Implementasi Logika Mamdani Dalam

Simulasi Memancing
Implementation Of Fuzzy Logic Mamdani On Fishing Game Simulaton

Satria Fitra Widya Utama1, Helmie Arif Wibawa2

2
Helmie.arif@gmail.com

!" # $%
&
'( )*

, - ,
- . - -
. - .
- ..
!" # $% $
/ '( )*

PENDAHULUAN memancing akan menarik apabila

Teknologi saat ini berkembang pesat sejalan tersebut benar1benar merepresentasikan kejadian nyata
dengan perkembangan teknologi informasi. Salah satu secara detail. Salah satu cara pembuatan
contohnya adalah perkembangan yang memancing agar terlihat nyata yaitu diberikan sebuah
beroperasi di sistem operasi android. yang ada kecerdasan buatan. Salah satu cabang kecerdasan
pada android memiliki berbagai macam buatan adalah logika Beberapa contoh
. Salah satu yang populer saat ini yaitu yang menggunakan logika sebagai kecerdasan
simulasi. Contoh simulasi adalah buatan adalah “Song of Ruination 2” dan .
memancing, dalam ini pemain akan berpura1pura Dalam “Song of Ruination 2” logika digunakan
menjadi pemancing dan seolah1olah melakukan untuk mengatur perilaku musuh (Purba et al.,
aktivitas memancing. 2013).Pada logika digunakan untuk
memancing pada sistem operasi android mengatur perilaku lawan dalam melakukan serangan
sangat bermacam1macam jenisnya. Ada yang (Mahasati, 2011).
memancing di laut, di sungai, maupun di danau.Dalam Apabila memancing menggunakan
memancing terdapat aspek1aspek penting yang perlu sebagai kecerdasan buatan maka aspek1aspek yang
diperhatikan agar mempermudah mendapatkan ikan mempengaruhi memancing akan dipertimbangkan dan
yang di inginkan. Aspek tersebut adalah tempat dan dihitung untuk menentukan ikan yang didapat. Salah
waktu. Namun masih jarang memancing di satu metode inferensi yang dapat digunakan
Google Play yang menyertakan waktu pemancingan adalah metode ( Max1Min ). Metode
(jam) dan kedalaman kail sebagai poin penting untuk Mamdani memiliki kelebihan yaitu lebih intuitif dan
mendapatkan ikan, dan lokasi pemancingannya di mudah dimengerti(Castellano et al., 2003). Berdasarkan
wilayah Indonesia. hal tersebut akan dilakukan penelitian bagaimana
mengimplementasika Logika Mamdani dalam

48
Dinamika Rekayasa Vol. 11 No. 2 Agustus 2015
ISSN 185813075

Simulasi Memancing dengan waktu dan dengan menggunakan metode Mamdani sering
kedalaman pemancingan sebagai poin penting dalam disebut dengan metode max1min.
mendapatkan ikan. Sistem inferensi metode Mamdani ini dapat dibagi
menjadi 4 (empat) tahapan yaitu fuzzifikasi, evaluasi
KAJIAN PUSTAKA aturan, agregasi, dan defuzzifikasi (Ion, 2012). Berikut
penjelasan mengenai tahapan1tahapan metode
mamdani :
menurut bahasa artinya samar atau kabur.
%&
Suatu kata/istilah dikatakan kabur ( , )
apabila kata/istilah tersebut tidak dapat didefinisikan Pada tahap ini bilangan crips masukan diubah
secara tegas, dalam arti tidak dapat ditentukan secara menjadi bilangan
tegas (benar atau salah) apakah suatu obyek tertentu '& ( )
memiliki ciri/sifat yang diungkapkan oleh kata/istilah itu Pada tahap ini masukan1masukan antiseden yang
atau tidak. Logika berarti perkiraan penalaran , ada di proses dan dievaluasi mengguanakan operator
informasi granulasi, komputasi dengan kata1kata dan OR atau AND. Jika menggunakan operator OR didapat
sebagainya (Sivanandam et al., 2007). kaidah :

*A∪B(x) = max{*A(x), *B(x)} (4)

