BILANGAN FUZZY

Bab ini mendiskripsikan bilangan fuzzy. Pertama dari semua, kita akan
melihat lebih jauh tentang interval, konsep dasar dari bilangan fuzzy, dan
kemudian operasi dari bilangan fuzzy. Sebagai tambahan, kita akan
memperkenalkan jenis khusus (special) dari bilangan fuzzy seperti bilangan fuzzy
triangular dan bilangan fuzzy trapezoidal.

5.1 Konsep Bilangan Fuzzy

5.1.1 Interval
Ketika interval didefinisikan pada bilangan real ℜ, interval pada bilangan
real dikatakan menjadi subset dari ℜ. Misalnya, jika interval dinyatakan sebagai =
[𝑎1 , 𝑎3 ] 𝑎1 , 𝑎3 ∈ ℜ, 𝑎1 < 𝑎3, kita mungkin menganggap ini sebagai salah satu
jenis himpunan. Ekspresi interval sebagai fungsi keanggotaan ditunjukkan sebagai
berikut (gambar 5.1)
0, 𝑥 < 𝑎1
𝜇𝐴 (𝑥) = 1, 𝑎1 ≤ 𝑥 ≤ 𝑎3
0, 𝑥 > 𝑎3
Jika 𝑎1 = 𝑎3 interval ini mengindikasikan suatu titik. Yaitu, [𝑎1 , 𝑎1 ] = 𝑎1.

Gambar 5.1 Interval 𝐴 = [𝑎1 , 𝑎3 ]

5.1.2 Bilangan Fuzzy

Bilangan fuzzy diekspresikan sebagai himpunan fuzzy yang mendefiniskan
interval fuzzy pada bilangan real ℜ. Karena batas interval ini ambigu, interval
juga merupakan himpunan fuzzy. Interval fuzzy secara umum direpresentasikan
melalui dua titik akhir 𝑎1 dan 𝑎3 dan titik puncak 𝑎2 sebagai [𝑎1 , 𝑎2 , 𝑎3 ] (gambar
5.2). Operasi 𝛼-cut juga dapat diterapkan pada bilangan fuzzy. Jika kita
menyatakan interval 𝛼-cut untuk bilangan fuzzy 𝐴 sebagai 𝐴𝛼 , diperoleh interval
𝐴𝛼 yang didefinisikan sebagai
𝐴𝛼 = [𝑎1 (𝛼) , 𝑎3 (𝛼) ]
Kita juga akan mengetahui bahwa itu meruapakan suatu interval tegas sederhana
(gambar 5.3). Di sini kita meninjau definisi bilangan fuzzy yang diberikan pada
subbab 1.5.4

Definisi (Bilangan Fuzzy) adalah himpunanan fuzzy yang memenuhi kondisi:

- Himpunan fuzzy konvek
- Himpunan fuzzy normal
- Fungsi Keanggotaannya adalah piecewise continuous.
- Terdefinisi pada bilangan real
Bilangan fuzzy harus normal dan konvek. Kondisi normalisasi di sini meyebabkan
nilai maksimun keanggotaannya adalah 1.
∃𝑥 ∈ ℜ, 𝜇𝐴 (𝑥) = 1
Kondisi konvek menyatakan bahwa garis melalui 𝛼-cut adalah kontinu dan
interval 𝛼-cut memenuhi relasi sebagai berikut.
𝐴𝛼 = [𝑎1 (𝛼) , 𝑎3 (𝛼) ]
′ ′
(𝛼 ′ < 𝛼) ⟹ (𝑎1 (𝛼 ) < 𝑎1 (𝛼) , 𝑎3 (𝛼 ) > 𝑎3 (𝛼) )
 Gambar 5.2 Bilangan Fuzzy 𝐴 = [𝑎1 , 𝑎2 , 𝑎3 ]

Gambar 5.3 𝛼-cut dari bilangan fuzzy (𝛼 ′ < 𝛼) ⟹ (𝐴𝛼 ⊂ 𝐴𝛼′ )

Kondisi konvek mungkin juga dapat dituliskan

(𝛼 ′ < 𝛼) ⟹ (𝐴𝛼 ⊂ 𝐴𝛼′ )

5.1.3 Operasi pada Interval

Operasi pada bilangan fuzzy dapat di generalisasikan dari interval tegas. Mari kita
lihat operasi interval.
∀𝑎1 , 𝑎3 , 𝑏1 , 𝑏3 ∈ ℜ
𝐴 = [𝑎1 , 𝑎3 ], 𝐵 = [𝑏1 , 𝑏3 ]
Dengan asumsi bahwa 𝐴 dan 𝐵 sebagai ekspresi bilangan interval, operasi-operasi
utama interval adalah
(1) Penambahan
[𝑎1 , 𝑎3 ] (+) [𝑏1 , 𝑏3 ] = [𝑎1 + 𝑏1 , 𝑎3 + 𝑏3 ]
(2) Pengurangan
[𝑎1 , 𝑎3 ] (−) [𝑏1 , 𝑏3 ] = [𝑎1 − 𝑏3 , 𝑎3 − 𝑏1 ]
(3) Perkalian
[𝑎1 , 𝑎3 ] (∙) [𝑏1 , 𝑏3 ] = [𝑎1 ∙ 𝑏1 ∧ 𝑎1 ∙ 𝑏3 ∧ 𝑎3 ∙ 𝑏1 ∧ 𝑎3 ∙ 𝑏3 , 𝑎1 ∙ 𝑏1 ∨
𝑎1 ∙ 𝑏3 ∨ 𝑎3 ∙ 𝑏1 ∨ 𝑎3 ∙ 𝑏3 ]
(4) Pembagian
[𝑎1 , 𝑎3 ] (/) [𝑏1 , 𝑏3 ] = [𝑎1 /𝑏1 ∧ 𝑎1 /𝑏3 ∧ 𝑎3 /𝑏1 ∧ 𝑎3 /𝑏3 , 𝑎1 /𝑏1 ∨
𝑎1 /𝑏3 ∨ 𝑎3 /𝑏1 ∨ 𝑎3 /𝑏3 ], dengan 𝑏1 ≠ 0 atau
𝑏3 ≠ 0
 (5) Interval invers
[𝑎1 , 𝑎3 ]−1 = [1/𝑎1 ∧ 1/𝑎3 , 1/𝑎1 ∨ 1/𝑎3 ], dengan 𝑎1 ≠ 0 atau 𝑎3 ≠ 0

