Analisis Pengambilan Keputusan Multikriteria Untuk Sumber Energi Terbarukan di Wilayah Madura Menggunakan Metode Fuzzy AHP dan VIKOR

Transkripsi

1 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 1 Aalisis Pegabila Keputusa Multikriteria Utuk Suber Eergi Terbaruka di Wilayah Madura Megguaka Metode Fuzzy AHP da VIKOR Mevita Cahayai, Mohaad Isa Irawa, da Alvida Mustika Ruki Jurusa Mateatika, Fakultas MIPA, Istitut Tekologi Sepuluh Nopeber (ITS) Jl. Arief Raha Haki, Surabaya Eail: ii.ateatika.its.ac.id Abstrak Dala tuua optialisasi pegebaga wilayah Madura, orgaisasi BPWS dibetuk sebagai lebaga yag epresetasika kepedulia peeritah terhadap pegebaga Wilayah Madura. BPWS epuyai recaa iduk utuk lia tahu ke depa yaitu teraliriya 600 MW listrik di Wilayah Madura sebagai peuag perekooia. Pihak BPWS eperhatika faktor-faktor kualitatif da kuatitatif berdasarka kriteria-kriteria dala peiliha eergi terbaruka da lokasi yag terbaik utuk wilayah Madura. Dala tugas akhir ii, terdapat dua tuua yag aka dicapai : pertaa, bertuua utuk eetuka eergi terbaruka yag terbaik utuk Madura dega etode Fuzzy Aalytic Hierarchy Process da VIKOR. Kedua, piliha di atara alteratif lokasi produksi eergi di Madura dibuat dega egguaka pedekata yag saa. Dala etode Fuzzy AHP da VIKOR, bobot kriteria seleksi yag ditetuka berdasarka pada perbadiga atriks AHP. Dala pegabila keputusa asalah eergi, para ahli relatif sulit utuk eberika ilai yag tepat utuk kriteria sehigga diyataka dala variabel liguistik. Dala ragka ebuat odel ketidakpastia dala preferesi ausia, logika fuzzy sagat ideal utuk diterapka. Dega deikia, baik VIKOR da AHP dilakuka dala ruag ligkup fuzzy. Dari perhituga fuzzy AHP da VIKOR diperoleh bahwa eergi teaga surya adalah piliha eergi terbaruka yag palig tepat da kabupate Sapag adalah lokasi terbaik diatara alteratif utuk ebagu pebagkit eergi teaga surya di Madura. Kata Kuci bobot, eergi terbaruka, Fuzzy Aalytic Hierarchy Process, prioritas lokasi, VIKOR. I. PENDAHULUAN Madura adalah aa pulau yag terletak di sebelah tiur laut Jawa. Pulau Madura besarya ± k 2 dega peduduk hapir 4 uta iwa. Pulau ii terbagi dala epat wilayah kabupate, yaitu Bagkala, Sapag, Paekasa, da Sueep. Secara keseluruha, Madura terasuk salah satu daerah iski di Provisi Jawa Tiur. Dala tuua optialisasi percepata pegebaga wilayah Madura, Bada Pegebaga Wilayah Surabaya Madura (BPWS) dibetuk sebagai lebaga yag epresetasika kepedulia peeritah terhadap percepata pegebaga Wilayah Madura. BPWS epuyai recaa iduk utuk lia tahu ke depa yaitu teraliriya 600 MW listrik di Wilayah Madura sebagai peuag perekooia yag eliputi berbagai sektor, di ataraya sektor pertaia, idustri, asa, perdagaga da pariwisata. Dewasa ii, eergi alteratif peggati eergi kovesioal sudah ulai dilirik, egigat eergi ii uga terasuk eergi yag terbaruka serta raah ligkuga. Wilayah Madura eiliki beberapa potesi suber eergi terbaruka. Kareaya potesi ii harus diafaatka sebesar-besarya dala pebagua kelistrika Wilayah Madura. Suber eergi terbaruka yag tersedia, seperti eergi