MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

dokumen-dokumen yang mirip
SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS

Dekomposisi Nilai Singular dan Aplikasinya

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

BAB II LANDASAN TEORI

PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K

ALJABAR LINIER LANJUT

DIMENSI PARTISI GRAF GIR

Penyelesaian Sistem Persamaan Linear pada Aljabar Max-Plus

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

BAB X RUANG HASIL KALI DALAM

BAB VB PERSEPTRON & CONTOH

PADA GRAF PRISMA BERCABANG

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

Bab 1 Ruang Vektor. R. Leni Murzaini/

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB I PENDAHULUAN. 1.1 Latar Belakang

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS

ANALISIS BENTUK HUBUNGAN

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

Preferensi untuk alternatif A i diberikan

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BILANGAN RAMSEY SISI DARI r ( P, )

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

RANGKAIAN SERI. 1. Pendahuluan

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

BAB III METODOLOGI PENELITIAN

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

UJI PRIMALITAS. Sangadji *

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

ANALISIS DATA KATEGORIK (STK351)

I PENDAHULUAN II LANDASAN TEORI

Aplikasi Teori Kendali Pada Permainan Dinamis Non-Kooperatif Waktu tak Berhingga

BAB 2 LANDASAN TEORI

BAB IV PEMBAHASAN MODEL

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Bab III Analisis Rantai Markov

BAB III METODOLOGI PENELITIAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 33-40, April 2001, ISSN : KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON

BAB 1 PENDAHULUAN. 1.1 Latar belakang

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

Apabila dua variabel X dan Y mempunyai hubungan, maka nilai variabel X yang sudah diketahui dapat dipergunakan untuk mempekirakan / menaksir Y.

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN :

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

PENDAHULUAN Latar Belakang

BAB II TINJAUAN PUSTAKA

PROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM. DENGAN Principal Component Analysis (PCA)

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA

BAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan.

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

BAB V INTEGRAL KOMPLEKS

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III SKEMA NUMERIK

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

TEORI KESALAHAN (GALAT)

PENYELESAIAN PROGRAM LINEAR SASARAN GANDA MENGGUNAKAN METODE SIMPLEKS MULTIFASE

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

BAB IV PENGUJIAN DAN ANALISA

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN

PROPOSAL SKRIPSI JUDUL:

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

IV HASIL DAN PEMBAHASAN

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

BAB 2 LANDASAN TEORI

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER

Transkripsi:

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam Unvertas Rau Kampus Bnawdya Pekanbaru (893) Indonesa *tut.susant@gmal.com ABSTRACT Ths paper dscusses how to solve the equaton of fully fuzzy lnear system A x b wth A as n n fuzzy matrx, x and b as n fuzzy vectors, wth the elements whch s a trapezodal fuzzy number developed from a paper by Kumar et al. [4]. For solvng the equaton of fully fuzzy lnear system by spreadng form A x b nto ( A, N ) ( x, ( b, k), so the equaton of lnear system A x b s obtaned. Next, ths lnear equaton s solved by usng elementary row operatons that gves the soluton of fully fuzzy lnear system. Keywords: Fully fuzzy lnear system, row reduced echelon form, trapezodal fuzzy number. ABSTRAK Kertas kerja n membahas penyelesaan sstem persamaan lnear fuzzy penuh A x b dengan A adalah matrks fuzzy berukuran n x dan b adalah vektor fuzzy berukuran yang unsur-unsurnya merupakan blangan fuzzy trapesum yang dperoleh dar sebuah kertas kerja oleh Kumar et al. []. Penyelesaan sstem persamaan lnear fuzzy penuh n dlakukan dengan mengurakan A x b menjad ( A, N ) ( x, ( b, k), sehngga dperoleh bentuk sstem persamaan lnear A x b. Selanjutnya sstem persamaan lnear n dselesakan dengan menggunakan operas bars elementer yang akan memberkan penyelesaan sstem persamaan lnear fuzzy penuh.