(6) Perkalian skalar

Misalnya, a perkalian ∈ ℜ,
𝑎[𝑏1 , 𝑏3 ] = [𝑎 ∙ 𝑏1 ∧ 𝑎 ∙ 𝑏3 , 𝑎 ∙ 𝑏1 ∨ 𝑎 ∙ 𝑏3 ]
Contoh 5.1 terdapat dua interval 𝐴 dan 𝐵,
𝐴 = [3,5], 𝐵 = [−2,7]

Sehingga operasi himpunan sebagai berikut.

𝐴(+)𝐵 = [3 − 2, 5 + 7] = [1,12]
𝐴(−)𝐵 = [3 − 7, 5 − (−2)] = [−4,7]
𝐴(∙)𝐵 = [3 ∙ (−2) ∧ 3 ∙ 7 ∧ 5 ∙ (−2) ∧ 5 ∙ 7, 3 ∙ (−2) ∨ ⋯ ] = [−10,35]
𝐴(/)𝐵 = [3/(−2) ∧ 3/7 ∧ 5/(−2) ∧ 5/7, 3/(−2) ∨ ⋯ ] = [−2.5,5/7]
1 1 1 1 1 1
𝐵 −1 = [−2,7]−1 = [(−2) ∧ 7 , (−2) ∨ 7] = [− 2 , 7]

−4𝐵 = −4[−2,7] = [(−4) ∙ (−2) ∧ (−4) ∙ 7, (−4) ∙ (−2) ∨ (−4) ∙ 7]

= [8 ∧ −28,8 ∨ −28]
= [−28, 8]

Ketika himpunan 𝐴 dan 𝐵 sebelumnya didefinisikan pada bilangan real

positif ℜ+ , operasi perkalian, pembagian, dan interval invers ditulis sebagai
berikut
(3’) Perkalian
[𝑎1 , 𝑎3 ] (∙) [𝑏1 , 𝑏3 ] = [𝑎1 ∙ 𝑏1 , 𝑎3 ∙ 𝑏3 ]
(4’) Pembagian
[𝑎1 , 𝑎3 ] (/) [𝑏1 , 𝑏3 ] = [𝑎1 /𝑏3 , 𝑎3 /𝑏1 ]
(5’) Interval inversi
[𝑎1 , 𝑎3 ]−1 = [1/𝑎3 , 1/𝑎1 ]

(6’) Minimum
 [𝑎1 , 𝑎3 ] (∧) [𝑏1 , 𝑏3 ] = [𝑎1 ∧ 𝑏1 , 𝑎3 ∧ 𝑏3 ]
(7’) Maksimum
[𝑎1 , 𝑎3 ] (∨) [𝑏1 , 𝑏3 ] = [𝑎1 ∨ 𝑏1 , 𝑎3 ∨ 𝑏3 ]
(8’) Perkalian skalar
Misalnya, a ∈ ℜ+ ,
𝑎[𝑏1 , 𝑏3 ] = [𝑎 ∙ 𝑏1 , 𝑎 ∙ 𝑏3 ]

5.2 Operasi pada Bilangan Fuzzy

5.2.1 Operasi 𝜶-cut Interval
Kita mengacu untuk interval 𝛼-cut pada bilangan fuzzy 𝐴 = [𝑎1 , 𝑎3 ] sebagai
himpunan tegas
𝐴𝛼 = [𝑎1 (𝛼) , 𝑎3 (𝛼) ], ∀𝛼 ∈ [0,1], 𝑎1 , 𝑎3 , 𝑎1 (𝛼) , 𝑎3 (𝛼) ∈ ℜ
Sehingga 𝐴𝛼 merupakan interval tegas. Dengan demikian, operasi interval yang
dikaji pada subbab sebelumnya dapat diterapkan untuk interval 𝛼-cut 𝐴𝛼 .
Jika interval 𝛼-cut 𝐵𝛼 dari bilangan fuzzy 𝐵 diberikan
𝐵 = [𝑏1 , 𝑏3 ], 𝑏1 , 𝑏3 ∈ ℜ
𝐵𝛼 = [𝑏1 (𝛼) , 𝑏3 (𝛼) ], ∀𝛼 ∈ [0,1], 𝑏1 , 𝑏3 , 𝑏1 (𝛼) , 𝑏3 (𝛼) ∈ ℜ
Operasi-operasi antara 𝐴𝛼 dan 𝐵𝛼 dapat digambarkan sebagai berikut:
(𝛼) (𝛼) (𝛼) (𝛼)
[𝑎1 (𝛼) , 𝑎3 (𝛼) ](+)[𝑏1 , 𝑏3 ] = [𝑎1 (𝛼) + 𝑏1 , 𝑎3 (𝛼) + 𝑏3 ]
(𝛼) (𝛼) (𝛼) (𝛼)
[𝑎1 (𝛼) , 𝑎3 (𝛼) ](−)[𝑏1 , 𝑏3 ] = [𝑎1 (𝛼) − 𝑏3 , 𝑎3 (𝛼) − 𝑏1 ]

