Anda di halaman 1dari 30

Sistem Inferensi Fuzzy

Intelligent Systems

Inferensi Fuzzy
Inferensi fuzzy adalah formulasi proses pemetaan masukan yang diberikan ke bagian keluaran menggunakan logika fuzzy fuzzy. Metoda inferensi fuzzy : Tsukamoto Mamdani Sugeno

5 Langkah Inferensi
Terdapat lima langkah pada sistem inferensi fuzzy menggunakan metoda Mamdani, yaitu : Langkah 1 : Fuzzifikasi masukan Langkah 2 : Aplikasi operasi fuzzy Langkah 3 : Aplikasi metoda implikasi Langkah 4 : Komposisi seluruh aturan g p Langkah 5 : Defuzzifikasi

Produk: Mesin Cuci Fuzzy Logic


Mesin cuci fuzzy logic merupakan produk konsumer pertama yang menggunakan sistem fuzzy. Mesin cuci tersebut diproduksi oleh Matsushita Electric Industrial Company di Jepang sekitar tahun 1990. Mesin cuci fuzzy logic ini menggunakan inferensi fuzzy untuk mengatur putaran mesin secara otomatis berdasarkan j jenis kotoran dan banyaknya kotoran y y yang terdapat pada pakaian.

Mesin Cuci Fuzzy Logic


Sistem fuzzy ini menggunakan sistem two-input-oneoutput, dimana masukkannya adalah ukuran kekotoran pakaian dan jenis kotoran, sementara keluarannya adalah putaran mesin yang tepat. Measurement of dirtiness Type of dirt

Fuzzy system

Correct Cycle

Mesin Cuci Fuzzy Logic


Besaran masukan pada sistem fuzzy diperoleh dari sensor. S Sensor optik di tik digunakan untuk mengirim cahaya melalui k t k ii h l l i air dan kemudian mengukur seberapa banyak cahaya tersebut dapat diterima di sisi y g lain. Semakin kotor p yang airnya, semakin sedikit cahaya yang dapat melintas.

Mesin Cuci Fuzzy Logic


Sensor optik juga digunakan untuk menentukan apakah jenis kotoran berlumpur atau berminyak. Kotoran berlumpur dapat larut dengan cepat. Sehingga jika cahaya dapat bergerak ke sisi yang lain dengan cepat, berarti jenis kotorannya adalah lumpur. Jika cahaya bergerak dengan lambat jenis kotorannya adalah lambat, minyak. Dan jika kecepatan p g j p pergerakan cahaya berada di y tengah-tengahnya, berarti kotorannya merupakan campuran lumpur dengan minyak.

Case: Mesin Cuci Fuzzy Logic


Berdasarkan hasil percobaan, diperoleh bahwa intensitas cahaya yang dapat terbaca sensor paling besar mencapai 500 lumen dan intensitas cahaya paling kecil hingga 100 lumen. Waktu perjalanan cahaya dalam air yang terukur oleh sensor paling cepat 600 cm/detik, dan yang paling lambat hingga 100 cm/detik. Dengan cm/detik informasi sensor tersebut, diperoleh kecepatan putaran mesin paling tinggi 70 putaran/menit dan paling rendah 20 putaran/menit.

Rules: Mesin Cuci Fuzzy Logic


Mesin cuci tersebut menggunakan 4 aturan fuzzy sebagai berikut : [R1] IF intensitas cahaya KECIL dan perjalanan cahaya CEPAT THEN putaran mesin TINGGI [R2] IF intensitas cahaya KECIL dan perjalanan cahaya LAMBAT THEN putaran mesin TINGGI [R3] IF intensitas cahaya BESAR dan perjalanan cahaya CEPAT THEN putaran mesin RENDAH [ ] [R4] IF intensitas cahaya BESAR dan perjalanan cahaya LAMBAT y p j y THEN putaran mesin RENDAH

Case: Mesin Cuci Fuzzy Logic


Tentukan kecepatan putaran mesin yang harus dicapai jika intensitas cahaya yang terbaca sebesar 400 lumen dan waktu perjalanan cahaya yang terukur 300 cm/detik. Selesaikan masalah ini menggunakan sistem gg inferensi fuzzy

