Optimasi Keanggotaan Fuzzy Tsukamoto Menggunakan Algoritma Genetika pada Penentuan Prioritas Penerima Zakat

Abstrak

Sebelum dana zakat disalurkan, diperlukan seleksi data penerima zakat dengan mempertimbangkan beberapa kriteria yang dimilikinya karena beasiswa harus diterima oleh orang yang benar-benar membutuhkan. Jumlah data yang banyak beserta kriteria yang bervariasi menyebabkan waktu seleksi yang dibutuhkan untuk menghasilkan keputusan berlangsung lama. Dalam beberapa penelitian menyebutkan bahwa penggunaan  metode fuzzy Tsukamoto saja terkadang belum tentu menghasilkan hasil akhir yang mendekati optimal. Pada penelitian ini hasil pengujian akurasi dengan menggunakan metode fuzzy Tsukamoto saja adalah 0.725. Salah satu teknik yang dapat digunakan untuk memberikan hasil akhir yang lebih optimal adalah melakukan optimasi batas fungsi keanggotaan menggunakan algoritma genetika. Representasi kromosom yang digunakan adalah real-coded , teknik crossover menggunakan one-cut-point crossover, teknik mutasi menggunakan random mutation, serta perbaikan kromosom menggunakan algoritma hill climbing. Hasil perhitungan akurasi sistem dengan menggunakan korelasi spearman pada optimasi keanggotaan fuzzy Tsukamoto menggunakan algoritma genetika dengan mekanisme perbaikan kromosom adalah 0.986. Sedangkan hasil pengujian akurasi sistem optimasi keanggotaan fuzzy Tsukamoto menggunakan algoritma genetika tanpa mekanisme perbaikan kromosom adalah 0.845. Hasil akurasi tersebut menunjukkan adanya peningkatan nilai akurasi dengan optimasi fungsi keanggotaan fuzzy Tsukamoto menggunakan algoritma genetika dan perbaikan kromosom dengan hill climbing.