bioassa, eergi agi, eergi surya da eergi obak. Tugas Akhir ii aka eetuka suber eergi terbaruka yag layak da lokasi yag tepat utuk diterapka di Wilayah Madura dega egguaka etode Fuzzy Aalytical Hierarchy Process da etode VIKOR (Visekriteriusko Koproiso Ragirae) sebagai salah satu alteratif peyelesaia terhadap perasalaha pegabila keputusa ultikriteria terhadap suber eergi terbaruka [4]. Metode ii erupaka pegebaga lebih laut dari etode AHP yag telah diguaka secara luas (Saaty,1993). Tuuaya adalah utuk edukug pegabila keputusa yag diguaka berdasarka perbadiga hasil peilaia dari pebuat kebiaka (expert). Dega epertibagka adaya hubuga atar kriteria, aka pihak BPWS dapat eetuka suber eergi terbaruka yag terbaik utuk ebagu pebagkit eergi terbaruka di Wilayah Madura. II. Fuzzy Aalytical Hierarchy Process Fuzzy AHP elakuka peilaia dega egguaka selag bilaga dega eberika batas bawah da batas atas peilaia. Pada etode fuzzy AHP diguaka Triagular Fuzzy Nuber (TFN). TFN diguaka utuk eggabarka variabel-variabel liguistik secara pasti. TFN disibolka M, dega l u diaa l adalah ilai teredah, adalah ilai tegah, da u adalah teratas [1]. Aalisis data egguaka etode Fuzzy AHP berdasarka lagkah-lagkah berikut [2] : 1. Peyusua Struktur Hirarki Mebuat struktur hirarki adalah lagkah utuk edefiisika perasalaha ke dala idetifikasi hubuga iteraksi ketergatuga yag ada sehigga perasalaha eadi lebih elas da rici. 2. Pebobota Masig-asig Elee

2 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 2 Tahap ii bertuua utuk egetahui bobot asigasig criteria. Data hasil peilaia para ahli berupa ilai uerik perlu di ui kosistesi dega cara ecari ilai λ aks, CI, da CR. Meghitug ilai atriks perbadiga berpasaga berawal dari erubah ilai uerik eadi skala triagular fuzzy uber pada Tabel 2.2. Selautya, eghitug bobot setiap kriteria berdasarka hasil dari peilaia para pegabil keputusa diulahka lalu dibagi dega ulah respode. Metode tersebut secara ateatis dituliska sebagai berikut [3]: w i = 1 K w 1 + w w K (1) Tabel 1. Skala Nuerik da Skala liguistik [4] Skala Nuerik Skala TFN Ivers Skala TFN 1 (1, 1, 1) (1, 1, 1) yag saa 2 (1, 1, 3/2) (2/3, 1, 1) Satu elee sedikit lebih petig dari yag lai 3 (1, 3/2, 2) (1/2, 2/3, 1) Satu elee lebih petig dari yag lai 4 (3/2, 2, 5/2) (2/5, 1/2, 2/3) Satu elee sagat lebih petig dari yag lai 5 (2, 5/2, 3) (1/3, 2/5, 1/2) Satu elee utlak lebih petig dari yag lai Meurut pedekata itegrasi rata-rata triagular fuzzy uber, seulah bilaga fuzzy C = (c 1, c 2, c 3 ) dapat ditrasforasika eadi bilaga crisp dega egguaka persaaa di bawah ii. P C = c 1 + 4c 2 + c 3 (2) 6 Misalka A adalah atriks perbadiga berpasaga yag sudah ditrasforasika eadi bilaga crisp da W adalah atriks oralisasi. Matriks oralisasi didapatka dega eulahka setiap kolo atriks A keudia ebagi setiap elee atriks A dega hasil peulaha tersebut sesuai koloya asig-asig. Selautya, dihitug rata-rata tiap barisya [5]. a11 a12 a1 a21 a22 a2 A a1 a2 a Utuk eghitug ax dega cara ebetuk atriks B di aa eleeya erupaka perkalia atara elee dari kolo