BILANGAN FUZZY

MAKALAH
UNTUK MEMENUHI MATAKULIAH
Logika Fuzzy
Yang dibina oleh Bapak Dr. Hery Susanto, M.Si

Disusun Oleh :

Lelly Melinda P.A (160312604819)

Muhammad Aziz Wafi (160312604867)
Riki Noviandi (160312604879)
Septi Roichatul Wardah (160312604850)
Sri Susilowati (160312604837)
Yayang Vevio F. (160312604889)

UNIVERSITAS NEGERI MALANG

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
JURUSAN MATEMATIKA
September
2019
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 𝐴 = [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/tidak jelas, 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 merupakan 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 himpunan fuzzy yang memenuhi kondisi:
- Himpunan fuzzy konveks/cembung
- Himpunan fuzzy normal
- Fungsi Keanggotaannya adalah piecewise continuous.
- Terdefinisi pada bilangan real
Bilangan fuzzy harus normal dan konveks. Kondisi normalisasi di sini meyebabkan nilai
maksimun keanggotaannya adalah 1.
∃𝑥 ∈ ℜ, 𝜇𝐴 (𝑥 ) = 1
Kondisi konveks 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 konveks mungkin juga dapat dituliskan
(𝛼 ′ < 𝛼 ) ⟹ (𝐴𝛼 ⊂ 𝐴𝛼′ )
5.1.3 Operasi Interval
Operasi dari bilangan fuzzy dapat digeneralisasi dari interval tegas. Mari kita lihat operasi
interval.
∀𝑎1 , 𝑎3 , 𝑏1 , 𝑏1 ∈ ℜ
𝐴 = [𝑎1 , 𝑎3 ], 𝐵 = [𝑏1 , 𝑏3 ]
Asumsikan 𝐴 dan 𝐵 sebagai bilangan yang dinyatakan dengan interval, operasi utama
dari interval adalah
(1) Penjumlahan
[𝑎1 , 𝑎3 ](+)[𝑏1 , 𝑏3 ] = [𝑎1 + 𝑏1 , 𝑎3 + 𝑏3 ]
(2) Pengurangan
[𝑎1 , 𝑎3 ](−)[𝑏1 , 𝑏3 ] = [𝑎1 − 𝑏1 , 𝑎3 − 𝑏3 ]
(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 ]
Tidak termasuk kasus 𝑏1 = 0 𝑎𝑡𝑎𝑢 𝑏3 = 0
(5) Interval inverse/terbalik
1 1 1 1
[𝑎1, 𝑎3 ]−1 = [ ∧ , ∨ ]
𝑎1 𝑎3 𝑎1 𝑎3
Tidak termasuk kasus 𝑎1 = 0 𝑎𝑡𝑎𝑢 𝑎3 = 0
Ketika sebelumnya himpunan 𝐴 dan 𝐵 didefinisikan bilangan real positif ℜ +, operasi
dari perkalian, pembagian, dan interval inverse/terbalik ditulis sebagai,
(3’) Perkalian
[𝑎1 , 𝑎3 ](∙)[𝑏1 , 𝑏3 ] = [𝑎1 ⋅ 𝑏1 , 𝑎3 ⋅ 𝑏3 ]
(4’) Pembagian
[𝑎1 , 𝑎3 ](/)[𝑏1 , 𝑏3 ] = [𝑎1 /𝑏3 , 𝑎3 /𝑏1 ]
(5’) Interval inverse/terbalik
1 1
[𝑎1, 𝑎3 ]−1 = [ , ]
𝑎3 𝑎1
(6) Minimum
[𝑎1 , 𝑎3 ](∧)[𝑏1 , 𝑏3 ] = [𝑎1 ∧ 𝑏1 , 𝑎3 ∧ 𝑏3 ]

(7) Maximum
[𝑎1 , 𝑎3 ](∨)[𝑏1 , 𝑏3 ] = [𝑎1 ∨ 𝑏1 , 𝑎3 ∨ 𝑏3 ]
Contoh 5.1 Ada dua interval 𝐴 dan 𝐵
𝐴 = [3,5], 𝐵 = [−2,7]
Maka operasi berikut yang mungkin pada himpunan.

