria kuantitatif ke-j M = jumlah alternatif p = jumlah kriteria kuantitatif OTi = nilai rangking alternatif ke-i berdasar kriteria kuantitatif
3.
Kriteria Dalam Pemilihan Senjata Dalam Tugas Akhir ini, kriteria-kriteria yang dipertimbangkan untuk melakukan pemilihan senjata yang tepat di sebuah kapal dibedakan menjadi dua bagian yaitu kriteria kuantitatif dan kriteria kualitatif. Untuk lebih jelasnya dapat diilustrasikan dengan gambar dibawah ini:
k. Menghitung nilai rangking total (akhir) setiap alternatif untuk kriteria kualitatif dan kriteria kuantitatif dengan menggunakan rumus sebagai berikut: ∑
4.
Kriteria Kuantitatif Kriteria kuantitatif adalah kriteria yang mempunyai nilai secara pasti, sehingga dapat dibandingkan antara pilihan yang satu dengan pilihan yang lainnya. Adapun untuk kriteria kuantitatif yang dijadikan pertimbangan dalam pemilihan senjata adalah sebagai berikut: a. Harga (Cost) b. Dimensi (P,L,T) c. Tegangan d. Berat
,0 ≤ x ≤ 1
Dimana : STi = nilai rangking alternatif ke-i berdasarkan kriteria kualitatif. OTi = nilai rangking alternatif ke-i berdasar kriteria kuantitatif Ʃ Vk = jumlah variabel FTi = nilai rangking total untuk alt ke-i
7
e. f. g. h.
Usia Rate of Fire Range / Jarak Jumlah laras
f. Taktis 1) Akurasi 2) Daya Hancur 3) Kondisi Lingkungan 4) ECCM (Electronic Counter Counter Measures) 5) Sensor g. Khusus 1) Politis 2) Strategis
5.
Kriteria Kualitatif Kriteria kualitatif adalah kriteria yang tidak mempunyai nilai secara pasti, sehingga untuk mengetahui nilainya perlu dilakukan kuantifikasi terhadap kriteria kualitatif dan nantinya didapatkan nilai angka dari kriteria kualitatif. Adapun untuk kriteria kuantitatif yang dijadikan pertimbangan dalam pemilihan senjata adalah sebagai berikut:
6.
Analisis Hasil Pembobotan agregat total Pada proses pembobotan agregat untuk data masing-masing kriteria dan alternatif dilakukan proses pengolahan data yang bertujuan untuk mencari nilai bawah, tengah maupun atas untuk setiap kriteria dan alternatif. Berikut rekap bobot kriteria dan alternatif yang dihasilkan dengan fuzzy MCDM ditunjukkan dengan pada tabel (4.1) dan (4.2). Rekap bobot yang diperlihatkan pada tabel (4.1) hanya nilai tengah dari masing- masing kriteria dan begitu juga untuk nilai bobot alternatif yang ditampilkan hanya pada nilai tengahnya saja.
a. Reliability b. Maintainability 1) Pemeliharaan Lapangan 2) Kemudahan Spare parts c. Complexity 1) Safety Features 2) Automation & Control 3) Service d. Operation 1) Kemudahan Penggunaan 2) Operating Personnel Tabel 4.1 Rekap Bobot Agregat Kriteria Kualitatif NO
KRITERIA
BOBOT
NO
1.
RELIABILITY
8,4
5.
2.
MANTAINABILITY
HARLAP KEMUDAHAN SPARE PART
3.
4.
COMPLEXITY
OPERATION
SAFETY FEATURES (KEAMANAN)
BOBOT
AKURASI
9,3033
6,37
DAYA HANCUR
9,3033
8,1567
KONDISI LINGKUNGAN
5,8383
ECCM 6,885
AUTOMATION & CONTROL
6,7317
SECURITY
6,0667
KEMUDAHAN PENGGUNAAN OPERATING PERSONNEL
KRITERIA TAKTIS
6,5117 6,3583
8
6,8067 SENSOR 6.
KHUSUS
POLITIS STRATEGIS
6,6733 5,9083 6,7433
Tabel 4.2 Rekap Bobot Agregat Alternatif
NO
1.
KRITERIA
Mit
Bobot
NO
7,812 7,765 6,95
5.
RELIABILITY
ALT 1 ALT 2 ALT 3 ALT 4
8,55
HARLAP
2.
MANTAIN ABILITY KEMUDAHAN SPARE PART
SAFETY FEATURES (KEAMANAN)
3.
COMPLEX ITY
AUTOMATION & CONTROL
SERVICE
KEMUDAHAN PENGGUNAAN
4.