. PENDAHULUAN Konsep blangan fuzzy pertama kal dperkenalkan oleh L.A Zadeh (965). Sstem persamaan lnear dengan sebagan atau seluruh unsur-unsur yang berada pada matrks A, vektor x dan vektor b merupakan blangan fuzzy menjad suatu topk yang sangat menark untuk dbahas, salah satu dantaranya adalah sstem persamaan lnear fuzzy penuh (fully fuzzy lnear system). Menurut Dehghan dan Hashem [] sstem persamaan lnear fuzzy penuh merupakan sstem persamaan lnear dengan unsur-unsur dar matrks dan vektornya berupa blangan fuzzy. Secara umum ada dua macam blangan fuzz yatu blangan fuzzy segtga (trangular fuzzy number) dan blangan fuzzy trapesum ( trapezodal fuzzy number). Dalam tulsan sstem persamaan lnear yang akan dbahas adalah sstem persamaan lnear fuzzy penuh yang setap unsurnya adalah blangan fuzzy trapesum. Bentuk umum sstem persamaan lnear fuzzy penuh adalah A x b dengan A ( a ) adalah matrks fuzzy yang berukuran n n sedangkan ( x ) dan b ( ) adalah vektor fuzzy yang berukuran n. Dubos dan x j b Prade dalam [] telah menjelaskan beberapa rumus untuk operator perhtungan pada sstem persamaan lnear fuzz sehngga sstem persamaan lnear fuzzy penuh A x b dapat dselesakan dengan berbaga metode. Metode yang dgunakan untuk menyelesakan sstem persamaan lnear fuzzy penuh telah banyak dbahas, dantaranya menggunakan dekomposs dar matrks koefsen [3] dan menggunakan metode langsung dan metode Cramer [5]. Dalam metode n seluruh unsur-unsur matrks dan vektornya berupa blangan fuzzy segtga. Dalam tulsan n penuls membahas satu kasus menyelesakan sstem persamaan lnear fuzzy penuh A x b dengan seluruh unsur d dalamnya adalah blangan fuzzy trapesum atau blangan fuzzy dalam bentuk ( m,, ) dengan nterval tolerans [ m, n], lebar sebelah kr dan lebar sebelah kanan. Kajan n merupakan kajan ulang yang mendetalkan kertas kerja kumar et al. pada [4].. BILANGAN DAN MATRIKS FUZZY Pada bagan n dbahas konsep blangan fuzzy trapesum dengan operas aljabarnya serta matrks fuzzy yang mengacu pada [4]. Defns. Blangan fuzzy a ( m,, ) dkatakan blangan fuzzy trapesum dengan nterval tolerans [ m, n], lebar sebelah kr dan kanan jka memlk fungs keanggotaan

a m x ( x) x n 0 m x m, 0 m x n n x n, 0 untuk lannya. Adapun blangan fuzzy trapezum a ( m,, ) pada Gambar. dgambarkan sepert tampak a ( x) 0 m m n n Gambar. Blangan Fuzzy Trapesum. X Berkut n beberapa konsep yang terkat dengan blangan fuzzy trapesum menurut [4]. Defns. Blangan fuzzy trapesum a ( m,, ) dengan a 0 blangan fuzzy trapesum postf jka dan hanya jka m 0. Defns 3. Blangan fuzzy trapesum a ( m,, ) dengan a 0 blangan fuzzy trapesum negatf jka dan hanya jka m 0. dkatakan dkatakan Khusus untuk blangan fuzzy a dkatakan blangan fuzzy nol jka a (0, 0, 0, 0). Dua buah blangan fuzzy trapesum a ( m, n,, ) dan a ( p, q,, ) dkatakan sama jka dan hanya jka m p, n q, dan. Berkut dberkan operas aljabar blangan fuzzy trapesum dalam [4]. Msalkan terdapat blangan fuzzy trapesum a ( m,, ) a ( p, q,, ) maka akan berlaku rumus sebaga berkut: dan. Penjumlahan (addton) a a ( m p, n q,, ). 3

