Page 43 - Science and Technology For Society 5.0

6 ~ Seminar Internasional FST UT 2021 ~

Diantara bentuk perluasan soft sets yang masih butuh perkembangan
lebih lanjut adalah teori yang diusulkan oleh Fatimah, Rosadi, Hakim, &
Alcantud (2018a). Selanjutnya Fatimah et al., (2018a) memperluas teori soft
sets agar dapat merepresentasikan peringkat. Teori tersebut diberi nama -
soft sets. Teori -soft sets dapat menangani pengambilan keputusan
dengan tipe penilaian biner, non biner antara interval tertutup dengan nilai
0,1
  dan non biner -array. Pada artikel ini akan dibahas tentang
penelitian -soft sets yang sudah dikembangkan dan tantangannya dalam
riset yang menggunakan big data.

PEMBAHASAN

Sebelum membahas lebih lanjut tentang -soft sets, kita lihat kembali
)
definisi soft sets. Soft sets atas semesta dinotasikan dengan ( ,F A
U
merupakan hasil pemetaan :F A →2 . U menyatakan himpunan semesta.
menyatakan himpunan parameter atau atribut dimana A  E .
R = 0, 1, , N −1  menyatakan himpunan peringkat terurut dengan
N = 2,3,   (Molodtsov, 1999).
Pada soft sets, objek dapat dinyatakan dalam bentuk baris, parameter
dalam bentuk kolom dan nilai objek berdasarkan parameter merupakan isi
tabel. Isi tabel yaitu pertemuan baris dan kolom bernilai 1 jika dan

( ) , dan bernilai 0 untuk selainnya dimana 
hanya jika u i F e j u i U j  , e A.
Soft sets dan machine learning dapat dilihat keterkaitannya secara
intuitif. Untuk lebih detil, perhatikan contoh dari Liu et al., (2020) berikut.
Contoh 1 (Liu et. al., 2020). Misalkan U =   = u i , i 1,2,3,4,5
menyatakan objek, = E  ,e j j = 1,2,3 menyatakan parameter dan soft sets

,F e
didefinisikan sebagai F e 1 = ,u 5  ( )  2 ,u 3 , , dan
= u
u
( )  4
2
F e 1 = u ,u 5 . Bentuk tabular soft sets dari contoh ini dapat dilihat pada
( )  3
Tabel 2.