MAKALAH

REPRESENTASI HIMPUNAN KLASIK DAN FUZZY

Untuk Memenuhi Tugas Matakuliah Himpunan Fuzzy

Dosen Pengampu: Ardhi Sanwidi, M.Pd

Disusun oleh:

Aisya Maduwirani 1744201014

Tanwirotul Khusna 1744201012
M. Ahsanal aufa 1744201025

UNIVERSITAS NAHDLATUL ULAMA BLITAR

FAKUTAS ILMU EKSAKTA

PROGRAM STUDI MATEMATIKA

SEPTEMBER 2019
 BAB II
PEMBAHASAN
2.1 Fungsi Keanggotaan pada Himpunan Fuzzy
Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan
pemetaan titik-titik input data ke dalam nilai keanggotaannya. Salah satu cara yang dapat
digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada
beberapa fungsi yang bisa digunakan.
a. Representasi linear
Pada representasi linear, pemetaan input ke derajat keanggotaannya di gambarkan
sebagai suatu garis lurus. Bentuk ini adalah yang paling sederhana dan yang paling
baik untuk mendekati suatu konsep yang kurang jelas.
Ada dua keadaan himpunan fuzzy linear, yaitu linear naik dan linear turun.
a. Linear Naik
Kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan
nol [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat
keanggotaan lebih tinggi yang disebut dengan representasi fungsi linear naik.
Representasi fungsi keanggotaan untuk linear naik adalah sebagai berikut :

Representasi Linear Naik

Rumus Representasi Linear Naik

 Keterangan:
a = nilai domain yang mempunyai derajat keanggotaan nol
b = nilai domain yang mempunyai derajat keanggotaan satu
x = nilai input yang akan di ubah ke dalam bilangan fuzzy
Contoh:

Fungsi keanggotaan untuk himpunan PANAS pada variable temperatur ruangan seperti terlihat
pada Gambar 4.

b. Linear Turun
Fungsi Linear turun merupakan kebalikan dari fungsi linear naik. Garis lurus
dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri,
kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan
lebih rendah.
Representasi fungsi keanggotaan untuk linear turun adalah sebagai berikut:

Representasi Linear Turun

 Rumus Representasi Linear Turun
Keterangan:
a = nilai domain yang mempunyai derajat keanggotaan satu
b = nilai domain yang mempunyai derajat keanggotaan nol
x = nilai input yang akan di ubah ke dalam bilangan fuzzy

contoh:
Fungsi keanggotaan untuk himpunan DINGIN pada variable temperature ruangan sperti terlihat
pada Gambar 6.

b. Representasi Kurva Segitiga

Represetasi Kurva Segitiga, pemetaan input ke derajat keanggotaannya
digambarkan dengan bentuk segitiga dimana pada dasarnya bentuk segitiga
tersebut gabungan antara 2 garis (linear). Nilai-nilai di sekitar b memiliki derajat
keanggotaan turun yang cukup tajam (menjahui 1).

Representasi fungsi keanggotaan untuk kurva segitiga adalah sebagai berikut:

 Representasi Kurva Segitiga

Rumus Representasi Kurva Segitiga

Keterangan:
a = nilai domain terkecil yang mempunyai derajat keanggotaan nol
b = nilai domain yang mempunyai derajat keanggotaan satu
c = nilai domain terbesar yang mempunyai derajat keanggotaan nol
Contoh:

Fungsi keanggotaan untuk himpunan NORMAL pada variabel temperature ruangan seperti
terlihat pada Gambar. µNORMAL [23] = (23-15)/(25-15) = 8/10 = 0,8

c. Representasi Kurva Trapesium

Kurva trapesium pada dasarnya menyerupai bentuk segitiga, hanya saja
ada beberapa titik yang memiliki nilai keanggotaan 1.
 Representasi fungsi keanggotaan untuk kurva trapesium adalah sebagai berikut:

Representasi Kurva Trapesium

Rumus Representasi Kurva Trapesium

Keterangan:
a = nilai domain terkecil yang mempunyai derajat keanggotaan nol
b = nilai domain terkecil yang mempunyai derajat keanggotaan satu
c = nilai domain terbesar yang mempunyai derajat keanggotaan satu
d = nilai domain terbesar yang mempunyai derajat keanggotaan nol
x = nilai input yang akan di ubah ke dalam bilangan fuzzy
Contoh :
Fungsi keanggotaan untuk himpunan NORMAL pada variable temperatur ruangan seperti
terlihat pada Gambar. µNORMAL [23] = (35-32)/(35-27) = 3/8 = 0,375

d. Representasi Kurva Bentuk Bahu

Daerah yang terletak di tengah-tengah suatu variabel yang direpresentasikan
dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik turun. Tetapi
terkadang salah satu sisi dari variabel tersebut tidak mengalami perubahan.
Himpunan fuzzy “bahu”, bukan segitiga, digunakan untuk mengakhiri variabel
 suatu daerah fuzzy. Bahu kiri bergerak dari benar ke salah, demikian juga bahu
kanan bergerak dari salah ke benar.