. Lawan untuk blangan fuzzy a ( m,, ) ( m,, ). 3. Perkalan (multplcaton) Jka a 0 dan a 0 maka a a ( mp, nq, m p, n q ). Berkut dberkan defns matrks fuzzy dalam [4]. Defns 4. Matrks A ( ) dkatakan matrks fuzz jka setap unsur dar A merupakan blangan fuzzy. a Matrks A bernla postf dnotaskan dengan A 0 dmana elemenelemen A bernla postf dan sebalknya. Untuk n n matrks fuzzy A ( a nn) maka a ) ( a,,, ) dengan notas baru A ( A, M, N ) dmana ( b A ( a ), B ( b ), M ( ), N ( ). Berkut delaskan mengena defns perkalan matrks fuzzy menurut [4]. Defns 5. Msalkan ( A a ) dan B ( b ) adalah matrks fuzzy yang berukuran m n dan n p. Ddefnskan A B C ( ) adalah matrks m p dengan n c j a k bkj. Matrks fuzzy A ( a ) ( A, N ) yatu matrks fuzzy yang seluruh unsurnya merupakan blangan fuzzy trapesum dapat durakan menjad 4 komponen matrks. Karena matrks fuzzy A ( a ) ( A, N) seluruh unsurnya merupakan blangan fuzzy maka untuk menyelesakan sstem persamaan n dgunakan sstem persamaan lnear fuzzy penuh. c 3. PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY PENUH Sstem persamaan lnear fuzzy penuh d dalam [5] ddefnskan sebaga berkut. Defns 6. Suatu sstem persamaan lnear yang terdr dar persamaan lnear dan varabel-varabel yang tdak dketahu mempunya bentuk umum n j a x b, () j dengan,,, n, dapat dnotaskan dengan 4

A x b, () dengan matrks fuzzy A ( a ) berukuran n n dan vektor fuzzy x ( x j ) dan b ( b ) berukuran n. Sstem n dnamakan sstem persamaan lnear fuzzy penuh. Sebelum menyelesakan sstem persamaan lnear fuzzy penu terlebh dahulu mengurakan bentuk sstem persamaan lnear fuzzy penuh A x b menjad empat buah matrks yang unsur-unsur matrksnya adalah blangan real, yatu A ( A, M, N ). Selanjutnya, bentuk sstem persamaan lnear fuzzy penuh pada persamaan () durakan menjad empat buah sstem persamaan lnear. Untuk lebh jelasnya, berkut akan delaskan proses mengurakan bentuk sstem persamaan lnear fuzzy penuh A x b. Matrks fuzzy A ( a ) nn dmana (a ) ( a, b,, ). Selanjutnya dasumskan A ( A, M, N ) sedemkan hngga ddapat notas baru A ( a ), B ( b ), M ( ), N ( ), kemudan dasumskan vektor fuzzy x ( x, dan b ( b, k) sehngga bentuk A x b dapat dtuls dalam bentuk persamaan sebaga berkut. ( A, N ) ( x, ( b, k). (3) Dengan menggunakan operas perkalan dua buah blangan fuzzy trapesum maka persamaan (3) dapat dtuls menjad ( Ax, B Az Mx, Bw Ny) ( b, k). (4) Dengan menggunakan kesamaan dua buah matrks fuzzy trapesum maka persamaan (4) dapat dtuls menjad bentuk persamaan berkut. Ax b By g. Az Mx h Bw Ny k (5) Selanjutnya delaskan langkah-langkah untuk menyelesakan sstem persamaan lnear fuzzy penuh dalam matrks bentuk eselon bars tereduks dengan menggunakan operas bars elementer. Langkah. Setelah mengurakan sstem persamaan lnear fuzzy penuh menjad empat buah sstem persamaan lnear, selanjutnya sstem persamaan lnear n akan dkembangkan menjad matrks yang dperbesar. Matrks yang dperbesar tersebut terdr dar ( A,, (, ( A, h - Mx), ( k - Ny). 5