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

5.2 Operasi Bilangan Fuzzy

5.2.1 Operasi interval 𝜶 − 𝒄𝒖𝒕
Kita merujuk pada interval 𝛼 − 𝑐𝑢𝑡 dari bilangan fuzzy 𝐴 = [𝑎1 , 𝑎3 ] sebagai himpunan tegas
𝐴𝛼 = [𝑎1 (𝛼) , 𝑎3 (𝛼) ], ∀∀𝛼 ∈ [0,1], 𝑎1 , 𝑎3 , 𝑎1 (𝛼) , 𝑎3 (𝛼) ∈ ℜ
Jadi 𝐴𝛼 adalah interval tegas. Sebagai hasilnya, operasi interval yang ditinjau dalam bagian
sebelumya dapat diterapkan pada interval 𝛼 − 𝑐𝑢𝑡 𝐴𝛼 .
Jika interval 𝛼 − 𝑐𝑢𝑡 𝐵𝛼 dari bilangan fuzzy 𝐵 diberikan
𝐵 = [𝑏1 , 𝑏3 ], 𝑏1 , 𝑏3 ∈ ℜ
(𝛼) (𝛼)
𝐵𝛼 = [𝑏1 , 𝑏3 ], ∀𝑎 ∈ [0,1], 𝑏1 (𝛼), 𝑏3 (𝛼) ∈ ℜ
Operasi diantara 𝐴𝛼 dan 𝐵𝛼 dapat dijelaskan sebagai berikut :
[𝑎1 (𝛼) , 𝑎3 (𝛼) ](+)[𝑏1 (𝛼) , 𝑏3 (𝛼) ] = [𝑎1 (𝛼) + 𝑏1 (𝛼) , 𝑎3 (𝛼) + 𝑏3 (𝛼) ]
(𝛼) (𝛼) (𝛼) (𝛼)
[𝑎1 (𝛼) , 𝑎3 (𝛼) ](−)[𝑏1 , 𝑏3 ] = [𝑎1 (𝛼) − 𝑏1 , 𝑎3 (𝛼) − 𝑏3 ]
Operasi ini dapat juga dapat diterapkan untuk perkalian dan pembagian dengan cara yang
sama.
[𝑎1 (𝛼) , 𝑎3 (𝛼) ](∙)[𝑏1 (𝛼) , 𝑏3 (𝛼) ]
= [𝑎1 (𝛼) ∙ 𝑏1 (𝛼) ∧ 𝑎1 (𝛼) ⋅ 𝑏3 (𝛼) ∧ 𝑎3 (𝛼) ∙ 𝑏1 (𝛼) ∧ 𝑎3 (𝛼) ⋅ 𝑏3 (𝛼) , 𝑎1 (𝛼) ∙ 𝑏1 (𝛼)
∨ 𝑎1 (𝛼) ⋅ 𝑏3 (𝛼) ∨ 𝑎3 (𝛼) ∙ 𝑏1 (𝛼) ∨ 𝑎3 (𝛼) ⋅ 𝑏3 (𝛼) ]

[𝑎1 (𝛼) , 𝑎3 (𝛼) ](/)[𝑏1 (𝛼) , 𝑏3 (𝛼) ]

= [𝑎1 (𝛼) /𝑏1 (𝛼) ∧ 𝑎1 (𝛼) /𝑏3 (𝛼) ∧ 𝑎3 (𝛼) /𝑏1 (𝛼) ∧ 𝑎3 (𝛼) /𝑏3 (𝛼) , 𝑎1 (𝛼) /𝑏1 (𝛼)
∨ 𝑎1 (𝛼) /𝑏3 (𝛼) ∨ 𝑎3 (𝛼) / 𝑏1 (𝛼) ∨ 𝑎3 (𝛼) /𝑏3 (𝛼) ]
5.2.2 Operasi Bilangan Fuzzy
Operasi interval sebelumnya juga berlaku untuk bilangan fuzzy. Karena hasil bilangan fuzzy
(himpunan fuzzy) berada dalam bentuk himpunan fuzzy, maka hasilnya dinyatakan dalam
fungsi keanggotaan ∀𝑥, 𝑦, 𝑧 ∈ ℜ
(1) Penjumlahan: 𝐴 (+) 𝐵
𝜇(𝐴+𝐵) (𝑧) =∨𝑧=𝑥+𝑦 ((𝜇𝐴 (𝑥 ) ∧ 𝜇𝐵 (𝑦))

