PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP
PENYELESAIAN SISTEM PERSAMAAN LINEAR DUA SISI DALAM ALJABAR MAX-PLUS BILANGAN FUZZY
Any Muanalifah
August 9, 2010
Latar Belakang
Latar Belakang
Teori himpunan fuzzy berkembang pesat saat ini. Banyak sekali
masalah-masalah nyata yang diselesaikan dengan teori himpunan fuzzy.
Baru-baru ini bermunculan teori-teori baru yang berhubungan dengan teori himpunan fuzzy, seperti topologi fuzzy, aljabar fuzzy, program linear fuzzy, dll.
Aljabar Max-Plus adalah semua himpunan bilangan real dengan operasi
⊕ dan ⊗ yang masing-masing didefinisikan sebagai maximum dan penjumlahan. Aljabar max-plus banyak digunakan pada masalah yang berhubungan dengan sinkronisasi seperti penjadwalan, antrian, proses produksi, dll.
Pada proses produksi dengan sistem iteraktif multiprosesor dapat dimodelkan dengan sistem persamaan linear dua sisi aljabar max-plus bentuk A ⊗ x ⊕ b = C ⊗ x ⊕ d , dengan A dan C matriks yang
elemen-elemennya menyatakan lamanya waktu yang dibutuhkan mesin ke-j untuk menyelesaikan suatu produk , xjadalah waktu awal yang diperlukan mesin untuk memproduksi masing-masing produk, bidan di
adalah waktu tertentu yang dibutuhkan jika produk belum selesai diproduksi
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Latar Belakang
Latar Belakang
Pada beberapa penerapan, ada masalah yang lebih tepat digambarkan dengan bilangan fuzzy, seperti masalah penjadwalan, antrian yang memerlukan waktu aktifitas/waktu tunggu di dalam sistemnya. Waktu biasanya tidak selalu tetap sekian jam, ataupun sekian menit, tetapi pada kenyataannya bisa berupa perkiraan sehingga lebih tepat digunakan bilangan fuzzy.
Dalam tesis ini dibahas tentang penyelesaian sistem persamaan linear dua sisi dalam aljabar max-plus bilangan fuzzy. Sistem dibahas linear dua sisi yang akan di teliti dalam tesis ini adalah bentuk
A ⊗ x ⊕ b = C ⊗ x ⊕ d . Sistem persamaan linear tersebut terlebih diubah menjadi sistem persamaan linear dua sisi aljabar max-plus interval dengan pendekatan α − cut. Selanjutnya akan dicari penyelesaiannya berupa vektor xT = [x1,x2, ...,xn]dengan n ∈ N
Rumusan Masalah
Rumusan Masalah
Bagaimana mencari penyelesaian sistem persamaan linear dua sisi dalam aljabar max-plus bilangan fuzzy?
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Batasan Masalah
Batasan Masalah
Batasan masalah dalam penelitian ini adalah :
a. Bilangan fuzzy yang digunakan adalah bilangan fuzzy segitiga bentuk (a1,a, a2)dengan fungsi keanggotaannya
µa(x ) =
x −a1
a−a1, a1≤ x ≤ a;
a2−x
a2−a, a ≤ x ≤ a2; 0, lainnya.
b. Sistem persamaan Linear yang dicari solusinya adalah sistem persamaan linear dua sisi dengan bentuk A ⊗ x ⊕ b = C ⊗ x ⊕ d , dimana matriks A dan C adalah matriks fuzzy, yaitu matriks yang elemen-elemennya terdiri atas bilangan fuzzy segitiga. Sedangkan b dan d adalah vektor fuzzy, yaitu vektor yang elemen-elemennya berupa bilangan fuzzy segitiga
c. Operasi-operasi aritmatika pada bilangan fuzzy segitiga didefinisikan menggunakan α − cut-nya
Tujuan Penelitian
Tujuan Penelitian
Berdasarkan permasalahan maka tujuan dari penelitian ini adalah: “Mencari vektor penyelesaian bilangan fuzzy segitiga x yang memenuhi sistem persamaan linear dua sisi aljabar max-plus bilangan fuzzy dengan bentuk A ⊗ x ⊕ b = C ⊗ x ⊕ d ”
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Manfaat Penelitian
Manfaat yang didapat dari pengerjaan penelitian ini adalah sebagai berikut:
a. Memberikan langkah-langkah dalam menyelesaikan sistem persamaan linear dua sisi dalam aljabar max-plus bilangan fuzzy dimana bilangan fuzzy yang digunakan adalah bilangan fuzzy segitiga bentuk (a1,a, a2) dengan fungsi keanggotaannya
µa(x ) =
x −a1
a−a1, a1≤ x ≤ a;
a2−x
a2−a, a ≤ x ≤ a2; 0, lainnya.