Langkah 1 : Fuzzifikasi
Ada 3 variabel fuzzy yang dimodelkan, yaitu :
Intensitas Cahaya, terdiri dari 2 himpunan fuzzy, yaitu KECIL dan BESAR Perjalanan Cahaya, terdiri dari 2 himpunan fuzzy, yaitu LAMBAT dan CEPAT Putaran Mesin terdiri dari 2 himpunan fuzzy, yaitu RENDAH Mesin, fuzzy dan TINGGI

Fuzzifikasi Intensitas Cahaya


u[x] 1 0,75 , KECIL BESAR

1, x 100 500 x KECIL[ x] = ,100 x 500 500 100 0, x 500

0,25 0 100 400 500 Intensitas Cahaya (lumen)

0, x 100 x 100 BESAR[ x] = ,100 x 500 500 100 1, x 500

KECIL[400] =

500 400 = 0,25 500 100

BESAR[400] =

400 100 = 0,75 500 100

Fuzzifikasi Perjalanan Cahaya


1, y 100 600 y ,100 y 600 LAMBAT [ y ] = 600 100 0, y 600

0, y 100 y 100 CEPAT [ y ] = ,100 y 600 600 100 1, y 600

LAMBAT [300] =

600 300 = 0,6 600 100

CEPAT [300] =

300 100 = 0,4 600 100

Fuzzifikasi Putaran Mesin


u[z] 1 RENDAH TINGGI

1, z 20 70 z RENDAH [ z ] = ,20 z 70 70 20 0, z 70

20

70

(p ) Putaran Mesin (putaran/menit)

0, z 20 z 20 TINGGI [ z ] = ,20 z 70 70 20 1, z 70

Langkah 2 : Operasi Fuzzy g p y


Jika bagian sebab (antecedent) pada aturan if-then fuzzy lebih dari satu buah, maka dilakukan operasi logika fuzzy untuk mendapatkan kesimpulan dari bagian sebab tersebut.
u[x] 1 KECIL u[y] 1 CEPAT Aplikasi operasi AND (min)

0,4 0,25 0 0 0,25 Hasil H il operasi i fuzzy

[R1] intensitas cahaya KECIL DAN perjalanan cahaya CEPAT

Intensitas = 400

Perjalanan = 300

Langkah 3 : Proses Implikasi


Bagian akibat (consequent) adalah set fuzzy yang digambarkan menggunakan fungsi keanggotaan. K Kurva kib t i i dib t k k b li (reshape) sesuai akibat ini dibentuk kembali h i dengan nilai yang diberikan dari bagian sebab (antecedent) menggunakan proses implikasi. gg Metoda implikasi :
Metoda AND / MIN (minimum) :

k l keluaran set f t fuzzy di t dipotong


Metoda PROD (product) :

Keluaran set fuzzy diskalakan

Implikasi Aturan [R1]


u[x] 1 KECIL u[y] 1 CEPAT u[z] 1 TINGGI u[z] 1 Hasil Implikasi (Metoda MIN)

0,4 04 0,25 0 0 0

0,25 0 25

[R1] JIKA intensitas cahaya KECIL DAN perjalanan cahaya CEPAT MAKA putaran mesin TINGGI

Intensitas = 400

Perjalanan = 300

predikat1 = KECIL CEPAT dik


= min( KECIL[400], CEPAT [300]) = min(0,25;0,4) = 0,25

Implikasi Aturan [R2]


u[x] 1 KECIL u[y] 1 0,6 0,25 0 25 0,25 0 0 0 LAMBAT u[z] 1 TINGGI u[z] 1 Hasil Implikasi (Metoda MIN)

[R2] JIKA intensitas cahaya KECIL DAN perjalanan cahaya LAMBAT MAKA putaran mesin TINGGI

Intensitas = 400

Perjalanan = 300

predikat 2 = KECIL LAMBAT dik


= min( KECIL[400], LAMBAT [300]) = min(0,25;0,6) = 0,25

Implikasi Aturan [R3]

predikat3 = BESAR CEPAT dik t


= min( BESAR[400], CEPAT [300]) = min(0,75;0,4) = 0,4

Implikasi Aturan [R4]

predikat 4 = BESAR LAMBAT dik


= min( BESAR[400], LAMBAT [300]) = min(0,75;0,6) = 0,6

Langkah 4 : Komposisi Aturan g p


Apabila sistem terdiri dari beberapa aturan, maka p p , inferensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3 metoda yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu :
Metoda MAX (Maximum)