(2) Pengurangan: 𝐴 (– ) 𝐵
𝜇(𝐴−𝐵) (𝑧) =∨𝑧=𝑥−𝑦 ((𝜇𝐴 (𝑥 ) ∧ 𝜇𝐵 (𝑦))

(3) Perkalian: 𝐴 (•) 𝐵

𝜇(𝐴•𝐵) (𝑧) =∨𝑧=𝑥•𝑦 ((𝜇𝐴 (𝑥 ) ∧ 𝜇𝐵 (𝑦))
(4) Minimum: 𝐴 (∧) 𝐵
𝜇(𝐴∧𝐵) (𝑧) =∨𝑧=𝑥∧𝑦 ((𝜇𝐴 (𝑥 ) ∧ 𝜇𝐵 (𝑦))
(5) Maximum: 𝐴 (∨) 𝐵
𝜇(𝐴∨𝐵) (𝑧) =∨𝑧=𝑥∨𝑦 ((𝜇𝐴 (𝑥 ) ∧ 𝜇𝐵 (𝑦))
Kita dapat mengalikan suatu nilai skalar terhadap interval. Sebagai contoh,
mengalikan 𝑎 ∈ ℜ,
𝑎[𝑏1 , 𝑏3 ] = [𝑎 • 𝑏1 ∧ 𝑎 • 𝑏3 , 𝑎 • 𝑏1 ∨ 𝑎 • 𝑏3 ]
Contoh 5.2 Terdapat suatu perkalian skalar terhadap interval. Perhatikan bahwa nilai
skalarnya negatif.
−4,15[−3.55 , 0.21] = [(−4.15) • (−3.55) ∧ (−4.15) • 0.21, (−4.15) • (−3.55) ∨ (−4.15) • 0.21]
= [14.73 ∧ −0.87, 14.73 ∨ −0.87]
= [−0.87, 14.73]
Kita juga dapat mengalikan nilai skalar terhadap interval 𝛼 − 𝑐𝑢𝑡 dari bilangan fuzzy.
(𝛼) (𝛼)
∀𝛼 ∈ [0,1], 𝑏1 , 𝑏3 ∈ℜ
(𝛼) (𝛼) (𝛼) (𝛼) (𝛼) (𝛼)
𝑎 [𝑏1 , 𝑏3 ] = [𝑎 • 𝑏1 ∧ 𝑎 • 𝑏3 , 𝑎 • 𝑏1 ∨ 𝑎 • 𝑏3 ]

5.2.3 Contoh Operasi Bilangan Fuzzy

Contoh 5.3 Penjumlahan 𝐴(+)𝐵
Untuk pemahaman lebih lanjut mengenai operasi bilangan fuzzy, perhatikan dua himpunan
fuzzy A dan B. Perhatikan bahwa dua himpunan fuzzy tersebut didefinisikan pada bilangan
diskrit,untuk menyederhanakan.
𝐴 = {(2,1), (3,0.5)}, 𝐵 = {(3,1), (4,0.5)}
Pertama tama, melakukan penjumlahan antara 𝐴 dan 𝐵. Untuk menginduksi 𝐴(+)𝐵, untuk
setiap 𝑥 ∈ 𝐴, 𝑦 ∈ 𝐵, 𝑧 ∈ 𝐴(+)𝐵, kita dapat mengecek setiap permasalahan 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 (3) = 1 ∧ 0.5 = 0.5
𝜇𝐴(+)𝐵 (6) =∨6=3+3 (0.5,0.5) = 0.5
6=2+4