b. Memberikan kemudahan untuk mendapatkan penyelesaian dari suatu sistem persamaan linear dua sisi dalam aljabar max-plus bilangan fuzzy yang dapat digunakan untuk memodelkan suatu permasalahan nyata.
c. Mengembangkan suatu kajian mengenai bilangan fuzzy dalam Aljabar Max-Plus.
Kajian Pustaka
Penelitian-penelitian Sebelumnya (Andy Ruditho,2008)
Dalam makalahnya, Rudhito membahas tentang sistem persamaan linear max-plus bilangan kabur. Sistem persamaan linear yang dibahas oleh Rudhito mempunyai bentuk A ⊗ x = b, dimana elemen-elemen matriks A dan vektor b berupa bilangan kabur segitiga (bks) yang mempunyai bentuk (a1,a, a2)dengan fungsi keanggotaannya µa(x ) =
x −a1
a−a1, a1≤ x ≤ a;
a2−x
a2−a, a ≤ x ≤ a2; 0, lainnya.
dimana unsur-unsur setiap kolom pada matriknya tidak semuanya sama dengan takhingga, selalu mempunyai subpenyelesaian terbesar. Sistem persamaan linear A ⊗ x = b kemudian diselesaikan dengan teori subpenyelesaian terbesar. Mencari subpenyelesaian terbesar sistem tersebut dapat dilakukan dengan menentukan terlebih dahulu subpenyelesaian terbesar setiap sistem persamaan linear max-plus interval α − cut nya. Selanjutnya dengan menggunakan Teorema dekomposisi dapat ditentukan fungsi keanggotaan subpenyelesaian terbesar bilangan kabur yang dimaksud. Jika subpenyelesaian terbesar bilangan kabur tersebut memenuhi sistem persamaan linearnya, maka subpenyelesaian tersebut merupakan penyelesaian sistem A ⊗ x = b (Rudhito dkk,2008)
Bacheli,dkk 2001
Dalam Aljabar max-plus, tidak adanya invers terhadap ⊕ yang dalam hal ini didefinisikan dengan maksimum menyulitkan kita untuk
menyelesaikan sistem persamaan linear dua sisi dengan bentuk A ⊗ x ⊕ b = C ⊗ x ⊕ d . Untuk memudahkan penyelesaian sistem persamaan tersebut aljabar max-plus diperluas menjadi aljabar
max-plus simetri dengan memunculkan notasi baru berupa kemudian sistem itu diubah kedalam bentuk balance A ⊗ x ⊕ b∇C ⊗ x ⊕ d yang mempunyai penyelesaian yang sama dengan A ⊗ x ⊕ b = C ⊗ x ⊕ d .
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Kajian Pustaka
Penelitian Sebelumnya
Dalam perkembangannya muncul banyak sekali perluasaan aljabar max-plus, diantaranya penelitian tentang matriks interval dalam aljabar max-plus yang dilakukan oleh Cechlarova. Cechlarova(2001) telah membahas tentang sistem interval persamaan linear max-separable dimana matriks yang menyusunnya dalah matriks interval.
Rudhito., dkk (2008) juga Sistem persamaan linear iteratif max-plus interval dengan sistem persamaan linear yang berbentuk x = A ⊗ x ⊕ b.