Metoda ADDITIVE (Sum)

Mengambil nilai maksimum semua keluaran daerah fuzzy Melakukan bounded-sum semua keluaran daerah fuzzy Melakukan product terhadap semua keluaran daerah fuzzy

Metoda Probabilistik OR (Probor)

Komposisi aturan menggunakan metoda MAX (Maximum)

Komposisi Aturan p
Daerah hasil komposisi dibagi menjadi 3 bagian : A1, A2 dan A3. Nilai a1 dan a2 diperoleh : (70-a1)/(70-20) = 0,60 a1 = 40 (70-a2)/(70-20) = 0,25 a2 = 57,5

u[z] 1

Fungsi keanggotaan hasil komposisi :


0,6 0,25 0 a1 a2

0,6; z 40 70 z ;40 z 57,5 [ z ] = 70 20 0,25; z 57,5

Langkah 5 : Defuzzifikasi g
Pada proses defuzzifikasi, set fuzzy hasil komposisi dikeluarkan menjadi sebuah bilangan. Metoda defuzzifikasi : centroid, bisector, middle of maximum, maximum largest of maximum, smallest of maximum.

Centroid (Composite Moment)


Solusi diperoleh dengan cara mengambil titik pusat daerah (z) fuzzy. Untuk semesta kontinyu :

momen _ kurva z= = ( z )dz luas _ kurva


z z

z ( z )dz

Untuk semesta diskrit :

z=

z (z )
j =1 n j j

(z )
j =1 j

Solusi Kasus : Proses Produksi


Momen setiap daerah A1 A2 dan A3 : A1,
M 1 = (0,6) zdz = 0,3 z 2
0 40 40 0

= 480
57 , 5 40

57 , 5

M2=
M3=

40
70

(70 z ) zdz = (1,4 z 0,02 z 2 )dz = 0,7 z 2 0,00672 z 3 50 40


57 , 5
70 57 , 5

= 353,65

57 , 5

(0,25) zdz = 0,125 z 2

= 199,22

Luas setiap daerah A1, A2 dan A3 : L ti d h A1 d A1 = 40 * 0,6 = 24 A2 = 0 25(57 5 - 40) + [(0 6 0 25)(57 5 40)] / 2 = 7 4375 0,25(57,5 [(0,6 0,25)(57,5 7,4375 A3 = (70-57,5) * 0,25 = 3,125

Solusi Kasus : Proses Produksi


Titik pusat diperoleh :
total _ momen 480 + 353,65 + 199,22 z= = = 29,88 total _ luas 24 + 7,4375 + 3,125

Jadi, kecepatan mesin yang harus dicapai sebesar 30 putaran/menit p

Kesimpulan : Diagram Inferensi Fuzzy

Tugas: Sistem Inferensi Fuzzy


Terdapat suatu perusahaan makanan kaleng. Berdasarkan data terakhir, permintaan terbesar hingga mencapai 5000 kemasan/hari dan kemasan/hari, permintaan terkecil 1000 kemasan/hari. Persediaan barang di gudang terbanyak hingga 600 kemasan/hari dan paling sedikit hingga 100 kemasan/hari. Hingga saat ini, perusahaan baru mampu memproduksi maksimum 7000 p p kemasan/hari, serta demi efisiensi diharapkan memproduksi minimum 2000 kemasan/hari.

Tugas: Sistem Inferensi Fuzzy


Proses produksi perusahaan memakai 4 aturan fuzzy :
[R1] JIKA Permintaan TURUN DAN Persediaan BANYAK MAKA produksi BERKURANG [R2] JIKA Permintaan TURUN DAN Persediaan SEDIKIT MAKA produksi BERKURANG [R3] JIKA Permintaan NAIK DAN Persediaan BANYAK MAKA produksi BERTAMBAH [R4] JIKA Permintaan NAIK DAN Persediaan SEDIKIT MAKA produksi BERTAMBAH d k i

Berapa kemasan yang harus diproduksi jika pada suatu hari jumlah permintaan sebanyak 4000 kemasan dan persediaan di gudang masih 300 kemasan ?