1.

Aturan umum pembentukan himpunan matematika

Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian
hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya
menunjukkan bahwa suatu item tidak hanya bernilai benar atau salah. Nilai 0 menunjukkan salah, nilai 1
menunjukkan benar, dan masih ada nilai-nilai yang terletak antara benar dan salah.
Operasi pada Fuzzy:
Fuzzy union (): union dari 2 himpunan fuzzy adalah maximum (MAX) dari masing-masing elemen pada
himpunan tersebut.
Contoh :
A = {1.0, 0.20, 0.75}
B = {0.2, 0.45, 0.50}
A B = {MAX(1.0, 0.2), MAX(0.20, 0.45), MAX(0.75, 0.50)}
= {1.0, 0.45, 0.75}
Fuzzy intersection (): intersection dari 2 himpunan fuzzy adalah MIN dari masing-masing elemen dari
kedua himpunan.
Contoh :
A B = {MIN(1.0, 0.2), MIN(0.20, 0.45), MIN(0.75, 0.50)} = {0.2, 0.20, 0.50}
Complement dari himpunan fuzzy dengan variabel keanggotaan X adalah (1-x)
Contoh .
Ac = {1 1.0, 1 0.2, 1 0.75} = {0.0, 0.8, 0.25}

2.

Analisis himpunan
Pada himpunan crisp, nilai keanggotaannya hanya ada dua kemungkinan, yaitu antara 0 atau 1, sedangkan
pada himpunan fuzzy nilai keanggotaannya pada rentang antara 0 sampai 1. Apabila x memiliki nilai
keanggotaan fuzzy A[x] = 0, berarti x tidak menjadi anggota himpunan A, juga apabila x memiliki nilai
keanggotaan fuzzy A[x] = 1 berarti x menjadi anggota penuh pada himpunan A. Himpunan fuzzy berguna
untuk memodelkan ketidak pastian atau ambiguitas data yang sering dijumpai dalam kehidupan seharihari. Himpunan fuzzy mengelompokkan suatu entitas berdasarkan pada linguistic variable, yang
dinyatakan berdasarkan derajat keanggotaan dalam semesta (universe) U. Keanggotaan suatu entitas pada
himpunan fuzzy dinyatakan dengan derajat keanggotaan yang nilainya berada pada interval 0.0 sampai 1.0.
Nilai keanggotaan tersebut menunjukkan entitas tersebut tidak hanya bernilai benar atau salah. Pada
himpunan fuzzy terdapat nilai-nilai antara benar dan salah tersebut. Nilai fuzzy dapat masuk dalam 2
himpunan berbeda. Misalkan Muda dan Dewasa, Dewasa dan Tua. Seberapa besar eksistensinya dalam
himpunan tersebut dapat dilihat pada nilai keanggotaannya.

Representasi kurva pada fuzzy:

a. Representasi Kurva Linier
b. Representasi Kurva Segitiga
c. Representasi Kurva Trapesium
d. Representasi Kurva bentuk Bahu
e. Representasi Kurva-S
f. Representasi Kurva Bentuk Lonceng, Kurva Beta dan Kurva GAUSS
3.

Fungsi karakteristik himpunan

Sebuah himpunan fuzzy pada semesta X dinyatakan oleh fungsi yang memetakan setiap anggota X
dengan derajat keanggotaan pada interval [0, 1].