Aminu & Butkovic membahas tentang program linear dengan fungsi ken-dala berupa sistem persamaan linear dua sisi yaitu
A ⊗ x ⊕ b = C ⊗ x ⊕ d . Sistem persamaan linear tersebut diselesaikan dengan menggunakan metode alternating, kemudian dicari solusi optimal dari permasalahan program linear tersebut. (Aminu &
Butkovic,2009).
Dasar Teori
Aljabar Max-Plus
(Heidergott,dkk., 2006,hal 13)Diberikan Rε
def= R ∪ {ε} dengan R adalah semua bilangan real dan εdef= −∞. Pada Rεdidefinisikan operasi berikut:
x ⊕ ydef=max {x , y } (1)
dan
x ⊗ ydef=x + y (2)
Example
1 −2 ⊕ 4 = maks{−2, 4} = 4
2 4 ⊗ 3 = 4 + 3 = 7
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Dasar Teori
Sifat-sifat dalam aljabar max-plus
Berikut ini adalah sifat-sifat dalam aljabar max-plus (Heidergott,dkk., 2006, hal 14):
a. Assosiatif
∀x, y , z ∈ Rmaks:x ⊕ (y ⊕ z) = (x ⊕ y ) ⊕ z, dan
∀x, y , z ∈ Rmaks:x ⊗ (y ⊗ z) = (x ⊗ y ) ⊗ z b. Komutatif
∀x, y ∈ Rmaks:x ⊕ y = y ⊕ x danx ⊗ y = y ⊗ x c. Distributif ⊗ terhadap ⊕
∀x, y , z ∈ Rmaks:x ⊗ (y ⊕ z) = (x ⊗ y ) ⊕ (x ⊗ z) d. Adanya elemen nol, yaitu ε
∀x ∈ Rmaks :x ⊕ ε = ε ⊕ x = x
Dasar Teori
Lanjutan sifat-sifat dalam aljabar max-plus e. Adanya elemen satuan, yaitu e
∀x ∈ Rmaks:x ⊗ e = e ⊗ x = x f. Elemen nol ε adalah absorbing untuk operasi ⊗
∀x ∈ Rmaks:x ⊗ ε = ε ⊗ x = ε g. Idempoten dari operasi ⊕
∀x ∈ Rmaks :x ⊕ x = x
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Dasar Teori
Matriks Atas Aljabar Max-Plus
Himpunan matriks ukuran m × n dalam aljabar max-plus dinotasikan oleh Rm×nmax . Untuk m, n ∈ N dengan n 6= 0 dan m 6= 0, didefinisikan
mdef= {1, 2, . . . , m} dan ndef= {1, 2, . . . , n}. Elemen A ∈ Rm×nmax baris ke-i kolom ke-j dinotasikan oleh ai,juntuk i ∈ m dan j ∈ n matriks A ditulis sebagai
A =
a1,1 a1,2 . . . a1,n
a2,1 a2,2 . . . a2,n
... ... . .. ... am,1 am,2 . . . am,n
Dasar Teori
Penjumlahan Matriks
Penjumlahan matriks A, B ∈ Rm×nmax dinotasikan oleh A ⊕ B didefinisikan oleh
[A ⊕ B]i,j=ai,j⊕ bi,j
= max(ai,j,bi,j), Perkalian Matriks
Untuk A ∈ Rm×nmax dan skalar α ∈ Rmaxperkalian α ⊗ A didefinisikan sebagai [α ⊗A]i,j
def= α ⊗ai,j
untuk i ∈ m dan j ∈ n.
Untuk matriks A ∈ Rm×pmax dan B ∈ Rp×nmax perkalian matriks A ⊗ B didefi-nisikan sebagai
[A ⊗ B]i,j =
p
M
k =1
ai,k⊗ bk ,j
= max
k ∈p{ai,k+bk ,j},
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Dasar Teori
Perpangkatan Matriks
Untuk A ∈ Rn×nmax, pangkat ke-k dari A dinotasikan oleh A⊗kdidefinisikan sebagai:
A⊗k def=A ⊗ A ⊗ A ⊗ . . . ⊗ A
| {z }
k
Transpose Matriks
Transpose dari A ∈ Rm×nmax dinotasikan dengan AT, didefinsikan sebagai [AT]ij=aji, untuk i ∈ m dan j ∈ n
Matriks Identitas
Matriks identitas E(n,n) didefinisikan [E (n, n)]ij
def=
e, untuk i =j;
ε, lainnya.