Operasi-operasi ini dapat juga diterapkan pada perkalian dan pembagian dengan
cara yang sama.
Begitu juga untuk perkalian skalar dengan himpunan.
Kita juga dapat mengalikan nilai skalar pada interval 𝛼-cut pada bilangan fuzzy.
∀𝛼 ∈ [0,1], 𝑏1 (𝛼) , 𝑏3 (𝛼) ∈ ℜ
(𝛼) (𝛼) (𝛼) (𝛼)
𝑎[𝑏1 (𝛼) , 𝑏3 (𝛼) ] = [𝑎 ∙ 𝑏1 ∧ 𝑎 ∙ 𝑏3 , 𝑎 ∙ 𝑏1 ∨ 𝑎 ∙ 𝑏3 ]
5.2.2 Operasi Bilangan Fuzzy
Operasi-operasi interval sebelumya juga dapat diterapkan pada bilangan fuzzy.
Karena hasil dari bilangan fuzzy (himpunan fuzzy) adalah dalam bentuk
himpunan fuzzy, hasilnya diekspresikan pada fungsi keanggotaan.
∀𝑥, 𝑦, 𝑧 ∈ ℜ
(1) Penambahan : 𝐴(+)𝐵
𝜇𝐴(+)𝐵 (𝑧) =∨𝑧=𝑥+𝑦 (𝜇𝐴 (𝑥) ∧ 𝜇𝐵 (𝑦))
(2) Pengurangan : 𝐴(−)𝐵
𝜇𝐴(−)𝐵 (𝑧) =∨𝑧=𝑥−𝑦 (𝜇𝐴 (𝑥) ∧ 𝜇𝐵 (𝑦))
(3) Perkalian : 𝐴(∙)𝐵
𝜇𝐴(∙)𝐵 (𝑧) =∨𝑧=𝑥∙𝑦 (𝜇𝐴 (𝑥) ∧ 𝜇𝐵 (𝑦))
(4) Pembagian : 𝐴(/)𝐵
𝜇𝐴(/)𝐵 (𝑧) =∨𝑧=𝑥/𝑦 (𝜇𝐴 (𝑥) ∧ 𝜇𝐵 (𝑦))
(5) Minimum : 𝐴(∧)𝐵
𝜇𝐴(∧)𝐵 (𝑧) =∨𝑧=𝑥∧𝑦 (𝜇𝐴 (𝑥) ∧ 𝜇𝐵 (𝑦))
(6) Maksimum : 𝐴(∨)𝐵
𝜇𝐴(∨)𝐵 (𝑧) =∨𝑧=𝑥∨𝑦 (𝜇𝐴 (𝑥) ∧ 𝜇𝐵 (𝑦))

5.2.3 Contoh-contoh Operasi Bilangan Fuzzy

Contoh 5.3 Penambahan 𝐴(+)𝐵
Untuk pemahaman lebih lanjut operasi bilangan fuzzy, mari kita pertimbangkan
dua himpunan fuzzy 𝐴 dan 𝐵. Catat bahwa himpunan-himpunan fuzzy ini
didefinisikan pada bilangan diskrit untuk memudahkan.
𝐴 = {(2,1), (3,0.5)}, 𝐵 = {(3,1), (4,0.5)}
Pertama dari semua, fokus kita penambahan antara 𝐴 dan 𝐵. Untuk menginduksi
𝐴(+)𝐵, untuk semua 𝑥 ∈ 𝐴, 𝑦 ∈ 𝐵, 𝑧 ∈ 𝐴(+)𝐵, kita mengecek setiap kasus
sebagai berikut (gambar 5.4)
(i) Untuk 𝑧 < 5,
𝜇𝐴(+)𝐵 (𝑧) = 0
(ii) 𝑧 = 5
Hasil dari 𝑥 + 𝑦 = 2 + 3
𝜇𝐴 (2) ∧ 𝜇𝐵 (3) = 1 ∧ 1 = 1
𝜇𝐴(+)𝐵 (5) =∨5=2+3 (1) = 1

(iii)𝑧 = 6
Hasil dari 𝑥 + 𝑦 = 3 + 3 atau 𝑥 + 𝑦 = 2 + 4
𝜇𝐴 (3) ∧ 𝜇𝐵 (3) = 0.5 ∧ 1 = 0.5
𝜇𝐴 (2) ∧ 𝜇𝐵 (4) = 1 ∧ 0.5 = 0.5
𝜇𝐴(+)𝐵 (6) =∨6=3+3, 6=2+4 (0.5,0.5) = 0.5

(iv) 𝑧 = 7
Hasil dari 𝑥 + 𝑦 = 3 + 4
𝜇𝐴 (3) ∧ 𝜇𝐵 (4) = 0.5 ∧ 0.5 = 0.5
𝜇𝐴(+)𝐵 (7) =∨7=3+4 (0.5) = 0.5

(v) Untuk 𝑧 > 7

𝜇𝐴(+)𝐵 (𝑧) = 0
Sehingga 𝐴(+)𝐵 dapat ditulis
𝐴(+)𝐵 = {(5.1), (6,0.5), (7,0.5)}
 (a) Himpunan Fuzzy 𝐴

