SEBUAH PENDEKATAN BARU DARI UKURAN KESAMAAN DAN KOMPLEMEN PADA STRAIT FUZZY SETS
Abstract
Teori himpunan fuzzy telah menjadi alat yang efektif dalam menangani ketidakpastian dan ketidaktepatan dalam berbagai bidang, seperti pengambilan keputusan, sistem kendali, dan analisis data. Salah satu pengembangan terkini dalam teori ini adalah konsep Strait Fuzzy Sets (SFS), yang menawarkan pendekatan lebih efisien dibandingkan dengan himpunan fuzzy konvensional. Ukuran kesamaan pada SFS memainkan peran penting dalam berbagai aplikasi, termasuk klasifikasi, pengenalan pola, dan sistem pendukung keputusan. Artikel ini mengusulkan pendekatan baru dalam menentukan ukuran kesamaan pada SFS serta mendefinisikan operasi komplemen baru yang berbeda dibandingkan komplemen yang telah ada. Komplemen yang diusulkan bersifat tunggal, berbeda dari pendekatan sebelumnya yang bersifat majemuk, sehingga lebih mudah diimplementasikan dan dianalisis secara aljabar. Selain itu, ukuran kesamaan baru mempertimbangkan jumlah partisi dalam SFS, yang secara teoritis meningkatkan akurasi pengukuran kesamaan dibandingkan metode konvensional. Dengan mempertimbangkan pengaruh jumlah partisi, pendekatan ini memberikan ukuran kesamaan yang lebih representatif terhadap sifat dasar SFS. Hasil eksperimen menunjukkan bahwa metode ini memberikan hasil yang lebih stabil dan konsisten dalam berbagai skenario, terutama dalam kondisi data dengan tingkat ketidakpastian tinggi. Studi ini membuka peluang penerapan lebih lanjut dalam berbagai bidang, seperti sistem pengambilan keputusan berbasis fuzzy, dan pemodelan ketidakpastian.
Keywords
Full Text:
PDFReferences
Zadeh, L.A. 1965. Fuzzy Sets. Information and Control. 8(3) : 338 – 353
Shodik F, Nazra A, Yanita Y. 2024. Aplikasi Dari N-Soft Set Pada Data Dengan Objek Berkelompok. Lebesgue: Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika 5:1304–1308
Putri FZ, Nazra A, Yanita Y .2024. Suatu Aplikasi Dari Penggabungan Konsep Strait Fuzzy Set Dan Strait Soft Set. Lebesgue: Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika 5:1171–1176
Atagün AO, Kamacı H. 2023. Strait fuzzy sets, strait fuzzy rough sets and their similarity measures-based decision making systems. International Journal of Systems Science 54:2519–2535
Dubois D, Prade H. 2007. Operations on fuzzy numbers. International Journal of Systems Science 9:613–626
Wang X, De Baets B, Kerre E. 1995. A comparative study of similarity measures. Fuzzy Sets Systems 73:259–268
Szmidt, E., & Baldwin, J. 2003. New similarity measure for intuitionistic fuzzy set theory and mass assignment theory. In Proc. of the 7-th Int. Conf. on IFSs. Soa.
Xuecheng, L. 1994. Entropy, distance measure and similarity measure of fuzzy sets and their relations. Fuzzy sets and systems, 62(3), 377.
Wang, W., & Xin, X. 2005. Distance measure between intuitionistic fuzzy sets. Pattern recognition letters, 26(13), 2063-2069.
Beg, I., & Ashraf, S. 2009. Similarity measures for fuzzy sets. Appl. comput. math, 8(2), 192-202.
Omran, S., & Hassaballah, M. 2007. Operations on the similarity measures of fuzzy sets. International Journal of Fuzzy Logic and Intelligent Systems, 7(3), 205-208.
Kang, Y., Wu, S., Cao, D., & Weng, W. 2018. New hesitation-based distance and similarity measures on intuitionistic fuzzy sets and their applications. International Journal of Systems Science, 49(4), 783-799.
Li, Y., Qin, K., He, X., & Meng, D. 2015. Similarity measures of interval-valued fuzzy sets. Journal of Intelligent & Fuzzy Systems, 28(5), 2113-2125.
Deng, G., Song, L., Jiang, Y., & Fu, J. 2017. Monotonic similarity measures of interval-valued fuzzy sets and their applications. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 25(04), 515-544.
Xu, Z. 2007. Some similarity measures of intuitionistic fuzzy sets and their applications to multiple attribute decision making. Fuzzy Optimization and Decision Making, 6, 109-121.
DOI: https://doi.org/10.15548/map.v7i1.11222
Refbacks
- There are currently no refbacks.

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