Aljabar Max-Plus Interval
Aljabar Max-Plus Interval
Telah diketahui (Rε, ⊕, ⊗)merupakan semiring idempoten dan tidak memuat pembagi nol, dengan elemen netral ε. Didefinisikan
I(R)ε= {x = hx , x i|x , x ∈ R, ε ≺ x x} ∪ {hε, εi}
PadaI(R)εdidefinisikan ⊕ dan ⊗ dengan:
x ⊕ y = hx ⊕ y , x ⊕ y i dan
x ⊗ y = hx ⊗ y , x ⊗ y i, ∀x , y ∈I(R)ε
Sifat-sifat dalam aljabar max-plus interval mengikuti sifat-sifat aljabar max-plus biasa.
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Aljabar Max-Plus Interval
Matriks atas Aljabar Max-Plus Interval
Untuk setiap matriks intervalA ∈ I(R)m×nmax didefinisikan matriks
A = (Aij) ∈ Rm×nmax dan A = (Aij) ∈ Rm×nmax , yang berturut-turut disebut matriks batas bawah dan matriks batas atas matriks intervalA.
Penjumlahan Matriks Interval
Diketahui [A, A], [B, B] ∈I(R)m×nmax . Didefinisikan:
[A, A] ⊕ [B, B] = [A ⊕ B, A ⊕ B]
Perkalian Matriks Interval
Diketahui [A, A] ∈I(R)m×pmax , [B, B] ∈I(R)p×nmax. Didefinisikan:
[A, A] ⊗ [B, B] = [A ⊗ B, A ⊗ B]
Aljabar Max-Plus Interval
Aljabar Max-Plus Simetri
Kita definisikan dua anggota baru untuk setiap x ∈ Rε: x dan x•. Didapatkan 3 himpunan berbeda yaitu:
S⊕= Rε.
S = { x |x ∈ Rε}.
S•= {x•|x ∈ Rε}.
Struktur aljabar Smax= (S, ⊕, ⊗) juga dioid komutatif. Kita Sebut Smaxdioid simetri dari aljabar max-plus atau cukup aljabar max-plus simetri saja. Jadi S = S⊕∪ S ∪ S•. S⊕∩ S ∩ S•= {(ε, ε)}dan ε = ε = ε•.
Jika x,y∈ Rε, maka
x ⊕ ( y ) = x jika x > y (3)
x ⊕ ( y ) = y jika x < y (4)
x ⊕ ( x ) = x• (5)
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Aljabar Max-Plus Interval
Linear Balance
Untuk linear balance terdapat beberapa aturan dasar sebagai berikut(Schutter,1996):
1: ∀a, b, c ∈ S : a c∇b ⇔ a∇b ⊕ c 2: ∀a, b ∈ S⊕∪ S :a∇b ⇔ a = b
Sekarang kita memberikan himpunan penyelesaian (dengan a ∈ R dan x ∈ S):
• Himpunan penyelesaian balance x ∇a adalah {a} ∪ {b•|b ∈ Rεdanb ≥ a}
• Himpunan penyelesaian balance x ∇ a adalah { a} ∪ {b•|b ∈ Rεdanb ≥ a}
• Himpunan penyelesaian x ∇ε adalah {ε} ∪ {b•|b ∈ R}
• Himpunan penyelesaian balance x ∇a•adalah {b|b ∈ Rεdan b ≤ a} ∪ { c|c ∈ Rεdan c ≤ a} ∪ {d•|d ∈ Rε}.
