INSTRUMENTASI CERDAS Dede Irawan Saputra, S.Pd., M.T.

412197591
TEORI HIMPUNAN KLASIK DAN FUZZY SERTA OPERASI DASAR
 SISTEM FUZZY
Konsepnya menggunakan teori himpunan.
Menggunakan derajat keanggotaan fuzzy untuk menunjukkan seberapa besar
suatu nilai masuk dalam suatu himpunan fuzzy.
Bidang kajian :
• Fuzzy Inference System
• Fuzzy Clustering
• Fuzzy Database
• Fuzzy Mathematical Programming
 PROBABILISTIC REASONING
Mengakomodasi adanya faktor ketidakpastian.
Teori-teori yang berkembang:
• Teorema Bayes
• Certainty Factor (statistic reasoning)
• Teorema Dempster-Shafer (statistic reasoning)
LOGIKA FUZZY
Manajer pergudangan mengatakan pada manajer produksi seberapa banyak
persediaan barang pada akhir minggu ini, kemudian manajer produksi akan
menetapkan jumlah barang yang harus diproduksi esok hari.
Pelayan restoran memberikan pelayanan terhadap tamu, kemudian tamu akan
memberikan tip yang sesuai atas baik tidaknya pelayan yang diberikan
Anda mengatakan pada saya seberapa sejuk ruangan yang anda inginkan, saya
akan mengatur putaran kipas yang ada pada ruangan ini
Penumpang taksi berkata pada sopir taksi seberapa cepat laju kendaraan yang
diinginkan, sopir taksi akan mengatur pijakan gas taksinya
PEMETAAN I/O
KONFIGURASI DASAR LOGIKA FUZZY
KONFIGURASI DASAR LOGIKA FUZZY
ISTILAH PADA LOGIKA FUZZY
KLASIFIKASI LOGIKA FUZZY
 ALASAN PENGGUNAAN LOGIKA FUZZY
Konsep logika fuzzy mudah dimengerti, konsep yang mendasari penalaran fuzzy
sangat sederhana dan mudah dimengerti
Logika fuzzy sangat fleksibel
Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat
Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks
Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman
para pakar secara langusng ranpa harus melalui proses pelatihan
Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional
Logika fuzzy didasarkan pada bahasa alami
HIMPUNAN FUZZY
CRISP VS FUZZY
 CONTOH HIMPUNAN

tinggi >= 185 tinggi >= 180

sangat tinggi sangat tinggi

185 185

tinggi tinggi
165 <= tinggi < 185 160 <= tinggi < 185
165 165

145 <= tinggi < 165 sedang 140 <= tinggi < 165 sedang

145 145

120 <= tinggi < 145 pendek 115 <= tinggi < 145 pendek

120 120

tinggi < 120 sangat pendek tinggi < 120 sangat pendek

crisp fuzzy
CONTOH
ULASAN
CARA FUZZY
ATRIBUT LOGIKA FUZZY
VARIABEL DAN HIMPUNAN FUZZY
SEMESTA PEMBICARAAN
DOMAIN
 LATIHAN
Apakah mesin cuci dengan algoritma fuzzy
merupakan sebuah sistem lup tertutup atau terbuka?
Jelaskan dan buatkan diagram bloknya!
Tentukan tiga aplikasi dari teori logika fuzzy yang
dapat diaplikasikan untuk memecahkan
permasalahan sehari-hari. Sebutkan atribut logika
fuzzy beserta variabel dan himpunan fuzzy, semesta
pembicaraan beserta domain