OPERATI ON OPERATING PERSONNEL
KRITERIA TAKTIS
AKURASI
DAYA HANCUR
Mit
Bobot
ALT 1 ALT 2 ALT 3
7,78 6,603 8,01
ALT 4
7,192
ALT 1
7,252
ALT 1
6,623
ALT 2
6,603
ALT 2
8,057
ALT 3
7,812
ALT 3
9,072
ALT 4
6,94
ALT 4
7,765
ALT 1
6,072
ALT 1
6,602
ALT 2
6,333
ALT 2
7,245
ALT 3
9,072
ALT 3
7,235
ALT 4
5,728
ALT 4
8,55
ALT 1
6,945
ALT 1
6,93
ALT 2
8,038
ALT 2
7,235
ALT 3
7,535
ALT 3
6,93
ALT 4
7,535
ALT 4
7,235
ALT 1
6,962
ALT 1
6,907
ALT 2
7,49
ALT 2
6,66
ALT 3
8,043
ALT 3
7,78
ALT 4
7,132
ALT 4
8,023
ALT 1
6,617
ALT 1
6,072
ALT 2
7,475
ALT 2
6,962
ALT 3
7,78
ALT 3
8,842
ALT 4
6,66
ALT 4
5,728
ALT 1
6,318
ALT 1
6,96
ALT 2
7,46
ALT 2
6,662
ALT 3
8,07
ALT 3
8,038
ALT 4
6,96
ALT 4
4,58
ALT 1
7,167
ALT 2
6,892
ALT 3
7,535
ALT 4
6,848
KONDISI LINGKUNG AN
ECCM
SENSOR
6.
KHUSUS
POLITIS
STRATEGIS
Tabel (4.1) dan (4.2) merupakan hasil agregat pembobotan total dimana pembobotan ini berfungsi untuk mencari indeks fuzzy dan menjadi input data untuk dilakukan defuzzifikasi.
9
Tabel 4.3 Hasil Defuzzifikasi ALTERNATIF
INDEKS 1
2
3
4
Yi
20,81
22,37
25,95
21,71
Qi
47,87
49,76
54,86
48,99
Zi
74,13
76,16
80,93
74,14
Hi1
1,827
2,167
2,458
1,978
Ti1
6,014
5,318
5,106
5,681
Hi2
5,208
5,433
5,898
5,63
Ui1
2,68
2,595
2,286
2,375
Ti2
21,98
23,05
25,1
22,47
Ui2
-27,9
-28,2
-27
-26,74
7.
Analisis proses fuzzifikasi dan Defuzzifikasi Defuzzifikasi adalah proses untuk mendapatkan nilai tunggal dari nilai linguistik. Metode Defuzzifikasi terbaik yang digunakan dalam fuzzy MCDM adalah metode Center Of Gravity (COG) / Metode Centroid (Kainz, 2003). Dengan memperhatikan penelitian tersebut maka penelitian kali ini menggunakan metode Centroid dengan mengambil nilai Crisp (nilai tunggal) yang berasal dari tengah dari daerah fuzzy yang ada sehingga cocok dengan perancangan fungsi keanggotaan dan basis aturan fuzzy yang digunakan
NO
KRITERIA
1. 2.
3.
4.
5.
6.
Alt 1
Alt 2
Alt 3
Alt 4
RELIABILITY MANTAINABILITY
COMPLEXITY
OPERATION
TAKTIS
KHUSUS
Defuzzifikasi Alternatif
Defuzzifi kasi Bobot 8,212
7,672
7,678
6,707
8,392
HARLAP
6,013
6,436
6,596
7,672
6,414
KEMUDAHAN SPARE PART
7,803
5,866
6,153
8,869
5,588
SAFETY FEATURES (KEAMANAN)
6,485
6,697
7,902
7,432
7,432
AUTOMATION & CONTROL
6,485
6,878
7,386
7,905
7,104
SECURITY
5,550
6,424
7,382
7,669
6,424
6,013
6,148
7,391
7,905
6,702
6,013
7,116
6,876
7,432
6,833
AKURASI
8,881
7,669
6,596
7,916
7,154
DAYA HANCUR
8,881
7,161
7,909
8,869
7,678
KONDISI LINGKUNGAN
5,087
6,419
7,149
7,154
8,392
ECCM
6,467
6,867
7,154
6,867
7,154
SENSOR
6,457
6,707
6,424
7,669
7,912
POLITIS
5,097
5,866
6,878
8,622
5,588
STRATEGIS
6,467
6,702
6,600
7,902
4,133
KEMUDAHAN PENGGUNAAN OPERATING PERSONNEL
Tabel 4.4 Nilai indeks pembentuk nilai evaluasi
10
Setelah diketahui indeks pembentuk nilai evaluasi pada tabel (4.4) maka selanjutnya dilakukan proses pencarian nilai fungsi keanggotaan fuzzy (fG(x)) dan indeks fuzzy Gi yang selanjutnya akan diolah menjadi nilai utilitas sehingga dapat diketahui alternatif mana yang terbaik. Berikut nilai fGi(x) dan Gi yang ditunjukkan pada tabel (4.5). Tabel 4.5 Nilai fGi(x) dan Gi NILAI Gi fGi(x)