Aljabar Max-Plus Interval
Sistem Persamaan Linear Aljabar Max-Plus A ⊗ x = b
Untuk itu masalah penyelesaian A ⊗ x = b dapat diperlemah dengan mendefinisikan konsep subpenyelesaian berikut:
Diberikan A ∈ Rm×nmax dan b ∈ Rmmax. Vektor x0∈ Rnmaxdisebut suatu
subpenyelesaian sistem persamaan linear A ⊗ x = b jika vektor x0tersebut memenuhi
A ⊗ x0 b.
Theorem
Diberikan A ∈ Rm×nmax dengan unsur-unsur setiap kolomnya tidak semuanya sama dengan ε dan b ∈ Rm. Subpenyelesaian terbesar A ⊗ x = b ada dan diberikan olehbx dengan
−bxj= max
i {−bi+Aij} untuk setiap i = 1,2,...,m dan j = 1,2,...,n.
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Aljabar Max-Plus Interval
Sistem Persamaan Linear Aljabar Max-Plus A ⊗ x = B ⊗ y
Cuningham-Green(2003) mengenalkan suatu algoritma yang konvergen ke suatu penyelesaian yang berhingga dari sebarang titik awal berhingga.
Metode ini dinamakan Metode Alternating, dengan algoritmanya sebagai berikut:
Input: Matriks A dan B ukuran m × n, vektor x=x(0) Output : Vektor x dan y
1 Pilih sebarang vektor x yang berhingga.
2 Tetapkan r = 0 dan x(0) = x.
3 Hitung a = A ⊗ x .
4 Definisikan y = −(BT⊗ (−a)).
5 Hitunng b = B ⊗ y .
6 Hitung x = −(AT ⊗ (−b)).
7 Tetapkan r = r + 1 dan ulangi hingga konvergen.
Aljabar Max-Plus Interval
Sistem Persamaan Linear Aljabar Max-Plus A ⊗ x = B ⊗ x
Berikut ini adalah algoritma penyelesaian sistem persamaan linear dua sisi aljabar max-plus A ⊗ x = B ⊗ x dengan menggunakan metode alternating:
Input : Matriks A,B ∈ Rm×nmax . Output : vektor x ∈ Rnmax.
1 Pilih sebarang vektor x yang berhingga
2 r = 0 dan x(0) = x
3 Hitung b = B ⊗ x .
4 Definisikan x = −(AT ⊗ −b).
5 Hitung a = A ⊗ x .
6 Hitung x = −(BT⊗ −a).
7 Ulangi hingga memenuhi A ⊗ x = B ⊗ x .
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Aljabar Max-Plus Interval
Sistem Persamaan Linear Aljabar Max-Plus A ⊗ x ⊕ b = C ⊗ x ⊕ d Persamaan linear aljabar max-plus dengan bentuk umum :
Ax ⊕ b = Cx ⊕ d
dimana A dan C adalah matriks n × n sedangkan b dan d adalah vektor - n.
Sistem ini dapat dirubah dalam bentuk canonical untuk kemudian diselesaikan persamaannya.
Sistem Ax ⊕ b = Cx ⊕ d disebut bentuk canonical jika A, C, b dan d memenuhi:
Ci,j= ε, jika Aij>Cij, dan Aij= εjika Aij <Cij
di= εjika bi>didan bi = εjika bi<di
Aljabar Max-Plus Interval
Sistem Persamaan Linear Aljabar Max-Plus Interval
Diberikan A ∈ I(R)n×nmax dan b ∈ I(Rnmax). Suatu vektor interval x∗∈ I(Rnmax) disebut penyelesaian interval sistem interval x = A ⊗ x ⊕ b jika x∗memenuhi sistem interval tersebut.
Theorem
Diberikan A ∈ I(R)n×nmax dengan unsur-unsur setiap kolomnya tidak semuanya sama dengan ε dan b ∈ I(Rnmax, dimana A = [A, A] dan b = [b, b].
Subpenyelesaian terbesar A ⊗ x = b ada dan diberikan oleh vektor interval x = [−(AT ⊗ (−b)), −(AT ⊗ (−b))].
