Modul SC - 11 - Ok
Modul SC - 11 - Ok
Sistem Cerdas
aplikasi
Seperti halnya himpunan konvensional, ada beberapa operasi yang didefinisikan secara
sebagai hasil dari operasi 2 himpunan sering dikenal dengan nama fire strength atau α–
sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai
Contoh 7.11:
= min(0,6; 0,8)
= 0,6
7.6.2 Operator OR
‘1 Sistem Cerdas
3 2 Yudhi Gunardi, ST, MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Operator ini berhubungan dengan operasi union pada himpunan. α–predikat
Contoh 7.12:
Pada contoh 7.11, dapat dihitung nilai α–predikat untuk usia MUDA atau
= max(0,6; 0,8)
= 0,8
sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai
µA’ = 1-µA[x]
Contoh 7.13:
Pada contoh 7.11, dapat dihitung nilai α–predikat untuk usia TIDAK MUDA adalah:
= 1 - 0,6
= 0,4
‘1 Sistem Cerdas
3 3 Yudhi Gunardi, ST, MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Metode penalaran secara monoton digunakan sebagai dasar untuk teknik
implikasi fuzzy. Meskipun penalaran ini sudah jarang sekali digunakan, namun
IF x is A THEN y is B
transfer fungsi:
y = f((x,A),B)
maka sistem fuzzy dapat berjalan tanpa harus melalui komposisi dan dekomposisi fuzzy.
Nilai output dapat diestimasi secara langsung dari nilai keanggotaan yang berhubungan
dengan antesedennya.
Contoh 7.14:
Indonesia) dan BERAT (menunjukkan berat badan orang Indonesia) seperti terlihat
berikut:
permukaan fuzzy-nya. Tarik garis lurus ke arah domain. Nilai pada sumbu
yB = f(µA[x],DB)
tinggi badan 165 cm, memiliki derajat keanggotaan 0,75 pada daerah fuzzy
= 15/20
= 0,75
Nilai ini dipetakan ke daerah fuzzy BERAT yang akan memberikan solusi berat
Karena 0,75 > 0,5 maka letak y adalah antara 52,5 sampai 70, sehingga:
⇔ 1-2[(70-y)/(70-40)]2 = 0,75
⇔ 1-2(70-y)2/900 = 0,75
⇔ 2(70-y)2/900 = 0,25
⇔ (70-y)2 = 112,5
⇔ (70-y) = ±√(112,5)
‘1 Sistem Cerdas
3 5 Yudhi Gunardi, ST, MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Gambar 7.29 menunjukkan kerja algoritma tersebut. Seseorang yang memiliki tinggi
badan 165 cm, memiliki derajat keanggotaan 0,75 pada daerah fuzzy TINGGI;
diperoleh dari:
= 15/20
= 0,75
Nilai ini dipetakan ke daerah fuzzy BERAT yang akan memberikan solusi berat
Karena 0,75 > 0,5 maka letak y adalah antara 52,5 sampai 70, sehingga:
⇔ 1-2[(70-y)/(70-40)]2 = 0,75
⇔ 1-2(70-y)2/900 = 0,75
⇔ 2(70-y)2/900 = 0,25
⇔ (70-y)2 = 112,5
⇔ (70-y) = ±√(112,5)
⇔ y = 59,4
‘1 Sistem Cerdas
3 6 Yudhi Gunardi, ST, MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Gambar 7.29 Implikasi monoton: TINGGI ke BERAT.
dengan suatu relasi fuzzy. Bentuk umum dari aturan yang digunakan dalam fungsi
implikasi adalah:
IF x is A THEN y is B
dengan x dan y adalah skalar, dan A dan B adalah himpunan fuzzy. Proposisi
IF (x1 is A1) • (x2 is A2) • (x3 is A3) • ...... • (xN is AN) THEN y is B
‘1 Sistem Cerdas
3 7 Yudhi Gunardi, ST, MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Secara umum, ada 2 fungsi implikasi yang dapat digunakan, yaitu: a. Min (minimum).
Fungsi ini akan memotong output himpunan fuzzy. Gambar 7.30 menunjukkan salah
b. Dot (product). Fungsi ini akan menskala output himpunan fuzzy. Gambar 7.31
Pada Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-Then harus
monoton (Gambar 7.32). Sebagai hasilnya, output hasil inferensi dari tiap-tiap
aturan diberikan secara tegas (crisp) berdasarkan α-predikat (fire strength). Hasil
‘1 Sistem Cerdas
3 8 Yudhi Gunardi, ST, MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
.
Contoh 7.15:
Suatu perusahaan makanan kaleng akan memproduksi makanan jenis ABC. Dari data
sampai 600 kemasan/hari, dan terkecil pernah sampai 100 kemasan/hari. Dengan
segala keterbatasannya, sampai saat ini, perusahaan baru mampu memproduksi barang
maksimum 7000 kemasan/hari, serta demi efisiensi mesin dan SDM tiap hari diharapkan
‘1 Sistem Cerdas
3 9 Yudhi Gunardi, ST, MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
{R2] IF Permintaan TURUN And Persediaan SEDIKIT
Berapa kemasan makanan jenis ABC yang harus diproduksi, jika jumlah
kemasan?
Solusi:
• Permintaan; terdiri-atas 2 himpunan fuzzy, yaitu: NAIK dan TURUN (Gambar 7.33)
Permintaan (kemasan/hari)
1, x ≤ 1000
μPmtTURUN ( x )=
{
5000−x
4000
, 1000≤ x ≤ 5000
0 , x ≥5000
0 , x ≤1000
μPmtNAIK ( x )=
{
x−1000
4000
, 1000≤ x ≤ 5000
1, x ≥ 5000
‘1 Sistem Cerdas
3 10 Yudhi Gunardi, ST, MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Kita bisa mencari nilai keanggotaan:
µPmtTURUN[4000] = (5000-4000)/4000
= 0,25
µPmtNAIK[4000] = (4000-1000)/4000
= 0,75
(Gambar 7.34).
Persediaan
(kemasan/hari)
1, y ≤1000
500 {
μPmtTURUN ( y )= 600− y ,100 ≤ y ≤ 600
0 , y ≥ 600
0 , y ≤ 100
500 {
μPmtNAIK ( y )= x −100 , 100 ≤ y ≤ 600
1 , y ≥ 600
µPsdSEDIKIT[300] = (600-300)/500
= 0,6
‘1 Sistem Cerdas
3 11 Yudhi Gunardi, ST, MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
µPsdBANYAK[300] = (300-100)/500
= 0,4
Produksi Barang
(kemasan/hari)
Gambar 7.35 Fungsi keanggotaan variabel Produksi Barang pada Contoh 7.15.
Sekarang kita cari nilai z untuk setiap aturan dengan menggunakan fungsi MIN pada
= min(µPmtTURUN [4000],µPsdBANYAK[300])
= min(0,25; 0,4)
= 0,25
= min(µPmtTURUN [4000],µPsdSEDIKIT[300])
= min(0,25; 0,6)
= 0,25
= min(µPmtNAIK [4000],µPsdBANYAK[300])
= min(0,75; 0,4)
= 0,4
= min(µPmtNAIK [4000],µPsdSEDIKIT[300])
= min(0,75; 0,6)
= 0,6
‘1 Sistem Cerdas
3 13 Yudhi Gunardi, ST, MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Jadi jumlah makanan kaleng jenis ABC yang harus diproduksi sebanyak 4983 kemasan.
‘1 Sistem Cerdas
3 14 Yudhi Gunardi, ST, MT
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id