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
Jadi 𝐴(+)𝐵 dapat ditulis sebagai
𝐴(+)𝐵 = {(5,1), (6,0.5), (7,0.5)}
Contoh 5.3 Pengurangan 𝐴(−)𝐵
Untuk setiap 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 (1,0.5) = 1
−1=3−4
 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
Jadi 𝐴(−)𝐵 dapat ditulis sebagai
𝐴(−)𝐵 = {(−2,0.5), (−1,1), (0,0.5)}

Contoh 5.3 Operasi Maximum 𝐴(∨)𝐵

Untuk setiap 𝑥 ∈ 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 (1,0.5) = 1
3=3∨3

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 (3) =∨4=2∨4 (0.5,0.5) = 0.5
4=3∨4

iv) 𝑧>5
Tidak mungkin 𝜇𝐴(∨)𝐵 (𝑧) = 0
 Sehingga 𝐴(∨)𝐵 didefinisikan dengan
𝐴(∨)𝐵 = {(3,1), (4,0.5)}

Sejauh ini kita telah melihat bahwa hasil operasi merupakan himpunan fuzzy. Dengan
demikian kita menyadari bahwa prinsip extension diterapkan pada operasi bilangan fuzzy.

5.3 Bilangan Triangular Fuzzy

5.3.1 Bilangan Triangular Fuzzy
Definisi (Bilangan tringular fuzzy) adalah bilangan fuzzy yang direpresentasikan
dengan tiga titik sebagai berikut:
𝐴 = (𝑎1 , 𝑎2 , 𝑎3 )
Representasi ini ditafsirkan sebagai fungsi keanggotaan (Gbr 5.6).

Sekarang jika didapatkan interval tajam dengan operasi 𝛼-cut, interval 𝐴𝑎 akan diperoleh
sebagai berikut ∀𝛼 ∈ [0, 1]
dari

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

Kita dapat
𝑎1 (𝛼) = (𝑎2 − 𝑎1 )𝛼 + 𝑎1
𝑎3 (𝛼) = −(𝑎3 − 𝑎2 )𝛼 + 𝑎3
Jadi
𝐴𝛼 = [𝑎1 (𝛼) , 𝑎3 (𝛼) ]
= [(𝑎2 − 𝑎1 )𝛼 + 𝑎1 , −(𝑎3 − 𝑎2 )𝛼 + 𝑎3 ]
Contoh 5.7 Pada kasus ini bilangan triangular fuzzy 𝐴 = (−5, −1,1) (Gbr 5.7), fungsi
keanggotaan akan bernilai menjadi,

Gbr. 5.7. 𝛼 = 0.5 memotong bilangan triangular fuzzy 𝐴 = (−5, −1,1)

Interval 𝛼-cut 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 ke 𝛼, kita dapatkan 𝐴0.5
𝐴0.5 = [𝑎1 (0.5), 𝑎3 (0.5) ] = [−3,1] ∎
5.3.2 Operasi pada Bilangan Triangular Fuzzy
Sifat penting operasi yang sama pada bilangan triangular fuzzy adalah
(1) Hasil dari penjumlahan atau pengurangan antara hasil bilangan triangular fuzzy
juga bilangan triangular fuzzy.
(2) Hasil dari perkalian atau pembagian bukan bilangan triangular fuzzy.
(3) Operasi Max atau Min tidak memberikan bilangan triangular fuzzy.
Tetapi kita sering menganggap bahwa hasil operasi dari perkalian atau pembagian menjadi
TFNs sebagai nilai perkiraan.
1) Operasi dari bilangan triangular fuzzy
Pertama, kita pandang penjumlahan dan pengurangan. Di sini kita tidak perlu menggunakan
fungsi keanggotaan. Misalkan bilangan triangular fuzzy 𝐴 dan 𝐵 didefinisikan sebagai
𝐴 = (𝑎1 , 𝑎2 , 𝑎3 ), 𝐵 = (𝑏1 , 𝑏2 , 𝑏3 )
i) Penjumlahan
𝐴(+)𝐵 = (𝑎1 , 𝑎2 , 𝑎3 )(+)(𝑏1 , 𝑏2 , 𝑏3 ) : bilangan triangular fuzzy
= (𝑎1 + 𝑏1 , 𝑎2 + 𝑏2 , 𝑎3 + 𝑏3 )
ii) Pengurangan
𝐴(−)𝐵 = (𝑎1 , 𝑎2 , 𝑎3 )(−)(𝑏1 , 𝑏2 , 𝑏3 ) : bilangan triangular fuzzy
= (𝑎1 − 𝑏1 , 𝑎2 − 𝑏2 , 𝑎3 − 𝑏3 )
iii) Image yang simetris
−(𝐴) = (−𝑎3 , −𝑎2 , −𝑎1 ) : bilangan triangular fuzzy
Contoh 5.8 Pertimbangkan operasi dari bilangan fuzzy 𝐴, 𝐵 (Gbr 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
Contoh 5.9 Interval level-𝛼 dari operasi 𝛼-cut pada kedua bilangan triangular fuzzy 𝐴 dan 𝐵
di atas adalah

