34
E
%
ij
ij
ij
ij
ij
ij
ij
ij
ij
dimana
a
%
in
adalah nilai synthetic pairwise comparison fuzzy dari kriteria i ke
kriteria n,
r
%
i
adalah rata-rata geometris dari nilai perbandingan fuzzy kriteria i
terhadap setiap kriteria, dan
w
%
i
adalah bobot fuzzy dari kriteria ke i,
n
adalah
jumlah kriteria
yang dibandingkan dan dapat diindikasikan dengan TFN
w
%
i
=
(lw
i
;
mw
i
;
uw
i
)
.
lw
i
,
mw
i
,dan
uw
i
masing-masing adalah nilai bawah,
tengah, dan atas dari bobot fuzzy kriteria ke i.
7. Alternative Assesment
Mengukur variabel linguistik untuk menunjukkan performansi kriteria
dengan
ungkapan
“sangat
baik”,
“baik”,
“biasa”,
“jelek”, dan
“sangat
jelek”
yang
merupakan
penilaian
subyektif
dari evaluator, dan setiap variabel
linguistic diindikasikan dengan
TFN dalam skala 0-100 seperti pada
gambar
2.5.
Evaluator
juga
dapat
menetapkan
skala
variabel
linguistiknya
berdasarkan subjektifitasnya
yang dapat
mengindikasikan
fungsi
keanggotaan
nilai
yang
dinyatakan
oleh
masing-masing
evaluator.
Jika
k
adalah
nilai
performansi
fuzzy
dari
evaluator
k
terhadap
alternatif
i
pada
kriteria j
maka kriteria evaluasi dinyatakan dalam
E
%
k
=
(lE
%
k
;
mE
%
k
;
uE
%
k
)
.
Jika
terdapat n evaluator maka integrasi nilai keputusan fuzzy-nya adalah:
E
%
=
(1
n) ? (E
%
1
+
E
%
2
+
L
+
E
%
n
)
E
%
ij
menunjukkan
rata-rata
nilai
fuzzy
dari
penilaian
pengambil
keputusan
yang
dapat
dinyatakan
dengan
TFN
sebagai
E
%
ij
=
(lE
%
ij
;
mE
%
ij
;
uE
%
ij
)
yang
masing-masing nilainya dapat dicari sebagai berikut:
 |