1. Pendahuluan.
Suatu himpunan klasik adalah suatu himpunan dengan batasan crisp, contohnya :
himpunan klasik A dari bilangan real yang lebih besar dari 6 dapat diekspresikan sebagai
A = {x | x > 6} 1
dimana telah jelas, batasnya adalah 6 sehingga jika x lebih besar dari bilangan ini, maka
x termasuk dalam himpunan A, selain itu tidak termasuk dalam himpunan. Walaupun
himpunan klasik sesuai untuk berbagai aplikasi dan telah terbukti sebagai alat penting
untuk matematika dan ilmu komputer, tetapi tidak mencerminkan konsep dan pemikiran
alami manusia. Sebagai ilustrasi, secara matematis himpunan tinggi orang sebagai
kumpulan orang-orang yang mempunyai tinggi lebih dari 6 kaki diekspresikan seperti
pada persamaan 1. jika diketahui A = tinggi orang dan x = tinggi. Sebelum ada cara
yang tepat untuk merepresentasikan tinggi orang, orang dengan tinggi 6,001 ft termasuk
orang tinggi, tetapi tidak untuk orang dengan tinggi 5,999 ft.
Berbeda dengan himpunan klasik, himpunan fuzzy adalah himpunan tanpa batasan
crisp. Yaitu transisi dari termasuk dalam himpunan hingga yang tidak termasuk dalam
himpunan secara gradual, dan transisi ini dikarakterisasi dengan fungsi keanggotaan
yang memberikan fleksibilitas fuzy dalam pemodelan umum yang digunakan dalam
ekspresi linguistik, seperti panasnya air atau tingginya suhu.
1
Gambar 1. a. A = Jumlah anak yang masuk akal dalam keluarga
b. B = Tentang umur 50 tahun.
Gambar 2. Nilai linguistik young, middle aged dan old dari suatu MF.
• Support.
Support himpunan fuzzy A adalah himpunan dari semua titik x dalam X seperti pada
µ A (x ) > 0 :
support ( A) = {x | µ A ( x ) > 0} 3
• Core (inti).
Core (inti) dari himpunan fuzzy A adalah himpunan dari semua titik x dalam X seperti
pada µ A ( x ) = 1 :
core( A) = {x | µ A (x ) = 1} 4
• Normality.
Himpunan fuzzy A adalah normal jika core (inti)-nya tidak kosong. Dengan kata lain,
selalu dapat ditemukan satu titik x ∈ X seperti pada µ A ( x ) = 1 .
• Crossover points.
Suatu titik crossover dari himpunan fuzzy A adalah satu titik x ∈ X yang mana
µ A ( x ) = 0.5 :
crossover ( A) = {x | µ A ( x ) = 0.5} 5
• Fuzzy singleton.
Sebuah himpunan fuzzy yang mana supportnya adalah sebuah titik tunggal dalam X
dengan µ A ( x ) = 1 disebut sebagai fuzzy singleton.
• α-cut dan strong α-cut.
α-cut atau himpunan α-level dari sebuah himpunan fuzzy A adalah himpunan crisp
yang didefinisikan oleh
Aα = {x | µ A ( x ) ≥ α } 6
strong α -cut atau himpunan strong α-level didefinisikan serupa.
Aα' = {x | µ A ( x ) > α } 7
2
• Convexity.
Sebuah himpunan fuzzy A adalah konvex jika dan hanya jika untuk setiap x1, x2 ∈ X
dan setiap λ ∈ [0,1]
µ A (λx1 + (1 − λ )x 2 ) ≥ min{µ A ( x1 ), µ A ( x 2 )} 8
alternatifnya, A adalah konvex jika semua himpunan α-level nya konvex.
• Bilangan fuzzy.
Sebuah bilangan fuzzy adalah sebuah himpunan fuzzy dalam garis real (R) yang
memenuhi kondisi untuk normalitas dan konvexitas.
• Bandwidth normal dan himpunan fuzzy konvex.
Untuk suatu himpunan fuzzy normal dan konvex, bandwidth atau width didefinisikan
sebagai jarak antara dua titik crossover yang unik.
width( A) = x 2 − x1 9
dimana µ A ( x1 ) = µ A ( x 2 ) = 0.5
3. Operasi himpunan.
Operasi dasar himpunan adalah union, intersection dan complement. Berikut ini definisi
dari operasi-operasi himpunan.
Gambar 5. Subset
4
Intersection atau conjunction.
Intersection dari dua himpunan fuzzy A dan B adalah himpunan fuzzy C, dituliskan
sebagai C = A ∩ B atau C = A and B
µ C ( x ) = min (µ A (x ), µ B ( x )) = µ A ( x ) ∧ µ B ( x ) 12
Complement atau negasi.
Complement himpunan fuzzy A, dinotasikan dengan A(¬A, not A) , didefinisikan
sebagai
µ A (x ) = 1 − µ A (x ) 13
5
Gambar 7. bentuk kurva MF.
• MF gaussian.
2
1 x −c
gaussian(x; c, σ ) = e 2 σ
20
• MF generalized bell.
1
bell (x; a, b, c ) = 2b
21
x−c
1+
a
6
• MF sigmoid.
1
sig ( x; a, c ) = 22
1 + exp[− a( x − c )]
• MF kiri – kanan.
c− x
FL x≤c
α
LR ( x; c, α , β ) = 23
x−c
FR x ≥ c
β
Gambar 9. MF sigmoid
7
4.2. MF dua dimensi.
• Ekstensi silindris dari himpunan fuzzy satu dimensi.