(a) Bilangan-bilangan triangular fuzzy 𝐴, 𝐵

 (b) 𝐴(+)𝐵 bilangan-bilangan triangular fuzzy

(c) 𝐴(−)𝐵 bilangan-bilangan triangular fuzzy

Gbr. 5.8. 𝐴(+)𝐵 dan 𝐴(−)𝐵 dari bilangan-bilangan triangular fuzzy
(𝛼)
𝐴𝛼 = [𝑎1 , 𝑎3 (𝛼) ] = [(𝑎2 − 𝑎1 )𝛼 + 𝑎1 , −(𝑎3 − 𝑎2 )𝛼 + 𝑎3 ]
= [5𝛼 − 3, −2𝛼 + 4]
(𝛼) (𝛼)
𝐵𝛼 = [𝑏1 , 𝑏3 ] = [(𝑏2 − 𝑏1 )𝛼 + 𝑏1 , −(𝑏3 − 𝑏2 )𝛼 + 𝑏3 ]
= [𝛼 − 1, −6𝛼 + 6]
Lakukan penjumlahan dua interval 𝛼-cut 𝐴𝛼 dan 𝐵𝛼
𝐴𝛼 (+)𝐵𝛼 = [6𝛼 − 4, −8𝛼 + 10]
Terutama untuk 𝛼 = 0 dan 𝛼 = 1
𝐴0 (+)𝐵0 = [−4.10]
𝐴1 (+)𝐵1 = [2,2] = 2
tiga titik dari cara ini bertepatan dengan tiga titik dari bilangan tringular fuzzy (-4, 2, 10) dari
hasil 𝐴(+)𝐵 yang diberikan dalam contoh sebelumnya.
Demikian juga, setelah mendapatkan 𝐴𝛼 (−)𝐵𝛼 , mari pikirkan kasus ketika 𝛼 = 0 dan 𝛼 = 1
𝐴𝛼 (−)𝐵𝛼 = [11𝛼 − 9, −3𝛼 + 5]
Substitusi 𝛼 = 0 dan 𝛼 = 1 untuk persamaan ini,
𝐴0 (−)𝐵0 = [−9,5]
𝐴1 (−)𝐵1 = [2,2] = 2
Ini juga bertepatan dengan tiga titik dari 𝐴(−)𝐵 = (−9,2,5). ∎
Akibatnya, kita tahu bahwa kita dapat melakukan operasi antara bilangan fuzzy
menggunakan interval 𝛼-cut.