Himpunan adalah sebuah himpunan
dalam semesta pembicaraan himpunan U ditandai Sedangkan jika menggunakan operator AND didapat
dengan fungsi keanggotaan CA(x) yang mempunyai nilai kaidah :
interval [0,1](Wang, 1997). Sebuah himpunan A
dalam semesta pembicaraan U direpresentasikan *A∩B(x) = min{*A(x), *B(x)} (5)
dengan himpunan urutan berpasangan dari elemen x
dan nilai keanggotannya, di tuliskan sebagai berikut Setelah didapat hasil dari evaluasi aturan untuk
(Wang, 1997): antiseden hasil tersebut dilakukan metode ") atau
" ) . metode") merupakan metode untuk
= , ∈ } (1) mendapatkan konsekuen dengan memotong fungsi
keanggotaan antiseden yang ada. Metode " )
Ketika U adalah kontinyu (U adalah bilangan real), merupakan metode untuk mendapatkan konsekuen
maka ditulis: dengan cara fungsi keanggotaan asli dari aturan
konsekuen disesuaikan dengan mengalikan semua
= (2) derajat keanggotaannya oleh nilai dari aturan fungsi
keanggotaan antiseden.
Dimana tanda integral di atas tidak dinyatakan +&
sebagai integrasi. Tanda tersebut artinya koleksi dari
semua elemen x dimana x ∈ U dengan fungsi Jika terdapat lebih dari satu kaidah yang
keanggotaan . Ketika U adalah Diskret, maka dievaluasi, keluaran semua IF1THEN rule
ditulis : dikombinasikan menjadi sebuah set tunggal. Saat
agregasi operator yang digunakan adalah OR( ).
=∑ (3) ,&
Input dari proses Defuzzifikasi adalah suatu
Dimana tanda sigma di atas tidak menyatakan himpunan yang diperoleh dari komposisi aturan1
penjumlahan. Tanda tersebut artinya koleksi dari aturan , sedangkan output yang dihasilkan
semua elemen x dimana x ∈ U dengan fungsi merupakan suatu bilangan pada domain himpunan
keanggotaan . tersebut. Sehingga jika diberikan suatu himpunan
dalam range tertentu, maka harus dapat diambil
Fungsi keanggotaaan ( ! " ) adalah suatu nilai crisp tertentu sebagai . metode
suatu kurva yang menunjukkan pemetaan titik1titik input defuzzifikasi yang digunakan dalam penelitian ini adalah
data ke dalam nilai keanggotaannya (sering juga - . Pada metode ini solusi crisp
disebut dengan derajat keanggotaan) yang memiliki diperoleh dari rata1rata nilai z pada ** maximum.
interval antara 0 sampai 1(Kusumadewi & Purnomo,
2010). METODE
# $ $
Sistem inferensi metode Mamdani merupakan Arsitektur memancing ini terdiri dari aplikasi
sistem inferensi yang sering digunakan (Ion, 2012). dan data pemain. Aplikasi merupakan
Metode ini pertama kali diusulkan pada tahun 1975 oleh aplikasi yang berjalan didalam android
Ebrahim Mamdani(Mamdani, 1977) Sistem inferensi

49
Implementasi Logika Fuzzy Mamdani Dalam Game
Gam Simulasi Memancing

(Gadget). Pada aplikasi terdapat

at data1data
da yang 1. Mencocokkan ikan yang ada dii te tempat pemancingan
dijadikan ) untuk pembuatan data pemain.
p Data dengan ikan yang mau mem memakan umpan yang
pemain akan tersimpan dalam disk . Data dipakai memancing.
pemain merupakan data yang dinamis amis dan serung 2. membuat dua variabel ika
ikan yaitu diurnal dan
berubah1ubah saat dijalankan.. Sedangkan
Seda data nokturnal yang berisi nama1nam nama ikan yang sesuai
ikan,pancing, umpan, dan tempat peman emancingan yang perilakunya ( diurnal / nokturna
kturnal). Variabel diurnal
terdapat di aplikasi merupakan n dat
data " dan hanya berisi ikan diurnall dan variabel nokturnal
hanya bersifat sebagai ) . Untuk lebih jelas hanya berisi ikan nokturnal.
mengenai gambaran arsitektur ini bisa dilihat 3. Memberikan domain tiap varia variabel . Diurnal
pada gambar 1. memiliki domain [0150] (batas tas mmaksimal mendekati
50). Nokturnal memiliki domainain [501100].
[5
4. Memberikan domain untuk setia setiap ikan yang ada di
variabel . . domain
ain di
didasarkan jumlah isi
contohnya :
diurnal = {IK1, IK2,IK3,IK4}
nokturnal = {IK22,IK24}
berdasarkan data tersebut ut m maka ikan diurnal
memiliki 51/4= 12,5. Bera
Berarti IK2 domainya [01
12,75], IK2 domainnya [12,751125.5], IK3 domainya
[25.5138,25], IK4 domainya [38,25
[38,25150].
Ikan nokturnal memiliki 51
51/2=25. Berarti IK22
domainya [50175.5], IK24 domain
omainnya [75.51100].
Gambar 1Arsitektur Sistem 5. Mencocokkan hasil perhitunganngan logika dengan
domain ikan yang ada. Jika sesuai maka akan
) $ # mendapatkan ikan tersebut jika tidak sesuai maka
Alur sistem cerdas dibuat untuk menent
enentukan proses tidak akan mendapatkan ikan an dadan muncul pringatan
ikan yang didapat. Untuk gambar bar alur sistem “ikan lepas”.
mendapatkan ikan pada simulasi memancing 6. Jika mendapatkan ikan, acak ak ang
angka dari [100 – min (
dapat dilihat pada Gambar 2. kekuatan_joran, berat_max_ik
ax_ikan ) ] untuk
menentukan berat ikan, satuanatuan berupa gram dari
hasil acakan.

