Nama : Rizky Monica Virgine

NIM : 04121004

Tugas Kecerdasan Buatan

Fuzzy Logic adalah metodologi pemecahan masalah dengan beribu ribu

aplikasi dalam pengendali yang tersimpan dan pemrosesan informasi. Cocok
untuk diimplementasikan pada sistem yang sederhana, kecil, tertanam pada
mikro controller, PC multi-channel atau workstation berbasis akuisisi data dan
control sistem. Fuzzy logic menyediakan cara sederhana untuk menggambarkan
kesimpulan pasti dari informasi yang ambigu, samar -samar, atau tidak tepat.
Sedikit banyak, fuzzy logic menyerupai pembuatan keputusan pada manusia
dengan kemampuannya untuk bekerja dari data yang ditafsirkan dan mencari
solusi yang tepat. Fuzzy logic pada dasarnya merupakan logika bernilai banyak
(multivalued logic) yang dapat mendefinisikan nilai diantara keadaan
konvensional seperti ya atau tidak, benar atau salah, hitam atau putih, dan
sebagainya. Penalaran fuzzy menyediakan cara untuk memahami kinerja dari
system dengan cara menilai input dan output system dari hasil pengamatan.
Tahap Pemodelan dalam logika Fuzzy:

Gambar 1. 1 Sistem Fuzzy

Fuzzifikasi
Fuzzifikasi merupakan tahap pertama dari proses inferensi fuzzy.
Pada tahap ini data masukan diterima dan sistem menentukan nilai fungsi
keanggotaannya serta mengubah variabel numerik (variabel non fuzzy)
menjadi variabel linguistik (variabel fuzzy) (Jang et al. 1997). Bisa juga
disebut proses pengubahan data keanggotaan dari himpunan suatu bobot skor
biasa (konvensional) ke dalam keanggotaan himpunan bilangan fuzzy. Dengan
kata lain, fuzzifikasi merupakan pemetaan crisp points (titiktitik numerik)
ke gugus fuzzy dalam semesta pembicaraan. Metode fuzzifikasi dapat
juga dijumpai dengan hedge fuzzy (menerapkan pemagaran) pada sebuah
kumpulan (Pal 1989). Sebuah pemagar adalah sebuah operator yang

mentranformasikan sebuah kumpulan fuzzy ke dalam kumpulan fuzzy

lainnya yang diintensifkan atau dijarangkan. Fungsi keanggotaan member
arti atau mendefinisikan ekspresi linguistik menjadi bilangan yang dapat
dimanipulasi.
Fuzzifikasi
memperoleh
suatu
nilai
dan
mengkombinasikannya dengan fungsi keanggotaan untuk menghasilkan
nilai fuzzy (Sibigtroth 1992). Fuzzifikasi merupakan proses penentuan
sebuah bilangan input masingmasing gugus fuzzy (Viot 1993).

Evaluasi Aturan / Rule Based

Pada umumnya, aturanaturan fuzzy dinyatakan dalam bentuk IF
THEN yang merupakan inti dari relasi fuzzy. Relasi fuzzy, dinyatakan
dengan R, juga disebut implikasi fuzzy. Relasi fuzzy dalam pengetahuan
dasar dapat didefinisikan sebagai gugus pada implikasi fuzzy. Evaluasi
aturan (rule) atau fuzzy inference menggunakan teknik yang disebut min
max inference untuk menentukan nilai akhir berdasarkan nilai sistem
input (Sibigtroth 1992).
Masingmasing kaidah memiliki bentuk pernyataan IF THEN. Bagian IF
dari suatu kaidah meliputi satu atau lebih kondisi, disebut antesendent.
Sedangkan bagian THEN meliputi satu atau lebih aksi, disebut
consequent. Suatu antesendent dari kaidah terhubungkan langsung pada
derajat keanggotaan (fuzzy input) ditentukan melalui suatu proses
fuzzifikasi (Jang et al. 1997).

Defuzzifikasi
Defuzzifikasi adalah suatu proses yang menggabungkan seluruh
fuzzy output menjadi sebuah hasil spesifik yang dapat digunakan untuk
masingmasing sistem output (Jang et al. 1997). Defuzzifikasi merupakan
proses kebalikan dari fuzzifikasi, di mana nilai keanggotaan dari suatu
gugus fuzzy dikonversi ke dalam suatu bilangan real. Pada metode
Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF THEN
harus direprentasikan dengan suatu gugus fuzzy dengan fungsi
keanggotaan yang monoton. Output hasil inferensi dari tiap tiap aturan
diberikan secara crisp (tegas) berdasarkan derajat keanggotaan. Hasil
akhirnya diperoleh dengan menggunakan ratarata terbobot. Sedangkan
metode Mamdani terdiri dari empat tahap, yaitu pembentukan gugus
fuzzy, aplikasi fungsi implikasi (aturan), komposisi aturan dan penegasan.
Penalaran dengan metode Sugeno hampir sama dengan penalaran
Mamdani, hanya saja output (consequent) system tidak berupa gugus
fuzzy, melainkan berupa konstanta atau persamaan linier.
Sumber :
https://qqmickey.wordpress.com/2010/06/07/sekilas-tentang-fuzzy-logic/

http://miraclesphysics.blogspot.co.id/2012/10/fuzzy-logic.html