5.3.3 Operasi Pada Bilangan Fuzzy

Hingga saat ini, telah dipertimbangkan langkah penjumlahan dan pengurangan yang
disederhanakan menggunakan 3 titik bilangan fuzzy segitiga. Namun, bilangan fuzzy
memiliki bentuk umum, sehingga harus digunakan operasi menggunakan fungsi keanggotaan.
Contoh 5.10 Penjumlahan A (+) B
Dua bilangan fuzzy segitiga akan dihitung dengan operasi penjumlahan menggunakan fungsi
keanggotaan

A = (-3, 2, 4), B = (-1,0,6)

0, x<-3
𝑥+3
, -3≤x≤2
2+3

𝜇(𝐴) (𝑥 ) =
4−𝑥
, 2≤x≤4
4−2
0, x>4

0, y<-1
𝑦+1
, -1≤x≤0
0+1

𝜇(𝐵) (𝑦) =
6−𝑦
, 0≤y≤6
6−0
0, y>6
untuk dua bilangan fuzzy x ∈ A dan y ∈ B, z ∈ A (+) B yang diperoleh dari fungsi
keanggotaan.

Ketika z = 8. Penjumlahan untuk z = 8 yang mungkin dengan mengikuti kasus berikut:

2 + 6, 3 + 5, 3.5 + 4.5, …

sehingga
𝚟
𝜇𝐴 (+)𝐵 = 8=𝑥+𝑦[ 𝜇𝐴 (2)|^ 𝜇𝐵 (6), 𝜇𝐴 (3)^𝜇𝐵 (5), 𝜇𝐴 (3,5)^ 𝜇𝐵 (4,5), … ]
= 𝚟 [1 ^0, 0.5^1/6,0.25^0.25, . ..]
= 𝚟 [0.1/6,0.25, . . ]
Jika melanjutkan operasi ini untuk semua z ∈ A (+) B, maka digunakan fungsi
keanggotaan, dan hal ini identik dengan 3 titik yang ditunjukkan pada fuzzy segitiga dengan 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 metode sederhana yang digunakan untuk menunjukkan tiga titik untuk
operasi perkalian dan pembagian. Sehingga perlu digunakan fungsi keanggotaan.
Contoh 5.11 Perkalian A (•) B
Misal bilangan fuzzy segitiga A dan B adalah
A = (1, 2, 4), B = (2, 4, 6)
0, x<1
𝑥 − 1, 1≤x<2
𝜇(𝐴) (𝑥 ) =
1
−2𝑥 + 2 , 2≤x<4
0, x≥4

0, y<2
1
𝑦 − 1, 2≤y<4
2

𝜇(𝐵) (𝑦) =
1
−2𝑦 + 3 , 4≤y<6
0, y≥6
dengan menghitung perkalian A (•) B dari A dan B, z = x • y = 8 yang mungkin ketika z = 2 • 4
atau z = 4 • 2
𝚟
𝜇𝐴 (•)𝐵 = 𝑥•𝑦=8[ 𝜇𝐴 (2)^ 𝜇𝐵 (4), 𝜇𝐴(4)^𝜇𝐵 (2), ...]
= 𝚟 [1^1,0^0,. . .]
= 1

ketika z = x • y = 12, 3 • 4, 4 • 3, 2.5 • 4.8, …

𝚟
𝜇𝐴 (•)𝐵 = 𝑥•𝑦=12[ 𝜇𝐴 (3)^ 𝜇𝐵 (4), 𝜇𝐴(4)^𝜇𝐵 (3), 𝜇𝐴 (2.5)^ 𝜇𝐵 (4.8), … ]
= 𝚟 [0.5 ^1, 0^0.5,0.75^0.6, . ..]
= 𝚟 [0.5, ,0.6, . . ]
= 0.6
Berdasarkan metode ini, jika menggunakan fungsi keanggotaan untuk semua z ∈ A (•)
B, dapat dilihat bilangan fuzzy pada gambar 5.9. Karena bentuk ini berbentuk kurva, maka
bukan termasuk bilangan fuzzy segitiga. Untuk lebih mudahnya, dapat ditunjukkan bilangan
fuzzy segitiga dengan A (•) B

A (•) B ≅ (2, 8, 24)

sehingga dua titik akhir dan titik puncak digunakan dalam aproksimasi.
 Gambar 5.9 Perkalian A (•) B dari bilangan fuzzy segitiga

