Jobsheet 7
Jobsheet 7
KECERDASAN BUATAN
“Logika Fuzzy”
Disusun oleh :
NIM : 3.34.17.1.05
Kelas : IK-3B
2020
Jobsheet 7
Logika Fuzzy
A. Tujuan
1. Praktikan mampu memahami konsep dasar fuzzy logic
2. Praktikan mampu memahami langkah-langkah fuzzy logic
B. Landasan Teori
Fuzzy logic / logika fuzzy ialah teknik/ metode yang dipakai untuk mengatasi hal yang tidak
pasti pada masalah – masalah yang mempunyai banyak jawaban. Pada dasarnya Fuzzy logic
merupakan logika bernilai banyak/ multivalued logic yang mampu mendefinisikan nilai diantara
keadaan yang konvensional seperti benar atau salah, ya atau tidak, putih atau hitam dan lain-lain.
Fuzzy secara bahasa dapat diartikan samar, dengan kata lain logika fuzzy adalah logika yang
samar. Dimana pada logika fuzzy suatu nilai dapat bernilai 'true' dan 'false' secara bersamaan.
Tingkat 'true' atau 'false' nilai dalam logika fuzzy tergantung pada bobot keanggotaan yang
dimilikinya. Logika fuzzy memiliki derajat keanggotaan rentang antara 0 hingga 1, berbeda
dengan logika digital yang hanya memiliki dua keanggotaan 0 atau 1 saja pada satu waktu.
Logika fuzzy sering digunakan untuk mengekspresikan suatu nilai yang diterjemahkan dalam
bahasa (linguistik), semisal untuk mengekspresikan suhu dalam ruangan apakah ruangan tersebut
dingin, hangat, atau panas.
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input dalam suatu
ruang output dan memiliki nilai yang berlanjut. Kelebihan logika fuzzy ada pada kemampuan
penalaran secara bahasa. Sehingga, dalam perancangannya tidak memerlukan persamaan
matematis yang kompleks dari objek yang akan dikendalikan.
Ada beberapa tipe fungsi keanggotaan kendali logika fuzzy pada matlab
1. Trimf → triangular membership function (keanggotaan membentuk segitiga)
2. Trapmf → trapezoidal membership function (keanggotaan membentuk trapesium)
3. Gbellmf → generalized bell membership function (keanggotaan dengan tipe umum bell)
4. Gaussmf → gaussian membership function (keanggotaan dengan tipe gaussian)
5. Gauss2mf → gaussian 2 membership function (keanggotaan dengan tipe ke 2 gaussian)
6. Sigmf → signoidal membership function (keanggotaan dengan tipe signoidal : gabungan
dsigmf dan psigmf)
7. Dsigmf → dsigmoindal membership function (keanggotaan dengan tipe dsignoidal)
8. Psigmf → psignoidal membership function (keanggotaan dengan tipe psignoidal)
9. Pimf → phi membership function (keanggotaan dengan tipe phi)
10. Smf → S membership function
11. Zmf →Z membership function
5. Setelah itu klik 2 kali terhadap input pelayanan maka akan muncul membership function
editor, ganti nilai yang ada:
Range : [0 10]
Name mf1 ganti dengan jelek, mf2 dengan sedang, mf3 dengan bagus
Type : trimf
Params : untuk jelek [-4 0 4], untuk sedang [1 5 9] dan untuk bagus [6 0 14]
Maka akan muncul
D. TUGAS
-Suatu perusahaan makanan kaleng setiap harinya rata-rata menerima permintaan sekitar 5500
kaleng, dan dalam 3 bulan terakhir permintaan tertinggi 75000 kaleng. Makanan kaleng yang
masih tersedia di Gudang, setiap harinya rata-rata 7000 kaleng, sedangkan kapasitas Gudang
maksimum hanya dapat menampung 13000 kaleng. Apabila sistem produksinya menggunakan
aturan fuzzy sebagai berikut:
[R1] IF Permintaan TURUN And Persediaan BANYAK THEN Produksi Barang BERKURANG
[R2] IF Permintaan NAIK And Persediaan SEDIKIT THEN Produksi Barang BERTAMBAH
[R3] IF Permintaan NAIK And Persediaan BANYAK THEN Produksi Barang BERTAMBAH
[R4] IF Permintaan TURUN And Persediaan SEDIKIT THEN Produksi Barang
BERKURANG Tentukanlah berapa jumlah barang yang harus diproduksi hari ini, jika
permintaan sebanyak 60000 kaleng, dan persediaan yang masih ada di Gudang sebanyak 8000
kaleng.
Jawab :
1. Karena inputnya ada 2 (permintaan dan persediaan) maka perlu 1 input lagi, dengan
memilih menu Edit-> Add Variable...->Input
2. Setelah input 2 muncul, maka ganti nama kedua input menjadi permintaan dan
persediaan kemudian bagian output ganti menjadi produksi
3. Setelah itu klik 2 kali terhadap input permintaan maka akan muncul membership
function editor, ganti nilai yang ada:
Himpunan Fuzzy TURUN : 8000 ( diperoleh dari persediaan di Gudang )
Himpunan Fuzzy NAIK : 2 [(permintaan - permintaan 3 bulan terakhir)/( permintaan
3 bulan terakhir – kenaikan dimulai)]2 = 2 [(60000 – 75000)/(75000-45000]2
= 500
Range : [0 75000]
Name mf1 ganti dengan Turun, mf3 dengan Naik
Type : trapmf
Params : untuk Turun [-4 0 4], untuk sedang [1 5 9]
Maka akan muncul
{ 60
0;
z< 15
z= ( 75−z ) ; 15 ≤ z ≤75
z> 75
{ 75
1;
z< 25
z= ( z−25 ) ; 25 ≤ z ≤100
z> 100
Range : [0 100]
Name : Berkurang dan Bertambah
Type : trapmf
Params : [0 0 15 75] dan [25 100 100 100]
Maka akan muncul