pertaa atriks perbadiga (A) dega elee pertaa rata-rata baris atriks oralisasi (AR). Dari atriks B tersebut keudia dicari ulah tiap barisya (C). Utuk eghitug λ aks : c i1 i ari 1 1 (3) ax Utuk eghitug ilai CI yaitu : Defiisi Variabel Liguistik Perbadiga dua kriteria ax CI (4) 1 Utuk eghitug CR yaitu Keteraga : : eige value aksiu CI : Cosistecy Idex CR : Cosistecy Ratio IR : Idex Rado : bayakya elee yag dibadigka Dega ilai Rado Idex yaitu : Tabel 2. Nilai Idex Rado Ukura Matriks 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10 IR Peilai dari para pegabil keputua dikataka kosiste da dapat diteria ika ilai CR 0.1. Selautya dilakuka pebobota egguaka pedekata Fuzzy Aalytic Hierarchy Process dega egadopsi etode dari Chag [6]. Tahapa yag dilakuka adalah sebagai berikut : Lagkah 1: Meghitug ilai sitesis fuzzy utuk obek ke- i yag didefiisika sebagai berikut S i = =1 i=1 =1 1 (6) Utuk eperoleh M gi, aka dilakuka operasi peulaha ilai sitesis fuzzy pada atriks perbadiga berpasaga seperti persaaa berikut : =1 = l i, i, u i =1 =1 =1 =1 (7) Da utuk eperoleh 1 i=1, dilakuka operasi peulaha fuzzy dari ilai M gi ( = 1, 2,, ) seperti berikut: i=1 =1 = l i, i, u i i=1 i=1 i=1 Utuk eghitug ivers dari persaaa (8) yaitu : i=1 =1 1 = 1 i=1 u i, 1 i=1 i, 1 i=1 l i (8) (9) Lagkah 2: Meghitug deraat keugkia dari M 2 = l 2, 2, u 2 M 1 = (l 1, 1, u 1 ) yag didefiisika sebagai berikut: V M 2 M 1 = sup i μ M1 x, μ M2 (y) (10) atau saa dega V M 2 M 1 = gt M 1 M 2 1 ika ika l 1 u 2 = μ M2 d l 1 u 2, laiya 2 u 2 ( 1 l 1 ) 11 CI CR IR (5)

3 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 3 diaa d adalah ordiat dari titik potog tertiggi D atara μ M1 da μ M2. Oleh karea itu utuk perbadiga dihitug keduaya V M 2 M 1 da V M 1 M 2. Lagkah 3: Jika deraat keugkia utuk bilaga fuzzy koveks yag lebih besar dari bilaga k fuzzy koveks M i = (i = 1,2,, k) aka ilai vektor dapat didefiisika sebagai berikut: V M M 1, M 2,, M k = V M M 1 da M M 2 da da M M k = i V M M i, i = 1,2,, k (12) Asusika bahwa d A i = i V(S i S k ) (13) utuk k = 1,2,, ; k i. Maka diperoleh ilai bobot vektor W = d A 1, d A 2,, d A T (14) diaa A i = 1,2,, adalah elee keputusa. Lagkah 4: Noralisasi ilai bobot vektor fuzzy tersebut sehigga didapat ilai bobot vektor yag teroralisasi sebagai berikut: W = d A 1, d A 2,, d A T (15) diaa W adalah bilaga o fuzzy. Represetasi dari atriks W euukka bobot asig-asig kriteria. Hasil bobot yag sudah diperoleh diguaka utuk eetuka prioritas dari setiap alteratif terhadap asig-asig kriteria yag telah ditetuka dega egguaka etode VIKOR. III. Visekriteriusko Koproiso Ragirae (VIKOR) VIKOR erupaka tekik pegabila keputusa yag eiliki prosedur perhituga sederhaa dega pertibaga kedekata atar alterative yag ideal aupu tidak ideal [7]. Metode VIKOR berdasarka pada progra kesepakata dari MCDM. Dala fuzzy VIKOR, disaraka agar pegabil keputusa egguaka variabel liguistik utuk egevaluasi prioritas alteratif sehubuga dega kriteria yag telah ditetuka. Pada tabel 3 euukka skala liguistik utuk egevaluasi alteratif. Tabel 