Alt 1 45,100 0,834
Alt 2
Alt 3
Alt 4
47,172 0,895
51,961 0,988
45,976 0,910
Setelah diketahui nilai indeks fuzzy, maka langkah selanjutnya adalah pencarian nilai utilitas untuk setiap alternatif berdasarkan kriteria kualitatif. Dengan menggunakan persamaan maka hasil nilai utilitas dapat kita lihat pada tabel dibawah ini: Tabel 4.6 Nilai Sti (Kualitatif) setiap Alternatif NILAI
Alt 1
Alt 2
Alt 3
Alt 4
Sti
0,230
0,247
0,272
0,251
Demikian juga untuk kriteria kuantitatif juga dicari nilai utilitasnya dengan menggunakan persamaan maka hasil nilai utilitas untuk kriteria kuantitatif dapat kita lihat pada tabel dibawah ini: Tabel 4.7 Nilai OTi (Kuantitatif) setiap Alternatif NILAI
Alt 1
Alt 2
Alt 3
Alt 4
OTi
0,234
0,247
0,281
0,237
Dari (tabel 4.7) diatas dapat diketahui nilai utilitas dari masing-masing alternatif. Dari 4 alternatif tersebut dapat diketahui bahwa alternatif 3 memiliki nilai utilitas tertinggi yaitu 0,281 diikuti dengan alternatif 2 sebesar 0,247, alternatif 4 0,237 dan terakhir alternatif 1 yaitu 0,234. Akhirnya untuk mendapatkan nilai rangking total untuk setiap alternatif baik kriteria kualitatif maupun kuantitatif dengan menggunakan persamaan diatas maka hasil akhirnya adalah tertera pada tabel (4.8) berikut ini: Tabel 4.8 Nilai total setiap Alternatif NILAI
Alt 1
Alt 2
Alt 3
Alt 4
FTi
0,232
0,247
0,277
0,244
RANGKING
IV
II
I
III
Dari tabel diatas dapat dilihat hasil akhir untuk pemilihan alternatif senjata Penangkis Serangan Udara yaitu yang terbaik adalah alternatif ke 3,
NG-18 6-Barelled 30MM Naval Gun dengan total nilai sebesar 0,277.
KESIMPULAN DAN SARAN
LPD kelas KRI Makassar dengan menggunakan metode fuzzy MCDM maka dapat ditarik kesimpulan sebagai berikut:
1.
Kesimpulan Berdasarkan hasil dari penelitian dan pengolahan data tentang prioritas pemilihan senjata penangkis serangan udara untuk kapal
a. Dalam melakukan pemilihan senjata maka kriteria yang dibutuhkan
11
sebagai bahan pertimbangan dapat dikelompokkan menjadi dua kelompok yaitu kriteria kualitatif dan kriteria kuantitatif. b. Proses pengambilan keputusan dalam pemilihan senjata ini tidak dilakukan oleh satu orang saja, melainkan melibatkan banyak orang, sehingga setiap pengambil keputusan akan memberikan penilaian yang berbeda terhadap kriteria maupun alternatif pilihan yang ada. c. Algoritma fuzzy dapat diaplikasikan dalam pemilihan senjata, karena dalam metode fuzzy ini dapat mengkuantifikasikan kriteria yang bersifat kualitatif (samar). d. Berdasarkan perhitungan dg menggunakan program komputer fuzzy MCDM maka didapatkan senjata penangkis serangan udara yang terpilih adalah NG-18 6-Barreled 30MM Naval Gun dengan total nilai rangking tertinggi yaitu 0,2977. e. Maka urutan prioritas hasil pengolahan data adalah sebagai berikut: NG-18 6-Barreled 30MM Naval Gun, Oerlikon GDM 008, Oto-Melara/ Otobreda twin 40L70 Dardo, dan Denel 35 DPG. 2.