Mulai
Input
Kedalaman
Penghitungan
Pen
mengg
nggunakan Fuzzy
# / !
dan Waktu (siste
sistem cerdas)
Fuzzifikasi merupakan proses
ses m mengubah bilangan
crips (tegas) menjadi bilanganngan . Pemilihan
variabel1variabel dan semesta sta pembicaraan yang
Penentuan ikan yang didapat digunakan dalam simulasi memancingini
Hasil (mencocokan Tempempat dengan Umpan
Penghitungan yang dipakai) dan
an menentukan
m berat berdasarkan dari studi pustaka ka d dan diskusi dengan
Fuzzy ikan dengan acak
aca angka (100-
min(kekuatan_joran
ran,berat_max_ikan)) narasumber Ibu Aristi Dian Pur Purnama Fitri, beliau
merupakan dosen dari Fakultas ltas PPerikanan dan Ilmu
Kelautan Universitas Diponegoro
egoro. Variabel1variabel
yang digunakan yaitu :
Outp
utput %& 0 ) 0 )/ "
Selesai Ikan
an yang
y
didap
idapat
Variabel kedalaman kail panc
pancing diukur dengan
satuan sentimeter.Berdasarkan
rkan informasi dari
Gambar 2 Alur sistem Cerdas
rdas narasumber, kedalaman sungai ai dan danau di Indonesia
yaitu antar 0 sentimeter sampaii 900 sentimeter.1001400
Alur sistem cerdas dalam ini b
berawal dari sentimeter termasuk dangkal, al, 4 4001700 sentimeter
masukan ( ) pemain berupa kedalam
dalaman kail dan termasuk sedang, dan 700 sentim
entimeter lebih termasuk
waktu pemancingan. Setelah itu masu masukan ( ) dalam.dari data tersebut maka aka dibuatlah variabel
tersebut dihitung menggunakan logika mamdani. kedalaman dengan semesta pembiraan
pemb [01900], dan
Hasil dari perhitungan tersebut diolah dan dibandingkan
d dibagi menjadi 3 himpunan yaitu {DANGKAL,
dengan tempat pemancingan, umpan,, dan joran untuk SEDANG, DALAM}. Tiap himpun impunan memiliki
menentukan ikan yang didapat. Proses oses pengelolaan domain masing1masing. DANGKAL KAL mempunyai domain
hasil dari penghitungan memiliki
iki urutan
uru sebagai [01500] yang digambarkan sebagabagai kurva linier turun,
berikut : SEDANG mempunyai domain
main [2001800] yang
digambarkan sebagai kurva segitiga
gitiga dengan titik puncak

50
Dinamika Rekayasa Vol. 11 No. 2 Agustus 2015
ISSN 185813075

pada kedalaman 500, dan DALAM mempunyai domain

[5001900] yang digambarkan sebagai kurva linier naik.
Diagram fungsi keanggotaan untuk variabel kedalaman
digambarkan pada gambar 3.

Gambar 4 Fungsi Keanggotaan Jam Pemancingan

Fungsi keanggotaan masing1masing himpunan
nya adalah sebagai berikut :

 −
 ≤ ≤

Fungsi Keanggotaan Kedalaman Kail  ≤ ≤
=
 −
Fungsi keanggotaan masing1masing himpunan 
≤ ≤
(9)
nya adalah sebagai berikut :  ≥ ∨ ≤ ≤