5.3.4 Aproksimasi dari Bilangan Fuzzy Segitiga

Semenjak diketahui nilai aproksimasi dari perkalian dan pembagian bilangan fuzzy
segitiga, sekarang dilakukan cara untuk mendapatkan nilai aproksimasi dengan mudah.
Contoh 5.12 Aproksimasi dari perkalian
Pertama, hal yang harus diperhatikan adalah membagi α dari dua bilangan fuzzy
A = (1, 2, 4), B = (2, 4, 6)
𝐴𝑎 = [ (2 – 1) α + 1, - (4 – 2) α + 4]
= [α + 1, - 2α + 4]
𝐵𝑎 = [ ( 4 – 2) α + 2, -(6 – 4) α + 6]
= [2α + 2, - 2α + 6 ]
Untuk semua α ∈ [0, 1], kalikan 𝐴𝑎 dengan 𝐵𝑎 yang mana merupakan dua interval
tajam. Dalam α ∈ [0, 1], anggota dari setiap interval meruapakan bilangan positif. Sehingga
perkalian operasi dari dua interval adalah hal yang sederhana.
𝐴𝑎 (•) 𝐵𝑎 = [α + 1, - 2α + 4] (•) [2α + 2, -2α + 6]
= [(α + 1)( 2α + 2), (-2α + 4)( -2α + 6)]
= [2α2 + 4α + 2, 4α2 - 20α + 24]
ketika α = 0,
𝐴0 (•) 𝐵0 = [2, 24]
ketika α = 1,
𝐴0 (•) 𝐵1 = [ 2 + 4 + 2, 4 – 20 + 24] = [ 8,8 ] = 8
mengandung bilangan fuzzy segitiga yang mana merupakan sebuah aproksimasi dari A (•) B
(Gambar 5.9)
A (•) B ≅ ( 2, 8, 24)
Contoh 5.13 Aproksimasi dari pembagian
Dengan cara yang sama, tunjukkan nilai aproksimasi dari A (/) B dalam bilangan fuzzy
segitiga. Pertama, bagi interval 𝐴𝛼 oleh 𝐵𝛼 . Pertimbangkan kembali himpunan A dan B dalam
contoh sebelumnya. Untuk α ∈ [0,1], ketika anggota dalam setiap interval meruapakan
bilangan positif, maka didapatkan 𝐴𝛼 (/) 𝐵𝛼 sebagai berikut.
𝐴𝛼 (/) 𝐵𝛼 = [ (α + 1)/( -2α + 6 ), (-2α + 6)/( 2α + 2)]
ketika α = 0,
𝐴0 (/) 𝐵0 = [1/6, 4/2]
= [0.17, 2]
ketika α = 1,
𝐴1 (/) 𝐵1 = [(1+1)/( -2 + 6), (-2 + 4)/(2+2)]
= [2/4, 2/4]
= 0.5
sehingga nilai aproksimasi dari A (/) B yaitu
A (/) B = ( 0.17, 0.5, 2)

5.4 Tipe Lain dari Bilangan Fuzzy

5.4.1 Bilangan Fuzzy Trapesium

Bentuk lain dari bilangan fuzzy adalah bilangan fuzzy trapesium. Bentuk ini berasal dari
kenyataan bahwa ada beberapa tingkat yang tingkat keanggotaannya maksimum (𝛼 = 1).

Definisi (bilangan fuzzy trapesium)

Didefinisikan bilangan fuzzy trapesium A sebagai

𝐴 = (𝑎1 , 𝑎2 , 𝑎3 , 𝑎4 )

Fungsi keanggotaan dari angka fuzzy ditafsirkan sebagai berikut (Gbr 5.10)

0, 𝑥 < 𝑎1
𝑥 − 𝑎1
𝜇 𝐴 (𝑥 ) = , 𝑎1 ≤ 𝑥 ≤ 𝑎2
𝑎2 − 𝑎1
1, 𝑎2 ≤ 𝑥 ≤ 𝑎3
 𝑎4 − 𝑥
, 𝑎3 ≤ 𝑥 ≤ 𝑎4
𝑎4
0, 𝑥 > 𝑎4

Pemotongan interval 𝛼 untuk bentuk trapesium ditulis

∀𝛼 ∈ [0,1]

𝐴𝛼 = [ ( 𝑎2 − 𝑎1 ) 𝛼 + 𝑎1 , ( 𝑎4 − 𝑎3 ) 𝛼 + 𝑎4 ]

Ketika 𝑎2 = 𝑎3 , bilangan fuzzy trapesium serupa dengan bilagan segitiga.