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP
Diagram Penelitian
Adapun diagram penelitian ini digambarkan sebagai berikut:
Aljabar Max-Plus
⇓
Aljabar Max-Plus Interval
⇓
Aljabar Max-Plus Bilangan Fuzzy
⇓
Sistem Persamaan Linear Aljabar Max-Plus
⇓
Sistem Persamaan Linear Aljabar Max-Plus Interval
⇓
Sistem Persamaan Linear Aljabar Max-Plus Bilangan Fuzzy
⇓
Sistem Persamaan Linear Dua Sisi Aljabar Max-Plus Bilangan Fuzzy
Gambar:Diagram Alir Penelitian
Aljabar Max-Plus Bilangan Fuzzy
Diberikan Rε: R ∪ {ε} dengan R adalah himpunan semua bilangan fuzzy dan ε := {∞} (dalam hal ini {−∞} dapat dipandang sebagai bilangan fuzzy dengan α − cutnya adalah {−∞, −∞}, untuk setiap α ∈ [0, 1]).
Pada Rεdidefinisikan operasi sebagai berikut:
Misalkan a dan b adalah bilangan-bilangan fuzzy dengan α − cut berturut-turut adalah aα= [aα,aα]dan bα= [bα,bα], dengan aαdan aα berturut-turut adalah batas atas dan batas bawah interval aα, untuk bα analog.
1 a⊕b = max (a, b) adalah bilangan fuzzy dengan α − cut:
(max (a, b))α:= [max (aα,bα),max (aα,bα)], untuk setiap α ∈ [0, 1]
2 a⊗b = a + b adalah bilangan fuzzy dengan α − cut : (a + b)α:= [aα+bα,aα+bα], untuk setiap α ∈ [0, 1]
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Sistem Persamaan Linear Aljabar Max-Plus Bilangan Fuzzy
Definition
Diberikan A ∈ F (R)n×nmax dan b ∈ F (R)n×nmax. Suatu vektor bilangan fuzzy x∗∈ F (R)nmax disebut penyelesaian bilangan fuzzy sistem A ⊗ x = b jika x∗ memenuhi sistem tersebut.
Definition
Diberikan A ∈ F (R)n×nmax dan b ∈ F (R)n×nmax. Suatu vektor bilangan fuzzy x0∈ F (R)nmaxdisebut subpenyelesaian bilangan fuzzy sistem A ⊗ x = b jika berlaku A ⊗ x0≤ b
Definition
Diberikan A ∈ F (R)n×nmax dan b ∈ F (R)n×nmax. Suatu vektor bilangan fuzzy bx ∈ F (R)nmaxdisebut subpenyelesaian terbesar interval sistem A ⊗ x = b jika x0≤bx untuk setiap subpenyelesaian bilangan fuzzy x’ dari sistem A ⊗ x = b.
Sistem Persamaan Linear Aljabar Max-Plus Bilangan Fuzzy
Berikut diberikan suatu contoh dengan mengambil salah satu tipe bilangan fuzzy yang sederhana, yaitu bilangan fuzzy segitiga dengan fungsi keanggotaan
µa(x ) =
x −a1
a−a1, a1≤ x ≤ a;
a2−x
a2−a, a ≤ x ≤ a2; 0, lainnya.
(6)
Pendukung (support) a ditas adalah interval terbuka (a1,a2)dan α − cut-nya adalah:
aα=
h(a − a1)α +a1, −(a2− a)α + a2i 0 < α ≤ 1;
ha1,a2i, α =0. (7)
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Sistem Persamaan Linear Aljabar Max-Plus Bilangan Fuzzy
Example
Dalam matriks dan vektor bilangan fuzzy segitiga (a1,a, a2) Misalkan A =
h−3, −2, −1i h4, 5, 6i hε, ε, εi h3, 4, 4i hε, ε, εi h−3, −2, 0i h4, 5, 6i h7, 8, 10i h7, 7, 7i
dan b =
h6, 8, 10i h9, 10, 11i h12, 14, 15i
akan ditentukan vektorbx yang merupakan sub penyelesaian bilangan fuzzy sistem A ⊗ x = b.