Langkah. Dar matrks yang dperbesar ( A,, (, ( A, h - Mx), ( k - Ny) akan dcar matrks eselon bars tereduks. Untuk mencar matrks eselon bars tereduks gunakan operas bars elementer. Ada atau tdaknya penyelesaan dar sstem persamaan lnear n dapat dtentukan oleh rank dar matrks. Dalam hal n ada 3 kasus, yatu: Kasus. Jka rank (A) rank ( A, atau rank (B) rank ( maka sstem persamaan lnear fuzzy penuh tdak konssten artnya tdak ada penyelesaan postf. Kasus. Jka rank (A) = rank ( A, dan rank (B) = rank ( tap ada palng sedkt satu anggota negatf pada kolom ke- ( n ) dar matrks eselon bars tereduks, maka sstem persamaan lnear fuzzy penuh tdak konssten artnya tdak ada penyelesaan postf. Kasus 3. Jka rank ( A) = rank ( A, dan rank (B) = rank ( dan semua anggota pada kolom ke- ( n ) dar matrks eselon bars tereduks postf, maka sstem persamaan lnear fuzzy penuh konssten artnya ada penyelesaan postf. Dalam hal n ada dua kasus: Kasus 3.a. Jka rank (A) = rank ( A, n atau rank (B) = rank ( n maka sstem persamaan lnear fuzzy penuh mempunya tak-hngga banyaknya penyelesaan dan penyelesaannya postf. Kasus 3.b. Jka rank (A) = rank ( A, n dan rank (B) = rank ( n maka sstem persamaan lnear fuzzy penuh mempunya satu penyelesaan dan penyelesaannya postf. Jka pada langkah terdapat kasus 3 maka dapat dlanjutkan ke langkah 3. Langkah 3. Dar matrks eselon bars tereduks dperoleh nla ( x, y, z, w ). Penyelesaan dar sstem persamaan lnear fuzzy penuh dapat dnyatakan dengan x ( x, y, z, w ) untuk setap,,, n. 4. CONTOH NUMERIS Dberkan sstem persamaan lnear fuzzy penuh sebaga berkut. (3, 6,, ) x (4, 6,, ) x (4, 5,,) x (5, 8,, ) x (7, 66, 6, 58). (35, 70, 5, 55) (6) Akan dtentukan penyelesaan sstem persamaan lnear fuzzy penuh dalam bentuk matrks fuzzy trapesum pada (6). 6

Dar proses penguraan sstem persamaan lnear fuzzy penu dasumskan bahwa A ( A, M, N ) dengan A ( a ), B ( b ), M ( ), N ( ) dan x ( x, dan b ( b, k). Sehngga bentuk soal pada (6) menjad (3, 6,, ) ( x,penyelesaan w ) (4, 6,, ) ( x, y, z, w ) (7, 66, 6, 58). (4, 5,, ) ( x, w ) (5, 8,, ) ( x, y, z, w ) (35, 70, 5, 55) dar sstem persamaan lnear fuzzy penuh n adalah Dar (6) dperoleh x x ( x, y, z, w ) ( x, y (3, 6,, ) A (4, 5,,), z, w ). (4, 6,, (5, 8,, Karena A ( A, M, N ), maka dperoleh matrks 3 4 6 6 A, B, M, N 4 5 5 8 ). ) 7 66 6 58 dan vektor b, g, h, k. 35 70 5 55 Dar matrks A ( A, M, N ) dan vektor b ( b, k), maka Langkah. Membuat matrks yang dperbesar. 3 4 7 6 6 66 ( A,, (, 4 5 35 5 8 70 3 4 3 6 6 36 ( A, h Mx), ( k Ny). 4 5 7 5 8 39 Langkah. Mencar matrks eselon bars tereduks. 3 4 7 ( A,. 4 5 35 Dar matrks yang dperbesar ( A,, tereduks dperoleh matrks eselon bars 7