5.4.2 Operasi dari Bilangan Fuzzy Trapesium

Operasi bilangan fuzzy trapesium seperti pada bilangan fuzzy segitiga,

1. Penjumlahan dan pengurangan antara bilangan fuzzy menghasilkan bilangan fuzzy

trapesium.
2. Perkalian, pembagian dan invers tidak harus berupa bilangan fuzzy trapesium.
3. Maksimum dan minimum dari bilangan fuzzy tidak selalu dalam bentuk bilangan fuzzy
trapesium.
Tetapi dalam banyak kasus, hasil operasi dari perkalian atau pembagian adalah bentuk
trapesium yang diperkirakan. Seperti dalam bilangan fuzzy segitiga, penambahan dan
pengurangan didefinisikan secara sederhana, dan operasi perkalian dan pembagian harus
dilakukan dengan menggunakan fungsi keanggotaan.

1. Penjumlahan
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 5.14 (perkalian)

Mengalikan dua bilangan fuzzy trapesium sebagai berikut :

𝐴 = (1,5,6,9)

𝐵 = (2,3,5,8)

Untuk nilai perhitungan yang tepat, fungsi keanggotaan harus digunakan dan hasilnya
dijelaskan dalam (Gbr. 5.11) Untuk perkiraan hasil operasi, kami menggunakan interval 𝛼.

𝐴𝛼 = [4𝛼 + 1, −3𝛼 + 9]

𝐵𝛼 = [𝛼 + 2, −3𝛼 + 8]

Karena untuk semua 𝛼 ∈ [ 0 , 1 ] maka setiap elemen untuk setiap interval adalah positif.

Perkalian antara interval 𝛼 sebagai berikut

𝐴𝛼 (∙) 𝐵𝛼 = [(4𝛼 + 1)(𝛼 + 2), (−3𝛼 + 9)(−3𝛼 + 8)]

𝐴𝛼 (∙) 𝐵𝛼 = [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]

Jadi dengan menggunakan empat titik dalam 𝛼 = 0 dan 𝛼 = 1, maka dapat

memvisualisasikan nilai yang diperkirakan sebagai bilangan fuzzy trapesium sebagai (Gbr.
5.11)

𝐴 (∙) 𝐵 ≅ [2, 15, 30, 72]

Menggeneralisasikan bilangan fuzzy trapesium, bertujuan untuk mendapatkan bilangan fuzzy
rata. Dengan kata lain, bilangan fuzzy rata untuk bilangan fuzzy 𝐴 sebagai berikut

∃ 𝑚1 , 𝑚2 ∈ ℜ, 𝑚1 < 𝑚2

𝜇𝐴 (𝑥 ) = 1, 𝑚1 ≤ 𝑥 ≤ 𝑚2

Dalam hal ini, tidak seperti bentuk trapesium, fungsi keanggotaan dalam 𝑥 < 𝑚1 dan 𝑥 <
𝑚2 tidak perlu berupa garis seperti yang ditunjukkan pada (Gbr 5.12.)

5.4.3 Bilangan Fuzzy Bentuk Bell

Bilangan fuzzy bentuk bel sering digunakan dalam aplikasi praktis dan fungsinya
didefinisikan sebagai berikut (Gbr 5.13)
− (𝑥−𝑚𝑓 )2
𝜇𝑓 (𝑥 ) = exp
2 𝛿𝑓 2

Dimana 𝜇𝑓 adalah rata – rata dari fungsi, 𝛿𝑓 adalah standard deviasi.