Logika Fuzzy
Logika Fuzzy
DEFINISI
HIMPUNAN FUZZY
FUNGSI KEANGGOTAAN
OPERASI LOGIKA
DEFINISI
HIMPUNAN FUZZY
FUNGSI KEANGGOTAAN
OPERASI LOGIKA
DEFINISI
Logika fuzzy adalah suatu cara yang tepat untuk
memetakan suatu ruang input ke dalam suatu ruang
output.
DEFINISI
Logika Fuzzy adalah peningkatan dari logika Boolean yang
mengenalkan konsep kebenaran sebagian. Di mana logika klasik
menyatakan bahwa segala hal dapat diekspresikan dalam istilah
binary (0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy
menggantikan kebenaran boolean dengan tingkat kebenaran.
Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1,
tingkat keabuan dan juga hitam dan putih, dan dalam bentuk
linguistik, konsep tidak pasti seperti "sedikit", "lumayan", dan
"sangat". Dia berhubungan dengan set fuzzy dan teori kemungkinan.
Fuzzy diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas
California, Berkeley pada 1965.
ALASAN DIGUNAKANNYA
LOGIKA FUZZY
1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang
mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
2. Logika fuzzy sangat fleksibel.
3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat
kompleks.
5. Logika fuzzy dapat membangun dan mengaplikasikan pengalamanpengalaman para pakar secara langsung tanpa harus melalui proses
pelatihan.
6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara
konvensional.
7. Logika fuzzy didasarkan pada bahasa alami.
APLIKASI
Pada tahun 1990 pertama kali dibuat mesin cuci dengan
logika fuzzy di Jepang (Matsushita Electric Industrial
Company). Sistem fuzzy digunakan untuk menentukan
putaran yang tepat secara otomatis berdasarkan jenis dan
banyaknya kotoran serta jumlah yang akan dicuci.
Input yang digunakan adalah: seberapa kotor, jenis kotoran,
dan banyaknya yang dicuci. Mesin ini menggunakan sensor
optik , mengeluarkan cahaya ke air dan mengukur
bagaimana cahaya tersebut sampai ke ujung lainnya. Makin
kotor, maka sinar yang sampai makin redup. Disamping itu,
sistem juga dapat menentukan jenis kotoran (daki atau
minyak).
APLIKASI
Transmisi otomatis pada mobil. Mobil Nissan telah
menggunakan sistem fuzzy pada transmisi otomatis, dan
mampu menghemat bensin 12 17%.
Ilmu kedokteran dan biologi, seperti sistem diagnosis yang
didasarkan pada logika fuzzy, penelitian kanker, manipulasi
peralatan prostetik yang didasarkan pada logika fuzzy, dll.
Ilmu lingkungan, seperti kendali kualitas air, prediksi cuaca,
dll.
Teknik, seperti perancangan jaringan komputer, prediksi
adanya gempa bumi, dll.
DEFINISI
HIMPUNAN FUZZY
FUNGSI KEANGGOTAAN
OPERASI LOGIKA
HIMPUNAN FUZZY
Pada himpunan tegas (crisp set), nilai keanggotaan suatu item x
dalam suatu himpunan A (ditulis A[x]) memiliki 2 kemungkinan :
Satu (1), artinya x adalah anggota A
Nol (0), artinya x bukan anggota A
Contoh 1 :
Jika diketahui :
S={1,2,3,4,5,6} adalah semesta pembicaraan
A={1,2,3}
B={3,4,5}
maka :
Nilai
Nilai
Nilai
Nilai
kaanggotaan
kaanggotaan
kaanggotaan
kaanggotaan
2
4
2
5
pada
pada
pada
pada
A, A[2] = 1, karena 2A
A, A[4] = 0, karena 4 A
B ????????
B ????????
Contoh 2:
Jika suhu lebih tinggi atau sama dengan 80 oF, maka suhu disebut panas,
sebaliknya disebut tidak panas
Kasus :
Suhu
Suhu
Suhu
Suhu
=
=
=
=
Contoh 3 :
Misal variable
MUDA
PAROBAYA
TUA
Muda
Parobaya
[x]
[x]
0
35
Tua
[x]
35
55
55
Apabila seseorang
Apabila seseorang
Apabila seseorang
Apabila seseorang
TIDAK PAROBAYA
Apabila seseorang
Apabila seseorang
TUA
berusia
berusia
berusia
berusia
34
35
35
35
Muda
Parobaya
Tua
[x]
0,5
0,2
5
0
25
35 40 45 50 55
65
Muda
Parobaya
Tua
[x]
0,5
0,2
5
0
25
35 40 45 50 55
65
HIMPUNAN FUZZY
Variabel temperatur, terbagi menjadi 5 himpunan
fuzzy, yaitu: DINGIN, SEJUK, NORMAL, HANGAT, dan
PANAS.
SEMESTA????
DOMAIN????
DEFINISI
HIMPUNAN FUZZY
FUNGSI KEANGGOTAAN
OPERASI LOGIKA
1. Representasi linier
Fungsi keanggotaan
untuk himpunan
PANAS pada variabel
temperatur ruangan
seperti terlihat pada
Gambar
Panas (27) = ????
Panas (34) = ????
Representasi linier
Contoh:
Fungsi keanggotaan
untuk himpunan
DINGIN pada variabel
temperatur ruangan
seperti terlihat pada
Gambar
dingin (25) = ????
dingin (17) = ????
2.
triangle x : a, b, c
0, x a
xa
, a x b
ba
cx
,b x c
c b
0, c x
3.
Representasi Trapesium
Ditentukan oleh 4 parameter {a,b,c,d}
sebagai berikut :
trapezoid x; a, b, c, d
0, x a
xa
, a x b
ba
1, b x c
dx
,c x d
d c
0, d x
REPRESENTASI BENTUK S
REPRESENTASI BENTUK S
REPRESENTASI BENTUK S
Contoh
Fungsi keanggotaan untuk
himpunan TUA pada variabel umur
seperti
terlihat pada Gambar
REPRESENTASI BENTUK S
Contoh
Fungsi keanggotaan untuk
himpunan MUDA pada variabel
umur seperti
terlihat pada Gambar
Muda (37)
Kurva PI
Kurva PI berbentuk lonceng dengan derajat keanggotaan 1
terletak pada
pusat dengan domain (), dan lebar kurva () seperti
terlihat pada
Gambar
Kurva Beta
Seperti halnya kurva PI, kurva BETA juga berbentuk lonceng namun
lebih
rapat. Kurva ini juga didefinisikan dengan 2 parameter, yaitu nilai
pada
domain yang menunjukkan pusat kurva (), dan setengah lebar
kurva ()
seperti terlihat pada Gambar
Kurva Beta
Kurva Gauss
Jika kurva PI dan kurva BETA menggunakan 2 parameter yaitu ()
dan
(), kurva GAUSS juga menggunakan () untuk menunjukkan
nilai
domain pada pusat kurva, dan (k) yang menunjukkan lebar
kurva
DEFINISI
HIMPUNAN FUZZY
FUNGSI KEANGGOTAAN
OPERASI LOGIKA
OPERASI LOGIKA
(OPERASI HIMPUNAN FUZZY)
MUDA[27]
= 1 - MUDA[27
= 1 - 0,6
= 0,4