Dengan α − cut = 0 maka diperoleh sistem persamaan linear max-plus interval sebagai berikut:
h−3, −2i h4, 6i hε, εi h3, 4i hε, εi h−3, 0i h4, 6i h7, 10i h7, 7i
⊗
x1
x2
x3
=
h6, 10i h9, 11i h12, 15i
Dengan menggunakan scilab 5.2.2 dan toolbox max-plus versi 1.02 diperoleh bx = (h6, 7i, h2, 4i, h5, 8i)T
Penyelesaian Sistem Persamaan Linear Dua Sisi dalam Aljabar Max-Plus Bilangan Fuzzy
Berikut ini adalah algoritma metode alternating untuk menyelesaikan sistem persamaan linear dua sisi A ⊗ x ⊕ b = C ⊗ ⊕d :
Input : Matriks A,C ∈ Rm×nmax , vektor b,d ∈ Rnmax
Output : vektor x ∈ Rnmax
Langkah-langkah:
1 Tetapkan matriks Indentitas E ∈ Rn×nmax 2 Bentuk matriks baru A dan B dengan A =
A b
C d
dan B =
E E
3 Tambahkan z sehingga x =
x z
maka diperoleh sistem persamaan linear
A b
C d
⊗
x z
=
E E
⊗ y
4 Tetapkan r = 0 dan x(0) = x
5 y = −
E E
T
⊗−(
A b
C d
⊗
x z
)
6 Hitung x = −
A b
C d
T
⊗ −(
E E
⊗ y )
7 Tetapkan r = r + 1
8 Ulangi hingga diperoleh A ⊗ [x ; z] = B ⊗ y dan nilai z = 0
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Contoh Sistem Persamaan Linear Dua Sisi dalam Aljabar Max-Plus Bilangan Fuzzy
Contoh 1
Diketahui sistem persamaan linear dua sisi sebagai berikut:
h−1, 0, 1i h0, 1, 2i h3, 4, 4i h7, 8, 8i h4, 5, 6i h1, 2, 3i h7, 8, 9i h2, 3, 4i h5, 6, 7i h0, 1, 3i h6, 7, 8i h−2, −1, 0i
⊗
x1
x2
x3
x4
⊕
h6, 7, 8i h5, 6, 9i h4, 5, 6i
=
h−2, −1, 0i h−1, 0, 1i h3, 4, 4i h3, 4, 5i h0, 1, 2i h1, 2, 3i h7, 8, 9i h−1, 0, 2i h5, 6, 7i h0, 1, 3i h5, 6, 7i h−3, −2, 0i
⊗
x1
x2
x3
x4
⊕
h8, 9, 10i h6, 8, 10i h7, 9, 11i
Contoh Sistem Persamaan Linear Dua Sisi dalam Aljabar Max-Plus Bilangan Fuzzy
Table:Hasil perhitungan batas-batas α − cut vektor penyelesaian sistem persamaan linear dua sisi dalam aljabar max-plus bilangan fuzzy pada Contoh 1
α −cut x1 x1 x2 x2 x3 x3 x4 x 4
0.00 2.00 4.00 7.00 8.00 1.00 3.00 1.00 2.00 0.05 2.05 3.95 7.05 8.00 1.05 2.95 1.00 1.95 0.10 2.10 3.90 7.10 8.00 1.10 2.90 1.00 1.90 0.15 2.15 3.85 7.15 8.00 1.15 2.85 1.00 1.85 0.20 2.20 3.80 7.20 8.00 1.20 2.80 1.00 1.80 0.25 2.25 3.75 7.25 8.00 1.25 2.75 1.00 1.75 0.30 2.30 3.70 7.30 8.00 1.30 2.70 1.00 1.70 0.35 2.35 3.65 7.35 8.00 1.35 2.65 1.00 1.65 0.40 2.40 3.60 7.40 8.00 1.40 2.60 1.00 1.60 0.45 2.45 3.55 7.45 8.00 1.45 2.55 1.00 1.55 0.50 2.50 3.50 7.50 8.00 1.50 2.50 1.00 1.50 0.55 2.55 3.45 7.55 8.00 1.55 2.45 1.00 1.45 0.60 2.60 3.40 7.60 8.00 1.60 2.40 1.00 1.40 0.65 2.65 3.35 7.65 8.00 1.65 2.35 1.00 1.35 0.70 2.70 3.30 7.70 8.00 1.70 2.30 1.00 1.30 0.75 2.75 3.25 7.75 8.00 1.75 2.25 1.00 1.25 0.80 2.80 3.20 7.80 8.00 1.80 2.20 1.00 1.20 0.85 2.85 3.15 7.85 8.00 1.85 2.15 1.00 1.15 0.90 2.90 3.10 7.90 8.00 1.90 2.10 1.00 1.10 0.95 2.95 3.05 7.95 8.00 1.95 2.05 1.00 1.05 1.00 3.00 3.00 8.00 8.00 2.00 2.00 1.00 1.00