3. Nilai Evaluasi Fuzzy utuk Alteratif [4] No. Variabel Liguistik Nilai Fuzzy 1. Sagat Buruk (0,0,1) 2. Buruk (0,1,3) 3. Cukup Buruk (1,3,5) 4. Sedag (3,5,7) 5. Cukup Baik (5,7,9) 6. Baik (7,9,10) 7. Sagat Baik (9,10,10) Lagkah-lagkah etode VIKOR: [4] Lagkah 1 : Meghitug hasil peilaia dega asusi bahwa kelopok pegabil keputusa adalah K orag, perigkat alteratif yag berdasarka dega kriteria yag berlaku dapat dihitug berdasarka persaaa 16 [3]. x i = 1 K [x i 1 + x i x i K ] (16) diaa x i erupaka peilaia dari K orag dari kelopok pegabil keputusa utuk i alteratif yag berhubuga dega kriteria. Selautya, egekspresika fuzzy ulti-kriteria pegabila keputusa dari peilaia fuzzy alteratif terhadap setiap kriteria oleh para pegabil keputusa dala forat atriks sebagai berikut : D = x 11 x 12 x 1 x 21 x 2 (17) x 1 x 2 x W = [w 1, w 2,, w ], = 1,2,3,..., Diaa x i erupaka peilaia dari alteratif A i dega kriteria da w diotasika sebagai bobot petig dari C. Lagkah 2: adalah eetuka ilai fuzzy terbaik (FBV, f ) da ilai fuzzy terburuk (FWV, f ). f = ax i x i ; f = i i x i (18) Lagkah 3: Meghitug ilai w (f x i )/(f f ), S i da R i dihitug dega ruusa berikut : S i = =1 w (f x i )/(f f ) (19) R i = ax[w (f x i )/(f f )] (20) Diaa S i eacu pada ukura peisah A i dari ilai fuzzy terbaik da R i eacu pada ukura peisah A i dari ilai fuzzy terburuk. Berikutya, eghitug ilai S, S, R, R. S = i i S i S = ax i S i R = i i R i R = ax i R i (21) Lagkah 4: Meghitug ideks VIKOR Q i utuk setiap alteratif Q i = v S is + 1v R ir (22) S S R R v diperkealka sebagai bobot dari strategi utilitas aksiu grup. v biasaya diasusika 0,5. Lagkah 5: Defuzzifikasi dari triagular fuzzy uber Q i da perigkat alteratif oleh ideks Q i. Dala peelitia ii, pedekata itegrasi gradasi yag diguaka [8]. Meurut pedekata itegrasi, utuk triagular fuzzy uber, bilaga fuzzy C = (C 1, C 2, C 3 ) dapat diubah eadi seulah bilaga crisp dega egguaka persaaa di bawah ii : P(C) = C = C 1+4C 2 +C 3 (23) 6 Akhirya, didapatka alteratif terbaik dega ilai iiu Q i. IV. PEMBAHASAN DAN HASIL 1. Peiliha suber eergi terbaruka Dala eetuka suber eergi terbaruka terdapat beberapa kriteria yag harus diperhatika. Kriteria yag

4 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 4 Tabel 4 Matriks perbadiga berpasaga rata-rata. K1 K2 K3 K4 K5 K6 K7 K8 K1 (1, 1, 1) (1,1,1) (1.17,1.67,2.17) (1.5,1.83,2.33) (1.33,1.50,1.67) (1,1.33,1.83) (1.33,1.5,1.83) (1,1.33,1.83) K2 (1,1,1) (1,1,1) (1,1.17,1.50) (1.17,1.33,1.5) (1.17,1.33,1.67) (1.17,1.50,2) (1,1.17,1.33) (1,1.17,1.50) K3 (0.47,0.61,0.89) (0.72,0.89,1) (1,1,1) (1,1.17,1.33) (1.17,1.67,2.17) (1.33,1.83,2.33) (1.17,1.67,2.17) (1,1.17,1.67) K4 (0.47,0.63,0.72) (0.80,0.83,0.89) (0.83,0.89,1) (1,1,1) (1,1,1.33) (1.17,1.50,1.83) (1,1.33,1.67) (1,1.17,1.33) K5 (0.78,0.80,0.83) (0.69,0.83,0.89) (0.47,0.61,0.89) (0.78,1,1) (1,1,1) (1,1,1) (1,1,1) (1,1,1.17) K6 (0.56,0.78,1) (0.52,0.72,0.89) (0.43,0.56,0.78) (0.63,0.72,0.89) (1,1,1) (1,1,1) (1,1,1) (1,1,1.50) K7 (0.67,0.80,0.83) (0.83,0.89,1) (0.47,0.61,0.89) (0.67,0.78,1) (1,1,1) (1,1,1) (1,1,1) (1,1,1) K8 (0.56,0.78,1) (0.72,0.89,1) (0.61,0.89,1) (0.83,0.89,1) (0.89,1,1) (0.67,1,1) (1,1,1) (1,1,1) diguaka yaitu, potesi (K1), tekologi (K2), biaya ivestasi (K3), biaya operasioal (K4), dapak ligkuga (K5), pegguaa laha (K6), peeriaa sosial (K7), da peciptaa lapaga kera (K8). A. Fuzzy Aalytic Hierarchy Process Peyelesaia dari perasalaha pada Tugas Akhir egguaka data kualitatif yag diperoleh dari data hasil pegisia kuisioer peilaia kriteria, da alteratif yag diisi oleh para ahli dari dias BPWS serta dias ESDM. Dala perhituga Fuzzy AHP dperoleh bobot dari setiap kriteria. Pebobota ii bertuua utuk egetahui bobot asig-asig kriteria egguaka persaaa (1) disaika dala Tabel 4. Dari perhituga ui kosistesi ketiga respode, diperoleh ilai CR = , aka peilaia atriks perbadiga berpasaga kriteria dari seua respode diyataka kosiste da dapat diteria. Matriks perbadiga berpasaga rata-rata pada Tabel 4 terlihat bahwa pada asig-asig kriteria ilai l u euukka peilaia triagular fuzzy uber sudah kosiste. Selautya dilakuka pebobota egguaka pedekata Fuzzy AHP dega egadopsi etode dari Chag (1996). Tahapa yag dilakuka adalah sebagai berikut: Lagkah 1: Meetuka ilai sitesis fuzzy. Setelah ilai ulah baris da kolo diperoleh, dega persaaa (6) diperoleh ilai sitesis fuzzy asig-asig kriteria sebagai berikut. Misalka pada kriteria potesi, S p = 9.33, 11.17, , 1, = 0.12, 0.16, 0.23 Selegkapya dituukka pada Tabel 5. Lagkah 2 : Meetuka ilai vektor Perhituga ilai vektor egguaka persaaa (11). Misalka, S p dega l p = 0.12; p = 0.16; u p = Sedagka S t dega l t = 0.11; t = 0.14; u t = Utuk V S p S t aka kodisi ii eeuhi syarat p t sehigga ilai V S p S t = 1. Sedagka utuk V S t S p aka kodisi ii tidak eeuhi syarat t p aupu l p u t sehigga dihitug egguaka ruus l p u t t u t ( p l p ) = ( ) = Lagkah 3 : Meetuka ilai ordiat. Meetuka ilai ordiat dari deraat keugkia utuk bilaga fuzzy koveks yag lebih besar dari k fuzzy koveks berdasarka persaaa (12). Misalka, diperoleh hasil bahwa V S p S t = 1; V S p S b = 1; V S p S bop = 1; V S p S dl = 1; V S p S pl = 1; V S p S ps = 1; V S p S lk = 1. Maka berdasarka persaaa (13), d S p = i 1, 1, 1,1,1,1,1 = 1. Dari hasil ilai ordiat tersebut aka ilai bobot vektor dapat ditetuka sesuai persaaa (14) sebagai berikut. W = (1, 0.78, 0.85, 0.54, 0.20, 0.23, 0.18, 0.25) T Lagkah 4 : oralisasi ilai bobot vektor. Noralisasi ilai bobot vektor diperoleh dega persaaa (15), diaa tiap elee bobot vektor dibagi ulah bobot vektor itu sediri. Nilai bobot vektor yag telah dioralisasi adalah sebagai berikut. W k = (0.249, 0.194, 0.211, 0.134, 0.049, 0.057, 0.045, 0.062) T Represetasi dari atriks W k euukka bobot asigasig kriteria yag disaika dala Tabel 5. Tabel 5 Bobot kriteria. Kriteria S i W = d (S i ) W K1 (0.12, 0.16, 0.23) K2 (0.11, 0.14, 0.20) K3 (0.10, 0.15, 0.21) K4 (0.09, 0.12, 0.17) K5 (0.08, 0.11, 0.13) K6 (0.08, 0.10, 0.14) K7 (0.08, 0.10, 0.13) K8 (0.08, 0.11, 0.14) Hasil perhituga bobot dari setiap kriteria atiya aka diguaka utuk edapatka eergi terbaruka yag