(b) Himpunan Fuzzy 𝐵

(c) Himpunan Fuzzy 𝐴(+)𝐵

Gambar 5.4 Operasi tambah pada himpunan fuzzy

Contoh 5.4 Pengurangan 𝐴(−)𝐵

Mari manipulasi 𝐴(−)𝐵 antara definisi yang sebelumnya tentang himpunan fuzzy
𝐴 dan 𝐵. Untuk 𝑥 ∈ 𝐴, 𝑦 ∈ 𝐵, 𝑧 ∈ 𝐴(−)𝐵. Himpunan fuzzy 𝐴(−)𝐵
didefinisikan sebagai berikut (gambar 5.5)
(i) Untuk 𝑧 < −2,
𝜇𝐴(−)𝐵 (𝑧) = 0
(ii) 𝑧 = −2
Hasil dari 𝑥 − 𝑦 = 2 − 4
𝜇𝐴 (2) ∧ 𝜇𝐵 (4) = 1 ∧ 0.5 = 0.5
𝜇𝐴(−)𝐵 (−2) = 0.5
 (iii)𝑧 = −1
Hasil dari 𝑥 − 𝑦 = 2 − 3 atau 𝑥 − 𝑦 = 3 − 4
𝜇𝐴 (2) ∧ 𝜇𝐵 (3) = 1 ∧ 1 = 1
𝜇𝐴 (3) ∧ 𝜇𝐵 (4) = 0.5 ∧ 0.5 = 0.5
𝜇𝐴(−)𝐵 (−1) =∨−1=2−3,−1=3−4 (1,0.5) = 1

(iv) 𝑧 = 0
Hasil dari 𝑥 − 𝑦 = 3 − 3
𝜇𝐴 (3) ∧ 𝜇𝐵 (3) = 0.5 ∧ 1 = 0.5
𝜇𝐴(−)𝐵 (0) = 0.5

(v) Untuk 𝑧 ≥ 1
𝜇𝐴(−)𝐵 (𝑧) = 0
Sehingga 𝐴(−)𝐵 dapat ditulis
𝐴(−)𝐵 = {(−2,0.5), (−1,1), (0,0.5)}

Gambar 5.5 Bilangan fuzzy 𝐴(−)𝐵

Contoh 5.5 Operasi maksimum 𝐴(∨)𝐵

Mari sepakat dengan operasi Maksimum 𝐴(∨)𝐵 antara 𝐴 dan 𝐵
Untuk ∈ 𝐴, 𝑦 ∈ 𝐵, 𝑧 ∈ 𝐴(∨)𝐵 , himpunan fuzzy 𝐴(∨)𝐵 didefinisikan oleh
𝜇𝐴(∨)𝐵 (𝑧)
 (i) Untuk 𝑧 ≤ 2
𝜇𝐴(∨)𝐵 (𝑧) = 0
(ii) 𝑧 = 3
Hasil dari 𝑥 ∨ 𝑦 = 2 ∨ 3 dan 𝑥 ∨ 𝑦 = 3 ∨ 3
𝜇𝐴 (2) ∧ 𝜇𝐵 (3) = 1 ∧ 1 = 1
𝜇𝐴 (3) ∧ 𝜇𝐵 (3) = 0.5 ∧ 1 = 0.5
𝜇𝐴(∨)𝐵 (3) =∨3=2∨3,3=3∨3 (1,0.5) = 1

(iii)𝑧 = 4
Hasil dari 𝑥 ∨ 𝑦 = 2 ∨ 4 dan 𝑥 ∨ 𝑦 = 3 ∨ 4
𝜇𝐴 (2) ∧ 𝜇𝐵 (4) = 1 ∧ 0.5 = 0.5
𝜇𝐴 (3) ∧ 𝜇𝐵 (4) = 0.5 ∧ 0.5 = 0.5
𝜇𝐴(∨)𝐵 (4) =∨4=2∨4,3=3∨4 (0.5,0.5) = 0.5

(iv) Untuk 𝑧 > 5

Tidak mungkin 𝜇𝐴(∨)𝐵 (𝑧) = 0
Sehingga 𝐴(∨)𝐵 didefinisikan menjadi
𝐴(∨)𝐵 = {(3,1), (4,0.5)}
Sejauh ini kita telah melihat hasil dari operasi-operasi pada himpunan fuzzy, dan
dengan demikian kita menyadari bahwa prinsip ekstensi diterapkan untuk operasi
pada bilangan fuzzy

5.3 Bilangan Fuzzy Triangular

5.3.1 Definisi Bilangan Fuzzy Triangular
Diantara berbagai bentuk bilangan fuzzy, bilangan fuzzy triangular merupakan
salah satu yang paling populer.
Definisi: Triangular bilangan fuzzy merupakan bilangan fuzzy yang
direpresentasikan dengan tiga titik sebagai berikut:
𝐴 = (𝑎1 , 𝑎2 , 𝑎3 )
Representasi ini diinterpretasikan sebagai fungsi keanggotaan (gambar 5.6)
 0, 𝑥 < 𝑎1
𝑥−𝑎1
, 𝑎1 ≤ 𝑥 ≤ 𝑎2
𝑎2 −𝑎1
𝜇𝐴 (𝑥) 𝑎 − 𝑥
3
, 𝑎2 ≤ 𝑥 ≤ 𝑎3
𝑎3 − 𝑎2
0, 𝑥 > 𝑎3

Sekarang jika kita memperoleh interval tegas melalui operasi 𝛼-cut, interval 𝐴𝛼
akan termuat mengikuti ∀𝛼 ∈ [0,1]
Dari