 −
 ≤ ≤  ≥ ∨ ≤ ≤
= (6) 
  −
≤ ≤ ≤

 − = (10)
 ≤ ≤  −
≤ ≤
 
 − 
= ≤ ≤ (7)  ≤ ∧ ≤

 ≥ ∨ ≥ +&


 − Data ikan yang digunakan pada ini yaitu 29
 ≤ ≤
= (8) ikan yang terdiri dari 15 ikan diurnal dan 14 ikan
 ≥ nokturnal. Untuk mempermudah dalam penentuan ikan
yang didapat maka nilai maksimal dari variabel ikan ini
dibuat 100.sehingga variabel ikan (3.3) yang didapat
mempunyai semesta pembiraan [01100] dan dibagi
'& / " menjadi 2 himpunan yaitu {DIURNAL,
Jam pemancingan diukur dalam satuan menit. Jika NOKTURNAL}. Himpunan DIURNAL memiliki
dalam satu jam terdapat 60 menit maka dalam satu hari domain [01100] yang direpresentasikan sebagai kurva
terdapat 1440 menit. Menurut narasumber, ikan diurnal linier turun.Himpunan NOKTURNAL memiliki
aktif antara jam 06.00118.00 sedangkan ikan nokturnal domain [01100] yang direpresentasikan sebagai kurva
aktif pada jam 18.00106.00. Berdasarkan data tersebut linier naik.Pembentukan tersebut berdasarkan intuisi
berarti ikan diurnal aktif pada menit 36011080, penulis. Diagram fungsi keanggotaan untuk variabel
sedangkan nokturnal aktif pada menit 108011440 dan 01 Ikan dapat dilihat seperti gambar 5.
360 dengan catatan menit 0 dimulai pada jam 00.00.
Dari analisa tersebut maka dibuat variabel Jam
pemancingan dengan semesta pembiraan [011440] dan
dibagi menjadi 2 himpunan yaitu {SIANG,
MALAM}.Himpunan SIANG memiliki domain [1201
1320] dan direpresentasikan sebagai kurva trapesium,
dengan waktu interval [1201600] sebagai kurva linier
naik, interval [6001840] kurva linier lurus dengan nilai
keanggotaan 1, dan interval [84011320] sebagai kurva Gambar 5 Fungsi Keanggotaan ikan yang Didapat
linier turun. Himpunan MALAM memiliki domain Fungsi keanggotaan masing1masing himpunan
[01600] dan [84011440] yang direpresentasikan sebagai nya adalah sebagai berikut :
kurva trapezium, dengan waktu interval [01120] dan
[132011440] sebagai kurva linier lurus dengan nilai  −
= ≤ ≤ (11)
keanggotaan 1, interval [1201600] sebagai kurva linier 
turun, dan interval [82011320] sebagai kurva linier naik. 
= ≤ ≤ (12)
Diagram fungsi keanggotaan untuk variabel Jam !

pemancingan digambarkan pada gambar 4.

51
Implementasi Logika Fuzzy Mamdani Dalam Game Simulasi Memancing

ada, maka hasil defuzzifikasi menghasilkan batas

Aturan fuzzy dibuat berdasarkan hasil diskusi dengan minimal dari domain ikan nokturnal.
narasumber.Aturan fuzzy yang dibangun terdiri dari 6 Untuk setiap masukan 0 sampai 900 pada fungsi
keanggotaan Kedalaman yang memiliki hasil saling
aturan, aturan tersebut bisa dilihat pada tabel 1.
mendekati atau sama yaitu :
Tabel 1 Aturan
1. Himpunan DANGKAL dan SEDANG dengan
1 IF kedalaman DANGKAL AND jam SIANG masukan sekitar 330 dengan nilai hasil μ =
THEN Ikan DIURNAL 0.34 dan μ = 0.42.
2 IF kedalaman DANGKAL AND jam 2. Himpunan SEDANG dan DALAM dengan
MALAM THEN Ikan NOKTURNAL
masukan sekitar 670 dengan nilai hasil μ =
3 IF kedalaman SEDANG AND jam SIANG
THEN Ikan DIURNAL 0.44 dan μ ! = 0.42.
4 IF kedalaman SEDANG AND jam MALAM
THEN Ikan NOKTURNAL Untuk setiap masukan 0 sampai 1440 pada fungsi
5 IF kedalaman DALAM AND jam SIANG keanggotaan Waktu yang memiliki hasil saling
THEN Ikan DIURNAL mendekati atau sama yaitu dengan masukan 360 dan
6 IF kedalaman DALAM AND jam MALAM 1080 menghasilkan nilai C = 0.5 untuk setiap himpunan
THEN Ikan NOKTURNAL .
Dari data diatas maka dapat disimpulkan nilai
HASIL DAN PEMBAHASAN maksimal defuzifikasi untuk ikan diurnal yaitu :
Perhitungan logika mamdani dalam game ini 0.42 =(1001ikan)/100
terletak saat game mulai memancing seperti yang Ikan = 58
ditunjukkan pada gambar 6. Titik tengah = 58/2 = 29
Sedangkan untuk nilai minimal defuzifikasi untuk ikan
nokturnal yaitu :
0.42 = ikan /100
Ikan = 42
Titik tengah =(42 +100) / 2 = 71
Berdasarkan hasil diatas maka nilai 29150 dan 50171
tidak akan menjadi hasil output dari perhitungan
defuzifikasi. Hal ini menyebabkan ikan diurnal yang
memiliki domain antara 29150 dan ikan nokturnal
dengan domain 50171 dalam perhitungan sistem cerdas
pada simulasi memancing tidak mungkin
didapatkan.