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP
Contoh Sistem Persamaan Linear Dua Sisi dalam Aljabar Max-Plus Bilangan Fuzzy
Sehingga diperoleh penyelesaian sistem persamaaan linear dua sisi dalam aljabar max-plus bilangan fuzzy x = (h2, 3, 4i, h7, 8, 8i, h1, 2, 3i, h1, 1, 2i)
Gambar:Grafik α − cut dan x1
Contoh Sistem Persamaan Linear Dua Sisi dalam Aljabar Max-Plus Bilangan Fuzzy
Gambar:Grafik α − cut dan x2
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Contoh Sistem Persamaan Linear Dua Sisi dalam Aljabar Max-Plus Bilangan Fuzzy
Gambar:Grafik α − cut dan x3
Contoh Sistem Persamaan Linear Dua Sisi dalam Aljabar Max-Plus Bilangan Fuzzy
Gambar:Grafik α − cut dan x4
PENDAHULUAN KAJIAN PUSTAKA DAN DASAR TEORI Metode Penelitian Hasil dan Pembahasan PENUTUP Kesimpulan
Kesimpulan
Sistem persamaan linear dua sisi A ⊗ x ⊕ b = C ⊗ x ⊕ d dalam aljabar max-plus bilangan fuzzy dimana bilangan fuzzy yang digunakan adalah bilangan fuzzy segitiga dengan bentuk (a1,a, a2)dan fungsi keanggotaan µa(x ) =
x −a1
a−a1, a1≤ x ≤ a;
a2−x
a2−a, a ≤ x ≤ a2; 0, lainnya.
dapat diselesaikan dengan menggunakan pendekatan α − cut-nya yaitu matriks yang elemen-elemennya berupa bilangan fuzzy diubah dalam bentuk matriks interval. Selanjutnya sistem persamaan linear dua sisi aljabar max-plus kemudian diselesaikan dengan menggunakan metode alternating.
Untuk sistem persamaan dua sisi alajabar max-plus bilangan fuzzy dengan matriks A dan C ∈ Rn×nmax dapat juga dise-lesaikan dengan menggunakan aturan cramer dengan terlebih dahulu diubah ke dalam bentuk sistem linear balance.
Saran
Saran
Saran untuk penelitian selanjutnya adalah:
a. Bilangan fuzzy yang digunakan pada sistem persamaan linear dua sisi dalam aljabar max-plus bisa digunakan bilangan fuzzy selain bilangan fuzzy segitiga (a1,a, a2)dengan fungsi keanggotanya
µa(x ) =
x −a1
a−a1, a1≤ x ≤ a;
a2−x
a2−a, a ≤ x ≤ a2; 0, lainnya.
b. Untuk sistem persamaan linear dua sisi aljabar max-plus bilangan fuzzy de-ngan A,C ∈ Rn×nmax dapat dibuat program untuk menghitung nilai determinan pada aturan cramer, sehingga dapat mempermudah penyelesaiannya.