𝑎1 (𝛼) − 𝑎1 𝑎3 − 𝑎3 (𝛼)
=𝛼, =𝛼
𝑎2 − 𝑎1 𝑎3 − 𝑎2

Gambar 5.6 Bilangan fuzzy triangular 𝐴 = (𝑎1 , 𝑎2 , 𝑎3 )

Kita memperoleh
𝑎1 (𝛼) = (𝑎2 − 𝑎1 )𝛼 + 𝑎1
𝑎3 (𝛼) = −(𝑎3 − 𝑎2 )𝛼 + 𝑎3
Dengan demikian
𝐴𝛼 = [𝑎1 (𝛼) , 𝑎3 (𝛼) ]
= [(𝑎2 − 𝑎1 )𝛼 + 𝑎1 , −(𝑎3 − 𝑎2 )𝛼 + 𝑎3 ]

Contoh 5.6 pada kasus bilangan fuzzy triangular 𝐴 = (−5, −1,1)

(gambar 5.7), nilai fungsi keanggotaan akan menjadi
 0, 𝑥 < −5
𝑥+5
, − 5 ≤ 𝑥 ≤ −1
4
𝜇𝐴 (𝑥)
1−𝑥
, −1≤ 𝑥 ≤1
2
0, 𝑥>1

Gambar 5.7 𝛼 = 0.5 cut bilangan fuzzy triangular 𝐴 = (−5, −1,1)

𝛼 = 0.5 cut interval dari bilangan fuzzy ini adalah

𝑥+5
= 𝛼 ⟹ 𝑥 = 4𝛼 − 5
4
1−𝑥
= 𝛼 ⟹ 𝑥 = −2𝛼 + 1
2
𝐴𝛼 = [𝑎1 (𝛼) , 𝑎3 (𝛼) ] = [4𝛼 − 5, −2𝛼 + 1]
Jika 𝛼 = 0,5, substitusi 0.5 untuk 𝛼, kita memperoleh 𝐴0.5
𝐴0.5 = [𝑎1 (0.5) , 𝑎3 (0.5) ] = [−3, 0]

5.3.2 Operasi Bilangan Fuzzy Triangular

Sifat-sifat yang sama pentingnya dari operasi pada bilangan fuzzy triangular
diringkas
(1) Hasil dari penambahan atau pengurangan antara hasil bilangan fuzzy
triangular adalah bilangan fuzzy triangular.
 (2) Hasil dari perkalian atau pembagian bukan merupakan bilangan fuzzy
triangular
(3) Operasi maksimum atau minimum tidak memberikan bilangan fuzzy
triangular. Tetapi kita sering mengasumsikan bahwa hasil operasional dari
perkalian atau pembagian untuk menjadi TFN sebagai nilai pendekatan.

1) Operasi bilangan fuzzy triangular

Pertama, pertimbangkan penambahan dan pengurangan. Di sini kita tidak
perlu menggunakan fungsi keanggotaan. Misalkan bilangan fuzzy
triangular 𝐴 dan 𝐵 didefinisikan sebagai
𝐴 = (𝑎1 , 𝑎2 , 𝑎3 ), 𝐵 = (𝑏1 , 𝑏2 , 𝑏3 )
i) Penambahan
𝐴(+)𝐵 = (𝑎1 , 𝑎2 , 𝑎3 ) + (𝑏1 , 𝑏2 , 𝑏3 ) Bilangan fuzzy triangular
= (𝑎1 + 𝑏1 , 𝑎2 + 𝑏2 , 𝑎3 + 𝑏3 )
ii) Pengurangan
𝐴(−)𝐵 = (𝑎1 , 𝑎2 , 𝑎3 ) + (𝑏1 , 𝑏2 , 𝑏3 ) Bilangan fuzzy triangular

= (𝑎1 − 𝑏3 , 𝑎2 − 𝑏2 , 𝑎3 − 𝑏1 )
iii) Gambar simetris
Bilangan fuzzy triangular
−(𝐴) = (−𝑎3 , −𝑎2 , −𝑎1 )

Contoh 5.7 Mari pertimbangkan operasi bilangan fuzzy 𝐴, 𝐵 (gambar 5.8)

𝐴 = (−3,2,4), 𝐵 = (−1,0,6)
𝐴(+)𝐵 = (−4,2,10)
𝐴(−)𝐵 = (−9,2,5)
2) Operasi dengan 𝛼-cut
Interval-interval 𝛼-level dari operasi 𝛼-cut pada dua di atas bilangan fuzzy
triangular 𝐴 dan 𝐵 adalah
 (a) Bilangan fuzzy triangular 𝐴, 𝐵

(b) Bilangan fuzzy triangular 𝐴(+)𝐵

(c) Bilangan fuzzy triangular 𝐴(−)𝐵

Gambar 5.8 Bilangan fuzzy triangular 𝐴(+)𝐵 dan 𝐴(−)𝐵

𝐴𝛼 = [𝑎1 (𝛼) , 𝑎3 (𝛼) ] = [(𝑎2 − 𝑎1 )𝛼 + 𝑎1 , −(𝑎3 − 𝑎2 )𝛼 + 𝑎3 ]