0 0 5, 3 sehngga dperoleh x 5, x 3. Selanjutnya mencar matrks eselon bars tereduks dar matrks yang dperbesar 6 6 66 (. 5 8 70 Dar matrks yang dperbesar (, tereduks dperoleh matrks eselon bars 0 0 6, 5 sehngga dperoleh y 6, y 5. Selanjutnya mencar matrks eselon bars tereduks dar matrks yang dperbesar 3 4 3 ( A, h Mx). 4 5 7 Dar matrks yang dperbesar ( A, h Mx) dperoleh matrks eselon bars tereduks 0 0 3, sehngga dperoleh z 3, z. Terakhr, mencar matrks eselon bars tereduks dar matrks yang dperbesar 6 6 36 ( k Ny). 5 8 39 Dar matrks yang dperbesar ( k Ny) dperoleh matrks eselon bars tereduks 0 0 3, 3 sehngga dperoleh w 3, w 3. 8

Dar matrks A dperoleh rank ( A), rank dar matrks ( A, dan rank dar matrks B, rank dar matrks ( dan semua anggota pada kolom ketga dar matrks eselon bars tereduks postf. Maka berdasarkan kasus 3.b sstem persamaan lnear fuzzy penuh n konsste mempunya satu penyelesaan dan penyelesaannya postf. Sehngga dperoleh penyelesaan dar sstem persamaan lnear fuzzy penuh pada persamaan (6) adalah 5 6 3 x, y, z, 3 5 3 w 3 atau x 5, x 3, y 6, y 5, z 3, z, w 3 dan w 3. Langkah 3. Karena x ( x, maka dperoleh penyelesaan sstem persamaan lnear fuzzy penuh sebaga berkut. x (5, 6, 3, 3) dan x (3, 5,, 3). 5. KESIMPULAN Dar artkel n dapat dsmpulkan bahwa sstem persamaan lnear fuzzy penuh A x b yang unsur-unsurnya merupakan blangan fuzzy trapesum, dselesakan dengan mengurakan bentuk sstem persamaan lnear fuzzy penuh menjad ( A, N ) ( x, ( b, k), sehngga dperoleh empat buah sstem persamaan lnear sepert pada persamaan (5). Selanjutnya ada tga langkah dalam menyelesakan sstem persamaan lnear n. Penyelesaan sstem persamaan lnear n ada jka rank (A) = rank ( A, dan semua anggota pada kolom ke- ( n ) dar matrks eselon bars tereduks postf. DAFTAR PUSTAKA [] Dehgha M & B. Hashem. 006. Soluton of the Fully Fuzzy Lnear Systems Usng the Decomposton Procedure. Appled Mathematcs and Computaton. 8: 568-580. [] Dubos, D & H. Prade. 980. Fuzzy Sets & Systems: Theory and Applcaton. Academc Press, New York. [3] Handaya E. 0. Menyelesakan Sstem Persamaan Lnear Fuzzy Penuh dengan Menggunakan Dekomposs dar Matrks Koefsen. SKRIPSI Jurusan Matematka FMIPA Unverstas Rau. Pekanbaru. [4] Kumar, A., Neetu & A. Bansal. 00. A New Method to Solve Fully Fuzzy Lnear Systems wth Trapezodal Fuzzy Numbers. Canadan Journal on Scence and Engneerng Mathematcs. (3): 45-56. 9

[5] Samsur, M. 00. Menentukan Penyelesaan Fuzzy yang Postf dan Memenuh Sstem Persamaan Lnear Fuzzy Penuh dengan Menggunakan Metode Langsung dan Metode Cramer. SKRIPSI Jurusan Matematka FMIPA Unverstas Rau. Pekanbaru. 0