Representasi fungsi keanggotaan untuk kurva bahu adalah sebagai berikut:

Representasi Kurva Bahu

Rumus Representasi Kurva Bahu

Contoh:

Dingin bergerak ke SEJUK bergerak ke HANGAT dan bergerak ke PANAS). Tetapi

terkadang salah satu sisi dari variabel bergerak tidak mengalami perubahan. Sebagai contoh,
contoh apabila telah mencapai kondisi PANAS. Himpunan fuzzy “bahu”, bukan segitiga,
digunakan untuk mengakhiri variabel suatu daerah fuzzy. Bahu kiri bergerak dari benar ke salah,
demikiran juga bahu kanan bergerak dari salah ke benar. Gambar 11. Menunjukkan
TEMPERATUR dengan daerah bahunya.
 e. Representasi Kurva Gaussian
Fungsi keanggotaan Gaussian ditentukan dengan 2 parameter (c,σ) dengan mengikuti persamaan

gaussian (x;c,σ) =
Fungsi keanggotaan gaussian ditentukan oleh c dan σ. C mempresentasikan titik tengah (center)
dan σ mempresentasikan lebar dari fungsi keanggotaan. Fungsi keanggotaan Gaussian dapat
diwujudkan seperti pada gambar.

f. Representasi Kurva Lonceng

Fungsi keanggotaan Lonceng ditentukan dengan 3 parameter (a,b,c) dengan mengikuti

persamaan bell (x;a,b,c) =

Fungsi keanggotaan lonceng ditentukan oleh a,b dan c. c mempresentasikan titik tengah (center)
dan a mempresentasikan lebar kurva dan b digunakan untuk mengendalikan nilai slope dan
cossover. Parameter b biasanya bernilai positif. Fungsi keanggotaan lonceng dapat diwujudkan
seperti pada gambar.
 g. Representasi Kurva Signoidal
Fungsi keanggotaan signoidal dengan mengikuti persamaan sig(x;a,,c) =

Nilai parameter a mengendalikan slope pada nilai crossover x = c. Fungsi keanggotaan signoidal
dapat dilihat pada gambar.

2.2 Operasi – Operasi Pada Himpunan Klasik

1. Gabungan (Union)
Gabungan dua buah himpunan A dan B (ditulis A B) adalah himpunan semua
anggota A atau anggota B.

A B = { x Є S | x Є A x Є B}
Contoh :
 S = {a, b ,c, d, w, x, y, z}
A = {a, b, d}
B = {x, y, z}
maka, A B = {a, b, d, x, y, z}
2. Irisan (Interseksi)
Irisan dua himpunan A dan B (ditulis A B) adalah himpunan semua elemen x
dalam S sedemikian sehingga x anggota A dan anggota B.

A B = { x Є S | x Є A ^ x Є B}

Contoh :
S = {x Є bil. Bulat | 1 < x < 8}
A={2,3,6,7}
B={5,3,2,7}
maka, A B = {2, 3, 7}
3. Komplemen
Komplemen himpunan A (ditulis Ac) adalah semua elemen x dalam S
sedemikian hingga x bukan anggota A.
Ac = { x Є S | x A}

Contoh :
S = {x Є bilangan rasional | -3 < x <
2 } A = {-1, 1}

maka, Ac = {-2, 0}
Contoh :
S = {x Є bilangan rasional | -3 < x < 2 }
A = {-1, 1}
maka, Ac = {-2, 0}
2.3 Operasi Pada Himpunan Fuzzy
Operasi- operasi pada himpunan fuzzy didefinisikan sebagai berikut:

1) Gabungan (U)
 A U B → µAUB = µA(x) ꓦ µB(x) = max(µA(x), µB(x))

A U B diartikan sebagai “x dekat A atau x dekat B”

Contoh:

Tentukan hasil gabungan dari himpunan A dan B berikut

A menyatakan himpunan kelulusan matematika diskrit = {0.25 Anton, 0.5 Enny, 0.0 Rito,
0.75 Setyo, 1.0 Bambang}.

B menyatakan himpunan kelulusan logika matematika = {0.5 Anton, 0.25 Enny, 0.75
Rito, 0.75 Setyo, 0.5 Bambang}.

Jawab:

Karena mencari atau menentukan operasi gabungan, maka ambilah bobot terbesar
(maksimum) diantara kedua himpunan tersebut pada setiap keanggotaannya.

Jadi, A U B = {0.5 Anton, 0.5 Enny, 0.75 Rito, 0.75 Setyo, 1.0 Bambang} yang
menyatakan kelulusan matakuliah matematika diskrit atau logika matematika.

2) Irisan (∩)
A ∩ B → µA∩B = µA(x) ꓥ µB(x) = min(µA(x), µB(x))
A ∩ B diartikan sebagai “x dekat A dan x dekat B”
Contoh:

Tentukan hasil irisan dari himpunan A dan B berikut

A menyatakan himpunan kelulusan matematika diskrit = {0.25 Anton, 0.5 Enny, 0.0 Rito,
0.75 Setyo, 1.0 Bambang}.

B menyatakan himpunan kelulusan logika matematika = {0.5 Anton, 0.25 Enny, 0.75
Rito, 0.75 Setyo, 0.5 Bambang}.

Jawab:

Karena mencari atau menentukan operasi irisan, maka ambilah bobot terkecil (minimum)
diantara kedua himpunan tersebut pada setiap keanggotaan nya.

Jadi, A ∩ B = {0.25 Anton, 0.25 Enny, 0.0 Rito, 0.75 Setyo, 0.5 Bambang} yang
menyatakan kelulusan matakuliah matematika diskrit dan logika matematika.

3) Komplemen
Ā → µĀ = 1 - µĀ(x)
Ā diartikan sebagai “x tidak dekat A”

Contoh:

Tentukan hasil komplemen dari himpunan berikut

T = {0.6 Dadi, 0.9 Dani, 0.4 Dina, 0.1 Dida, 0.5 Didi}

Jawab:

Karena komplemen, maka setiap keanggotaannya dikurangi 1.

TC = {0.4 Dadi, 0.1 Dani, 0.6 Dina, 0.9 Dida, 0.5 Didi}