= [5𝛼 − 3, −2𝛼 + 4]
 𝐵𝛼 = [𝑏1 (𝛼) , 𝑏3 (𝛼) ] = [(𝑏2 − 𝑏1 )𝛼 + 𝑏1 , −(𝑏3 − 𝑏2 )𝛼 + 𝑏3 ]
= [𝛼 − 1, −6𝛼 + 6]
Penentuan penambahan dari dua interval 𝛼-cut 𝐴𝛼 dan 𝐵𝛼 ,
𝐴𝛼 (+)𝐵𝛼 = [6𝛼 − 4, −8𝛼 + 10]
Khusus untuk 𝛼 = 0 dan 𝛼 = 1
𝐴0 (+)𝐵0 = [−4,10]
𝐴1 (+)𝐵1 = [2,2] = 2
Tiga titik dari prosedur ini sesuai dengan tiga titik pada bilangan fuzzy triangular
(−4,2,10) dan hasil 𝐴(+)𝐵 diberikan pada contoh sebelumnya.
Seperti yang di atas, setelah memenuhi 𝐴𝛼 (−)𝐵𝛼 , mari pikirkan kasus ketika 𝛼 =
0 dan 𝛼 = 1
𝐴0 (−)𝐵0 = [−9,5]
𝐴1 (−)𝐵1 = [2,2] = 2
Ini juga sesuai dengan tiga titik dari 𝐴(−)𝐵 = (−9,2,5)
Konsekuensinya, kita mengetahui bahwa kita dapat menunjukkan operasi-
operasi antara bilangan fuzzy menggunakan interval 𝛼-cut.

5.3.3 Operasi Bilangan Fuzzy Umum

Hingga kini, kita telah mempertimbangkan penyederhanaan prosedur pada
penambahan dan pengurangan menggunakan tiga titik bilangan fuzzy triangular.
Namun, bilangan fuzzy mungkin memiliki bentuk umum, dan dengan demikian
kita memiliki kesepakatan pada operasi-operasi dengan fungsi keanggotaannya.
Contoh 5.8 Penambahan 𝐴(+)𝐵
Di sini kita memiliki dua bilangan fuzzy triangular dan akan mengkalkulasikan
operasi penambahan menggunakan fungsi kenaggotaan dari bilangan fuzzy
triangular.
 𝐴 = (−3,2,4), 𝐵 = (−1,0,6)
0, 𝑥 < −3
𝑥+3
, −3≤ 𝑥 ≤2
2+3
𝜇𝐴 (𝑥)
4−𝑥
, 2≤ 𝑥≤4
4−2
0, 𝑥>4

0, 𝑦 < −1
𝑦+1
, −1≤ 𝑦 ≤0
0+1
𝜇𝐵 (𝑥)
6−𝑦
, 0≤ 𝑦≤6
6−0
0, 𝑦>6

Untuk dua bilangan fuzzy 𝑥 ∈ 𝐴 dan 𝑦 ∈ 𝐵, 𝑧 ∈ 𝐴(+)𝐵 akan diperoleh memalui

fungsi keanggotaan bilangan fuzzy tersebut.
Mari berpikir ketika 𝑧 = 8. Penambahan untuk membuat 𝑧 = 8 adalah
mungkin untuk kasus sebagai berikut:
2 + 6,3 + 5,3.5 + 4.5, …
Sehingga
𝜇𝐴(+)𝐵 =∨8=𝑥+𝑦 [𝜇𝐴 (2) ∧ 𝜇𝐵 (6), 𝜇𝐴 (3) ∧ 𝜇𝐵 (5), 𝜇𝐴 (3.5) ∧ 𝜇𝐵 (4.5), ⋯ ]
=∨ [1 ∧ 0, 0.5 ∧ 1/6, 0.25 ∧ 0.25, ⋯ ]
=∨ [1,1/6, 0.25, ⋯ ]

Jika kita melanjutkan jenis-jenis operasi ini untuk semua 𝑧 ∈ 𝐴(+)𝐵, kita
sampai pada fungsi keanggotaan dan identitas tiga ekspresi tiga titik untuk
bilangan fuzzy triangular 𝐴 = (−4,2,10).
0, 𝑧 < −4
𝑧+4
, −4≤ 𝑧 ≤2
6
𝜇𝐴(+)𝐵 (𝑧)
10 − 𝑧
, 2 ≤ 𝑧 ≤ 10
8
0, 𝑧 > 10
Tidak ada cara yang sederhana menggunakan ekspresi tiga titik untuk operasi
perkalian dan pembagian. Sehingga hal ini diperlukan untuk menggunakan fungsi
keanggotaan.
Contoh 5.9 Perkalian 𝐴(∙)𝐵
Misalkan bilangan fuzzy triangular 𝐴 dan 𝐵
𝐴 = (1,2,4), 𝐵 = (2,4,6)
0, 𝑥<1
𝑥 − 1, 1≤ 𝑥<2
𝜇𝐴 (𝑥) 1
− 𝑥 + 2, 2≤ 𝑥<4
2
0, 𝑥≥4

0, 𝑦<2
1
𝑦 − 1, 2≤ 𝑦<4
2
𝜇𝐵 (𝑥)
1
− 𝑦 + 3, 4≤ 𝑦<6
2
0, 𝑦≥6

Pengkalkulasian perkalian 𝐴(∙)𝐵 dari 𝐴 dan 𝐵, 𝑧 = 𝑥 ∙ 𝑦 = 8 adalah mungkin

ketika 𝑧 = 2 ∙ 4 atau 𝑧 = 4 ∙ 2
𝜇𝐴(∙)𝐵 =∨𝑥∙𝑦=8 [𝜇𝐴 (2) ∧ 𝜇𝐵 (4), 𝜇𝐴 (4) ∧ 𝜇𝐵 (2), ⋯ ]
=∨ [1 ∧ 1,0 ∧ 0, ⋯ ]
=1

