KLASIFIKASI FUZZY
Sistem fuzzy Sugeno memperbaiki kelemahan yang dimiliki oleh sistem fuzzy
murni untuk menambah suatu perhitungan matematika sederhana sebagai bagian THEN.
Pada perubahan ini, sistem fuzzy memiliki suatu nilai rata-rata tertimbang (Weighted
Average Values) di dalam bagian aturan fuzzy IF-THEN.
Rumus Metode Takagi-Sugeno
Rumus umum untuk fuzzifikasi metode Fuzzy Inference System Takagi-Sugeno
yaitu sebagai berikut :
Keterangan :
x = Bobot nilai yang sudah ditentukan pada setiap gejala yang dipilih
a = Batas nilai minimum pada setiap gejala
b = Nilai tengah dari batas minimum dan maksimum
c = Batas nilai maksimum pada setiap gejala
Rumus umum untuk defuzzifikasi metode Fuzzy Inference System TakagiSugeno-Kang
yaitu sebagai berikut :
Keterangan :
WA = (Weighted Average) Nilai rata-rata
an = Nilai predikat aturan ke-n
zn = Indeks nilai input (konstanta) ke-n
3. Metode Mamdani
Metode Mamdani sering juga dikenal dengan nama metode MIN - MAX. Metode ini
diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Sistem ini berfungsi untuk
mengambil keputusan melalui proses tertentu dengan mempergunakan aturan inferensi
berdasarkan logika fuzzy. Metode Mamdani sering dikenal dengan nama Metode Min –
Max. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk
mendapatkan output,diperlukan 4 tahapan:
a. Pembentukan himpunan fuzzy
Pada Metode Mamdani, baik variabel input maupun variabel output dibagi
menjadi satu atau lebih himpunan fuzzy.
b. Aplikasi fungsi implikasi
Pada metode Mamdani, fungsi implikasi yang digunakan adalah Min.
c. Komposisi Aturan
Apabila sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari
gabungan antar aturan.
Ada tiga metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu:
max, additive dan probabilistik OR (probor).
a. Metode Max (Maximum)
Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai
maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy,
dan mengaplikasikannya ke output dengan menggunakan operator OR (union).
Jika semua proposisi telah dievaluasi, maka output akan berisi suatu himpunan
fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi. Secara umum dapat
dituliskan:
Keterangan:
Z = nilai domain ke – i,
𝜇 (Z) = derajat keanggotaan titik tersebut,
Z0 = nilai hasil penegasan (defuzzyfikasi).
Metode Bisektor
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai pada
domain fuzzy yang memiliki nilai keanggotaan setengah dari jumlah total nilai
keanggotaan pada daerah fuzzy. Secara umum dituliskan:
Keterangan :
d = nilai hasil penegasan (defuzzyfikasi),
di = nilai keluaran pada aturan ke-i,
U𝜇𝜇 (di) = derajat keanggotaan nilai keluaran pada aturan ke – i,
n = banyak aturan yang digunakan
Metode Mean of Maksimum (MOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai rata –
rata domain yang memiliki nilai keanggotaan maksimum.
Metode Largest of Maximum (LOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai
terbesar dari domain yang memiliki nilai keanggotaan maksimum.
Metode Smallest of Maximum (SOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai
terkecil dari domain yang memiliki nilai keanggotaan maksimum.