terbaik dega egguaka etode VIKOR. B. Perhituga Megguaka VIKOR Proses pegabil keputusa dala eetuka suber eergi terbaik berdasarka dega variabel liguistik pada Tabel 3. Metode VIKOR erupaka proses pebadiga setiap kriteria dega alteratif. Dala etode ii bobot yag diguaka berdasarka dari hasil perhituga pada Fuzzy AHP. Piliha suber eergi terbaruka yag diguaka yaitu agi (A1), surya (A2), bioassa (A3), da obak (A4). Berikut ii lagkah-lagkah peyelesaia peiliha suber eergi terbaruka yag terbaik egguaka etode VIKOR:

5 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 5 Tabel 6 Matriks evaluasi bilaga fuzzy utuk alteratif K1 K2 K3 K4 K5 K6 K7 K8 A1 (2,3.33,5) (5,7,9) (3.67,5.67,7.67) (0.67,2.33,4.33) (7.67,9.33,10) (6.33,8,33,9.67) (7,8.33,9) (5.67,7.67,9.33) A2 (7.67,9.33,10) (5.67,7.67,9,33) (1.67,3.67,5.67) (3.33,4.67,6) (8.33,9.67,10) (3,5,7) (7,8.67,9.67) (8.33,9.67,10) A3 (1.33,3,5) (5,7,8.67) (3,5,7) (3,5,7) (5,7,8.67) (3,5,7) (2.67,4.33,6.33) (6.33,8,9.33) A4 (0.67,2.33,4.33) (0.33,1.33,3) (1,1.67,3) (1.33,3,5) (7,8.67,9.67) (6.33,8.33,9.67) (4.33,6.33,8) (4.33,6.33,8) Lagkah 1: Meetuka hasil peilaia rata-rata egguaka persaaa (16) sehigga dapat dibetuk atriks evaluasi bilaga fuzzy utuk alteratif seperti pada Tabel 6. Lagkah 2 : Meetuka ilai fuzzy terbaik f da ilai fuzzy terburuk f egguaka persaaa (18). Tabel 7 Nilai fuzzy terbaik f da ilai fuzzy terburuk f utuk setiap kriteria suber eergi terbaruka Kriteria f f K1 (7.667, 9.333,10) (0.666, 2.333, 4.333) K2 (5.667, 7.667, 9.333) (0.333, 1.333, 3) K3 (3.667, 5.667, 7.667) (1, 1.667, 3) K4 (3.333, 5, 7) (0.666, 2.333, 4.333) K5 (8.333, 9.667, 10) (5, 7, 8.667) K6 (6.333, 8.333, 9.667) (3, 5, 7) K7 (7, 8.667, 9.667) (2.667, 4.333, 6.333) K8 (8.333, 9.667, 10) (4.333, 6.333, 8) Lagkah 3 : Meghitug ilai S i da R i dihitug dega ruusa pada persaaa (19)- 20. Nilai S i erupaka ukura peisah A i dari fuzzy terbaik da ilai R i erupaka ukura peisah A i dari fuzzy terburuk. Tabel 8 Besara ukura peisah A i dari ilai fuzzy terbaik f da ilai fuzzy terburuk f Agi (-0.510, 0.414, 1.310) (0.095, 0.213, 0.351) Teaga Surya (-0.598, 0.179, 0.961) (-0.011, 0.105, 0.271) Bioassa (-0.486, 0.463, 1.460) (0.095, 0.225, 0.380) Obak (0.102, 0.858, 1.700) (0.118, 0.249, 0.410) Lagkah berikutya adalah eghitug ilai S, S, R, R da Q i egguaka persaaa (21)-(22) Tabel 9 Nilai S, S, R, R da Q i S (-0.598, 0.179, 0.961) S (0.102, 0.858, 1.700) R (-0.011, 0.105, 0.271) R (0.118, 0.249, 0.410) Lagkah 4 : Meghitug Q i egguaka persaaa (22) Q i = 0.5 x x S i 0.510, 0.414, , 0.179, , 0.858, , 0.179, (0.095,0.213,0.351) 0.011,0.105,0.271 (0.118,0.249,0.410)(0.011,0.105,0.271) = (1.631, 0.549, 2.759) R i Tabel 11 Matriks perbadiga berpasaga rata-rata. Lagkah 5 : Medapatka ilai Q i aka dilautka dega defuzzifikasi dari triagular fuzzy uber Q i pada persaaa (23) da perigkat alteratif oleh ideks Q i. Meurut pedekata itegrasi, utuk triagular fuzzy uber, bilaga fuzzy C = (C 1, C 2, C 3 ) dapat diubah eadi seulah bilaga crisp Tabel 10 Hasil aalisis gabuga fuzzy AHP-VIKOR Q i Q i Prioritas Agi (-1.631, 0.549, 2.759) Surya (-2.073, 0, 2.201) Bioassa (-1.615, 0.626, 2.979) Obak (-1.131, 1, 3.263) Alteratif terbaik dega ilai iiu dari ilai Q i yag telah diperoleh. Dari alteratif yag telah ditetuka yaitu, agi teaga surya, bioassa da obak aka teaga surya yag terpilih eadi eergi terbaruka terbaik di Wilayah Madura. 