c. Apabila ada alternatif lain yang bisa dipertimbangkan dalam proses penentuan prioritas pemilihan senjata penangkis serangan udara maka alternatif tersebut dapat dimasukan sebagai alternatif tambahan seperti yang telah kami olah. d. Metode fuzzy MCDM dapat juga digunakan dalam proses pengambilan keputusan tentang permasalahan yang lain seperti proses penentuan jabatan atau penentuan pangkalan di lingkungan TNI AL dan pengambilan keputusan strategis lainnya yang bersifat multikriteria. DAFTAR PUSTAKA Ardiansyah,Lutfi (2012) Pemilihan rudal permukaan ke permukaan pada KRI jenis Trimaran dengan menggunakan metode Analitic Network Process. Tugas Akhir, Jurusan Teknik Industri, STTAL, Surabaya. Chiou, H.K.(2004). Evaluating Sustainable Fishing development strategis using Fuzzy MCDM approach. International Journal, 123–305. Chiu, Y. J., (2006). Marketing strategy based on customer behaviour for the LCD-TV. International Journal and Decision Making, 7(2/3), 143–165. Chungcu,T.,Lin,Yichen.(2008) An extension to fuzzy MCDM. Science Direct Oktober 2008. Dharmawan, Wahyu Budi (2013). Penetapan produk Unggulan daerah kabupaten Madiun dengan metode Dematel, ANP, dan fuzzy MCDM. Tugas Akhir, Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember, Surabaya. Hori, S., & Shimizu, Y. (1999). Designing methods of human interface for supervisory control systems. Control Engineering Practice, 7(11), 1413–1419. Hsieh, Ting-ya. (2004). Fuzzy MCDM Approach for planning and Design Tenders Selection in Public Office Building. Decision Support System, Vol 22,573584.
Saran a. Berdasarkan urutan prioritas alternatif senjata penangkis serangan udara bagi kapal LPD kelas KRI Makassar diatas, maka mohon menyarankan agar proses penentuan prioritas pemilihan senjata penangkis serangan udara mengikuti urutan prioritas dari hasil penelitian tersebut. b. Berdasarkan kesimpulan dari analisa guna pengambilan keputusan permasalahan multi kriteria dapat diselesaikan dengan metode fuzzy MCDM karena akan menghasilkan keputusan yang cukup obyektif, transparan, flexible dan dapat dipertanggungjawabkan.
12
JoHsieh,T-Y dan Lu,S-T.(2004). Project Fuzzy MCDM Approach for planning and design tenders selection in public office buildings. International Journal of Project Management. 22,573-584. Kainz.W.(2003). Introducing to fuzzy Logic And application in GIS. Departement of Geography and Regional Research. University of Vienne. Austria. Kastaman,Roni.(2006). Penggunaan Metode fuzzy dalam penentuan lahan kritis dengan menggunakan sistem informasi geografis di daerah subdas Cipeles. Tugas Akhir S.T,Unpad,Bandung. Mabes TNI AL.(2009),PERKASAL/39/V/2009 Kebijakan Dasar Pembangunan TNI AL Menuju Kekuatan Pokok Minimum (Minimum Essential Force), Jakarta. Ramdhan, Taufik (2010). Pemilihan rudal permukaan ke permukaan untuk kapal kelas KRI Fatahillah dengan pendekatan metode Dematel dan ANP. Tugas Akhir, Jurusan Teknik Industri, STTAL, Surabaya. Saaty, T. L. (1993), “ Pengambilan Keputusan Bagi Para Pemimpin” (Terjemahan), PT. Pustaka Binaman Pressindo, Jakarta. Setyawan, Agung (2007). Aplikasi metode fuzzy MCDM dalam pemilihan motor induk
untuk keperluan Repowering kapal TNI AL. Tugas Akhir, Jurusan Sistem Perkapalan, Institut Teknologi Sepuluh Nopember, Surabaya. Sutikno. (2011), Metode defuzzifikasi aturan mamdani pada sistem kendali logika fuzzy. Tugas Akhir S.T, Undip,Semarang. Tzeng, G. H., Chiang, C. H., dan Li, C. W. (2007). Evaluating intertwined effects in e-learning programs: A novel hybrid MCDM model based on factor analysis and DEMATEL. Expert Systems with Applications, 32(4), 1028–1044. Tzeng, G-H.,Liang,J.,Neng,H dan Huei,R, (2008). Vendor selection by integrated Fuzzy MCDM techniques with independent and interdependent relationships. Information Science. 178.4166-4184. Wang dan Liang, (1994), A hierarchy fuzzy MCDM method for studying electronic marketing strategies in the informations service industry. International Journal Inf Manage, Vol 8,1-22. Zadeh, Lotfi A, (1974) Fuzzy sets and their applications to cognitive and decision processes. The University of California, Berkeley, California July 1-4, 197
13