Antarmuka Memancing
KESIMPULAN DAN SARAN
Tombol memancing yang ada di kanan bawah 0 )
digunakan untuk mengatur kedalaman. Setiap mengatur
Kesimpulan yang dapat diambil adalah logika
kedalaman maka jarak kail akan berkurang dan
mamdani dengan memanfaatkan agregasi or dan
ditunjukkan dengan bar dibagian atas, Sedangkan bar
metode - dalam defuzzifikasi dapat
dibagian samping kiri menunjukkan kedalaman kail.
dijadikan sebagai model penentuan jenis ikan dan
Pengaturan kedalaman tersebut mempengaruhi ikan
berhasil diimplementasikan pada simulasi
yang didapat.
memancing. Kedalaman umpan dan waktu
Pengujian perhitungan dilakukan dengan
pemancingan dijadikan sebagai masukkan untuk
membandingkan data1data yang telah dihitung oleh
perhitungan mamdani. Hasil dari perhitungan
dangan kesimpulan manual yang diberikan oleh
mamdani dibandingkan dengan jenis umpan yang
narasumber dan menghasilkan presentasi kesuksesan
digunakan untuk menentukan jenis ikan yang didapat.
sebesar 86.9%.
Penggunaan metode mean of maximum saat
Penggunaan metode mean of maximum pada saat
defuzzifikasi pada logika mamdani menyebabkan
defuzifikasi menyebabkan perhitungan agregasi yang
ikan1ikan tertentu yang memakan umpan yang spesifik
menghasilkan nilai paling minimal pada himpunan
tidak mungkin didapatkan, sehingga pemain tidak bisa
diurnal untuk setiap masukan yang ada, maka hasil
melengkapi daftar ikan yang diperloleh (pencapaian
defuzzifikasi menghasilkan batas maksimal dari domain
Pemain). Hasil pembangunan Mancing Nusantara
ikan diurnal. Sedangkan untuk setiap perhitungan nilai
memiliki nilai akurasi 86.9% dalam menentukan
agregasi yang menghasilkan nilai paling minimal pada
kelompok ikan yang didapat.
himpunan nokturnal untuk setiap masukan yang

52
Dinamika Rekayasa Vol. 11 No. 2 Agustus 2015
ISSN 185813075

$ Kusumadewi, S. & Purnomo, H., 2010. )

/ 0 . 2nd ed. Yogyakarta: Graha Ilmu.
Saran yang dapat dilaksanakan untuk Mahasati, D., 2011. Penerapan Sistem Inferensi Fuzzy dalam
pengembangan Mancing Nusantara lebih lanjut Menentukan Prioritas Heuristik pada Aplikasi Game Fighting
adalah perlu dilakukan perbandingan dengan metode Sederhana.
Mamdani, E.H., 1977. Application Of Fuzzy Logic To Approximate
lain untuk mencapai hasil yang lebih optimal.
Reasoning Using Linguistic Synthesis. # 3 (((
2 " , C126(12), pp.1182 1 1191.
DAFTAR PUSTAKA Purba, , Hasanah, & Muslim, M., 2013. Implementasi Logika Fuzzy
Untuk Mengatur Perilaku Musuh dalam Game. ((## $, 7.
Castellano, G., Fanelli, A.M. & Mencar, C., 2003. Design of Sivanandam, S.N., Sumathi, S. & Deepa, S.N., 2007. "
Transparent Mamdani Fuzzy. # $ 1. " 2 . Berlin: Springer.
Ion, I., 2012. 2 "# )) 3 "4 Wang, L.1X., 1997. # $ # ). United
# ) 3# " 32 )" . InTech.
States: Prentice1Hall International, Inc.

53