2. Peiliha Lokasi di Madura Peiliha lokasi berdasarka pada seua kabupate yag ada di Pulau Madura. Alteratif lokasi yag diguaka utuk peiliha lokasi pebagua pebagkit suber eergi terbaruka yaitu Bagkala, Paekasa, Sapag da Sueep. Dala peiliha lokasi terdapat beberapa kriteria yag harus diperhatika dala peelitia ii yaitu, tekologi (K2), biaya ivestasi (K3), biaya operasioal (K4), kodisi ligkuga (K9), dapak sosial (K10), peafaata eergi (K11), da persebara populasi (K12). Kriteria-kriteria dala peiliha lokasi berdasarka pada suber eergi terbaruka yag telah terpilih. Kriteria yag diguaka atas pertibaga pihak Eergi da Suber Daya Mieral (ESDM). A. Fuzzy Aalityc Hierarchy Process Fuzzy AHP bertuua utuk edapatka hasil bobot dari setiap kriteria. Pebobota ii dilakuka utuk egetahui bobot asig-asig kriteria dega asusi tidak ada hubuga ketergatuga atar kriteria. Tahapa yag dilakuka berdasarka pada etode Chag [6]. Perhituga perbadiga berpasaga rata-rata disaika dala Tabel 11. Dari perhituga diperoleh ilai CR = , aka peilaia atriks perbadiga berpasaga kriteria dari seua respode diyataka kosiste da dapat diteria. Selautya dari lagkah-lagkah pebobota egguaka pedekata Fuzzy AHP diperoleh ilai bobot seperti pada Tabel 13. K2 K3 K4 K9 K10 K11 K12 K2 (1,1,1) (1,1,1) (1,1.33,1.83) (1,1.33,1.83) (1.33,1.67,2.17) (1,1,1) (1,1.33,1.83) K3 (1,1,1) (1,1,1) (1.33,1.67,2.17) (1.33,1.67,2.17) (1.50,1.83,2.17) (1,1,1) (1,1,1.50) K4 (0.56,0.78,1) (0.50,0.69,0.83) (1,1,1) (1.17,1.50,2) (1.33,1.67,2) (1.17,1.33,1.67) (1,1,1.33) K9 (0.56,0.78,1) (0.49,0.67,0.78) (0.52,0.72,0.89) (1,1,1) (1.33,1.50,1.67) (1,1,1.33) (1,1,1) K10 (0.49,0.67,0.78) (0.58,0.63,0.72) (0.61,0.69,0.83) (0.78,0.80,0.83) (1,1,1) (1,1,1) (1,1,1.17) K11 (1,1,1) (1,1,1) (0.69,0.83,0.89) (0.78,1,1) (1,1,1) (1,1,1) (1,1,1.17) K12 (0.56,0.78,1) (0.67,1,1) (0.78,1,1) (1,1,1) (0.89,1,1) (0.89,1,1) (1,1,1)

6 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 6 Tabel 12 Matriks bilaga fuzzy alteratif K2 K3 K4 K9 K10 K11 K12 A1 (5,7,8.33) (7,8.67,9.67) (4.33,6.33,8) (3.67,5.67,7.67) (5.67,7.67,9) (2.33,4.33,6.33) (3,5,7) A2 (5,7,8.67) (5.67,7.67,9.33) (3.67,5.67,7.67) (3.67,5.67,7.67) (6.33,8.33,9.67) (4,5.67,7.333) (3.67,5.67,7.33) A3 (5,7,8.67) (3.67,5.67,7.67) (3,5,7) (3,5,7) (5,7,8.67) (5,7,8.67) (5.67,7.67,9.33) A4 (6.33,8.33,9.67) (3.67,5.67,7.67) (4.33,6.33,8.33) (5,7,9) (7,8.67,9.67) (8.33,9.67,10) (7,8.67,9.67) Tabel 13 Bobot kriteria. Kriteria S i W = d (S i ) W K2 (0.12, 0.17, 0.23) K3 (0.14, 0.18, 0.24) K4 (0.11, 0.15, 0.21) K9 (0.10, 0.13, 0.17) K10 (0.09, 0.11, 0.14) K11 (0.11, 0.13, 0.15) K12 (0.10, 0.13, 0.15) Bobot dari setiap kriteria atiya aka diguaka utuk edapatka lokasi yag