Juga ketika 𝑧 = 𝑥 ∙ 𝑦 = 12, 3 ∙ 4,4 ∙ 3, 2.5 ∙ 4.8, ⋯ adalah mungkin

𝜇𝐴(∙)𝐵 =∨𝑥∙𝑦=12 [𝜇𝐴 (3) ∧ 𝜇𝐵 (4), 𝜇𝐴 (4) ∧ 𝜇𝐵 (3), 𝜇𝐴 (2.5) ∧ 𝜇𝐵 (4.8), ⋯ ]
=∨ [0.5 ∧ 1,0 ∧ 0.5, 0.75 ∧ 0.6 ⋯ ]
=∨ [0.5, 0, 0.6, ⋯ ]
= 0.6
Dari metode jenis ini, jika kita berangkat melalui fungsi keanggotaan untuk semua
𝑧 ∈ 𝐴(∙)𝐵, kita melihat bilangan fuzzy seperti pada gambar 5.9. Namun, karena
bentuk ini berupa kurva, berarti bukan merupakan bilangan fuzzy triangular.
Untuk memudahkan, kita bisa mengekspresikan kurva tersebut sebagai bilangan
fuzzy triangular melalui pendekatan 𝐴(∙)𝐵
𝐴(∙)𝐵 ≅ (2, 8, 24)
Kita dapat melihat bahwa dua titik akhir dan satu titik puncak digunakan pada
pendekatan ini.

Gambar 5.9 perkalian 𝐴(∙)𝐵 dari bilangan fuzzy triangular

5.3.4 Aproksimasi dari Bilangan Fuzzy Triangular

Sejak aproksimasi dari bilangan fuzzy triangular mungkin untuk mengekspresikan
nilai dari perkalian dan pembagian sebagai bilangan fuzzy triangular, kita
sekarang berada pada kenyataan bahwa bagaimana mendapatkan nilai pendekatan
ini dengan mudah.
Aproksimasi perkalian
Pertama, 𝛼-cut dari dua bilangan fuzzy adaah fokus kita
𝐴 = (1, 2, 4), 𝐵 = (2, 4, 6)
𝐴𝛼 = [(2 − 1)𝛼 + 1, −(4 − 2)𝛼 + 4]
= [𝛼 + 1, −2𝛼 + 4]
𝐵𝛼 = [(4 − 2)𝛼 + 2, −(6 − 4)𝛼 + 6]
= [2𝛼 + 2, −2𝛼 + 6]
Untuk semua 𝛼 ∈ [0,1], mengalikan 𝐴𝛼 dengan 𝐵𝛼 dimana dua interval tegas.
Sekarang pada 𝛼 ∈ [0,1], kita melihat bahwa anggota-anggota dari setiap interval
adalah bilangan positif. Sehingga operasi perkalian dari dua interval adalah
sederhana.
𝐴𝛼 (∙)𝐵𝛼 = [𝛼 + 1, −2𝛼 + 4](∙)[2𝛼 + 2, −2𝛼 + 6]
= [(𝛼 + 1)(2𝛼 + 2), (−2𝛼 + 4)(−2𝛼 + 6)]
= [2𝛼 2 + 4𝛼 + 2, 4𝛼 2 − 20𝛼 + 24]
Ketika 𝛼 = 0
𝐴0 (∙)𝐵0 = [2, 24]
Ketika 𝛼 = 1
𝐴1 (∙)𝐵1 = [2 + 4 + 2, 4 − 20 + 24] = [8,8] = 8

Kita memperoleh bilangan fuzzy triangular dimana suatu aproksimasi dari 𝐴(∙)𝐵
(gambar 5.9)
𝐴(∙)𝐵 ≅ (2, 8, 24)

Contoh 5.10 aproksimasi pembagian

Dengan cara yang sama, mari ekspresikan nilai pendekatan dari 𝐴(/)𝐵 pada suatu
bilangan fuzzy triangular. Pertama, interval 𝐴𝛼 dibagi oleh 𝐵𝛼 . Kita
mempertimbangkan kembali himpunan 𝐴 dan 𝐵 pada contoh sebelumnya. Untuk
𝛼 ∈ [0,1], karena anggota pada setiap interval memiliki bilangan positif, kita
memperoleh 𝐴𝛼 (/)𝐵𝛼 sebagai berikut
𝐴𝛼 (/)𝐵𝛼 = [(𝛼 + 1)/(−2𝛼 + 6), (−2𝛼 + 4)/(2𝛼 + 2)]
Ketika 𝛼 = 0
𝐴0 (/)𝐵0 = [1/6, 4/2] = [0.17, 2]
Ketika 𝛼 = 1
2 2
𝐴1 (/)𝐵1 = [ , ] = 0.5
4 4
Sehingga nilai pendekatan dari 𝐴(/)𝐵 akan menjadi
𝐴(/)𝐵 = (0.17, 0.5, 2)
5.4 Jenis lain dari Bilangan Fuzzy
5.4.1 Bilangan Fuzzy Trapesoidal
Bentuk yang lain dari bilangan fuzzy adalah bilangan fuzzy trapezoidal. Bentuk
ini berasal dari fakta bahwa terdapat beberapa titik yang derajat keanggotaannya
adalah maksimum (𝛼 = 1).
Definisi
Kita dapat mendefinisikan bilangan fuzzy trapezoidal 𝐴 sebagai
𝐴 = (𝑎1 , 𝑎2 , 𝑎3 , 𝑎4 )
Fungsi keanggotaan dari bilangan fuzzy ini akan diinterpretasikan sebagai berikut
(gambar 5.10)
0, 𝑥 < 𝑎1
𝑥−𝑎1
, 𝑎1 ≤ 𝑥 ≤ 𝑎2
𝑎2 −𝑎1