terbaik dega egguaka etode VIKOR. B. Perhituga Megguaka VIKOR Proses pegabil keputusa dala eetuka lokasi terbaik berdasarka dega variabel liguistik pada Tabel 3. Piliha alteratif yag diguaka yaitu Bagkala (A1), Paekasa (A2), Sapag (A3) da Sueep (A4). Hasil perhituga rata-rata bilaga fuzzy alteratif peiliha lokasi dapat dituukka pada Tabel 12. Selautya, ilai S i da R i dihitug dega ruusa pada persaaa (19)- 20. Tabel 15 Besara ukura peisah A i dari ilai fuzzy terbaik f da ilai fuzzy terburuk f S i Bagkala (-1.309, 0.472, 2.529) (0.025, 0.252, 0.882) Paekasa (-1.311, 0.637, 2.766) (0.013, 0.252, 0.882) Sapag (-1.079, 0.911, 3.118) (-0.004, 0.277, 0.882) Sueep (-1.613, 0.277, 2.433) (-0.006, 0.277, 0.832) Lagkah berikutya adalah eghitug ilai S, S, R, R da Q i egguaka persaaa (21)-(22) Tabel 16 Nilai S, S, R, R da Q i S (-1.613, 0.277, 2.433) S (-1.079, 0.911, 3.118) R (-0.006, 0.252, 0.832) R (0.025, 0.277, 0.882) Setelah edapatka ilai Q i aka dilautka dega defuzzifikasi dari triagular fuzzy uber Q i pada persaaa (23) da perigkat alteratif oleh ideks Q i. Tabel 17 Hasil aalisis gabuga fuzzy AHP-VIKOR Q i Q i Perigkat Bagkala ( , 0.153, ) Paekasa ( , 0.284, ) Sapag ( , 1, ) Sueep ( , 0.5, ) R i Alteratif terbaik dega ilai iiu dari ilai Q i yag telah diperoleh. Dari alteratif yag telah ditetuka yaitu, Bagkala, Paekasa, Sapag da Sueep aka Sueep yag terpilih eadi lokasi terbaik di Wilayah Madura. IV. KESIMPULAN Berdasarka keseluruha hasil aalisis yag telah dilakuka dala peyusua tugas akhir ii, dapat diperoleh kesipula : 1. Hasil perhituga kriteria dala peiliha eergi terbaruka egguaka etode Fuzzy AHP da VIKOR, diperoleh hasil ilai Q i dega uruta yaitu eergi agi sebesar 0.554, eergi surya sebesar 0.021, eergi bioassa sebesar da eergi obak sebesar Suber eergi terbaruka yag terbaik adalah yag eiliki ilai Q i palig iiu yaitu eergi surya. 2. Hasil perhituga fuzzy AHP da VIKOR, utuk peiliha lokasi di Wilayah Madura yag terbaik yaitu Sueep dega ilai Q i sebesar DAFTAR PUSTAKA [1] Buckley, J.J., Feurig, T., & Hayashi, Y Fuzzy hierarchical aalysis revisited. Europea Joural of Operatioal Research Vol. 129, hal [2] Saaty, T.L Pegabila keputusa bagi para peipi. PT Pustaka Biaa Pressido. Jakarta. [3] Wag TC, Liag LJ, Ho CY Multi-criteria decisio aalysis by usig fuzzy VIKOR. Proceedigs of Iteratioal Coferece o Service Systes ad Service Maageet Vol. 2, hal [4] Kaya,Tolga ad Kahraa Multicriteria reewable eergy plaig usig i itegrated fuzzy VIKOR & AHP eyhodology: The case of Istabul. Europea Joural of Operatioal Research Vol.35, hal [5] T. L. Saaty, K. P. Kears Aalytical Plaig. The orgaizatio of Systes. Pergao Press hal [6] Chag DY Applicatios of the extet aalysis ethod o fuzzy AHP. Europea Joural of Operatioal Research Vol. 95, hal [7] Opricovic S, Tzeg GH Coproise solutio by MCDM ethods: a coparative aalysis of VIKOR ad TOPSIS. Europea Joural of Operatioal Research; 156(2) hal [8] Yog D Plat locatio selectio based o fuzzy TOPSIS. Iteratioal Joural of Advaced Maufacturig Techologies Vol. 28, hal