𝜇𝐴 (𝑥) 1, 𝑎2 ≤ 𝑥 ≤ 𝑎3
𝑎4 − 𝑥
, 𝑎3 ≤ 𝑥 ≤ 𝑎4
𝑎4
0, 𝑥 > 𝑎4

Gambar 5.10 Bilangan Fuzzy Trapesoidal 𝐴 = (𝑎1 , 𝑎2 , 𝑎3 , 𝑎4 )

Interval 𝛼-cut untuk bentuk ini ditulis di bawah
∀𝛼 ∈ [0,1]
𝜇𝐴 = [(𝑎2 − 𝑎1 )𝛼 + 𝑎1 , −(𝑎4 − 𝑎3 )𝛼 + 𝑎4 ]
Ketika 𝑎2 = 𝑎3 , bilangan fuzzy trapezoidal bertepatan dengan satu triangular.
5.4.2 Operasi-operasi Bilangan Fuzzy Trapesoidal
Mari membicarakan tentang operasi-operasi dari bilangan fuzzy trapezoidal
seperti pada bilangan fuzzy triangular,
(1) Penambahan dan pengurangan antara bilangan fuzzy menjadi bilangan
fuzzy trapezoidal.
(2) Perkalian, pembagian, dan invers tidak perlu menjadi bilangan fuzzy
trapezoidal.
(3) Maksimum dan minimum dari bilangan fuzzy tidak selalu dalam bentuk
bilangan fuzzy trapezoidal.
Tetapi dalam banyak kasus, hasil-hasil operasi dari perkalian atau pembagian
merupakan bentuk aproksimasi trapezoidal. Seperti pada bilangan fuzzy
triangular, penambahan dan pengurangan memiliki definisi yang sederhana, dan
operasi perkalian dan pembagian seharusnya digunakan melalui fungsi
keanggotaan.
(1) Penambahan
𝐴(+)𝐵 = (𝑎1 , 𝑎2 , 𝑎3 , 𝑎4 )(+)(𝑏1 , 𝑏2 , 𝑏3 , 𝑏4 )
= (𝑎1 + 𝑏1 , 𝑎2 + 𝑏2 , 𝑎3 + 𝑏3 , 𝑎4 + 𝑏4 )
(2) pengurangan
𝐴(−)𝐵 = (𝑎1 − 𝑏4 , 𝑎2 − 𝑏3 , 𝑎3 − 𝑏2 , 𝑎4 − 𝑏1 )
Contoh 5.11 Perkalian
Mengalikan dua bilangan fuzzy trapezoidal sebagai berikut
𝐴 = (1, 5, 6, 9)
𝐵 = (2, 3, 5, 8)
Untuk nilai yang pasti pada perhitungan, fungsi keanggotaan akan digunakan dan
hasilnya digambarkan pada (gambar 5.11) untuk aprosimasi dari hasil-hasil
operasi , kita menggunakan interval 𝛼-cut
𝐴𝛼 = [4𝛼 + 1, −3𝛼 + 9]
𝐵𝛼 = [𝛼 + 2, −3𝛼 + 8]
Karena, untuk semua 𝛼 ∈ [0,1], setiap anggota untuk setiap interval adalah
positif, perkalian antara interval 𝛼-cut akan menjadi
𝐴𝛼 (∙)𝐵𝛼 = [(4𝛼 + 1)(𝛼 + 2), (−3𝛼 + 9)(−3𝛼 + 8)]
= [4𝛼 2 + 9𝛼 + 2, 9𝛼 2 − 51𝛼 + 72]
Jika 𝛼 = 0,
𝐴0 (∙)𝐵0 = [2, 72]
Jika 𝛼 = 1
𝐴1 (∙)𝐵1 = [4 + 9 + 2, 9 − 51 + 72] = [15, 30]
Sehingga penggunaan empat titik pada 𝛼 = 0 dan 𝛼 = 1, kita dapat
memvisualisasi nilai aproksimasi sebagai bilangan fuzzy trapezoidal seperti
(gambar 5.11)
𝐴(∙)𝐵 ≅ [2, 15, 30, 72]

Gambar 5.11 Perkalian bilangan fuzzy trapezoidal 𝐴(∙)𝐵

Generalisasi bilangan fuzzy trapezoidal, kita bisa memperoleh bilangan fuzzy
datar (pipih). Dengan kata lain, bilangan fuzzy datar adalah untuk bilangan fuzzy
𝐴 memenuhi sebagai berikut
∃𝑚1 , 𝑚2 ∈ ℜ, 𝑚1 < 𝑚2
𝜇𝐴 (𝑥) = 1, 𝑚1 ≤ 𝑥 ≤ 𝑚2
Pada kasus ini, tidak seperti bentuk trapezoidal, fungsi keanggotaan pada 𝑥 < 𝑚1
dan 𝑥 < 𝑚2 tidak perlu menjadi suatu garis seperti gambar pada (gambar 5.12)

5.4.3 Bilangan Fuzzy Berbentuk Bell

Bilangan fuzzy berbentuk bell sering digunakan pada penerapan praktis dan
fungsinya didefinisikan sebagai berikut (gambar 5.13)
−(𝑥 − 𝑚𝑓 )2
𝜇𝑓 (𝑥) = 𝑒𝑥𝑝 { }
2𝜗𝑓2

Gambar 5.12 Bilangan Fuzzy Datar

Dimana 𝜇𝑓 adalah makna dari fungsi, 𝜗𝑓 adalah standar deviasi

Gambar 5.13 Bilangan Fuzzy Berbentuk Bell