PENGANTAR KECERDASAN BUATAN

TUGAS BESAR 1

ARIF YUDI SETYO

MOHAMMAD RAHADYAN IBRAHIM
UNIVERSITAS MERCU BUANA
2020
 REVIEW JURNAL 1
Judul Jurnal : Implementasi Logika Fuzzy pada Sistem Kecerdasan Buatan

Penulis : Helfi Nasution

Publikasi : Jurnal ELKHA Vol.4

Reviewer : Mohammad Rahadyan Ibrahim (41518210052)

Fuzzy secara Bahasa diartikan sebagai kabur atau samar-samar. Dalam

fuzzy dikenal derajat keanggotaan yang memiliki rentang nilai 0 (nol)
hingga 1 (satu). Berbeda dengan himpunan tegas yang memiliki nilai 0
atau 1 (tidak atau ya). Logika Fuzzy merupakan suatu logika yang
Pokok Bahasan
: memiliki nilai kekaburan atau kesamaran (fuzziness). Dalam teori
logika fuzzy, suatu nilai bisa bernilai benar atau salah secara
bersamaan. Logika fuzzy digunakan untuk menerjemahkan suatu
besaran yang diekspresikan menggunakan Bahasa. Logika fuzzy juga
menunjukkan sejauh mana nilai itu benar atau salah.

Pada jurnal ini, metode yang digunakan adalah metode penelitian

Metode Penelitian :
analisis referensi menggunakan referensi-referensi dari buku-buku.

Hasil : Konsep logika fuzzy dapat dengan mudah kita temukan pada perilaku
manusia dalam keseharian manusia dalam kesehariannya, salah satu
contohnya adalah pedal gas kendaraan akan kita tekan dengan tekanan
tertentu sesuai kecepatan yang kita inginkan. (Berapa besar tekanan
yang kita berikan?).

Robot yang menggunakan logika fuzzy dapat memprediksikan kapan

ia harus bertindak atau menghindar saat ada halangan di depannya
dengan hanya ada peringatan “awas” dan tanpa ada hitungan
matematis yang diberikan oleh user.

Terdapat perbedaan antara logika klasik dan logika fuzzy. Dalam

kehidupan sehari-hari, kita sering menemui ketidakjelasan.
Ketidakjelasan yang kita alami kita kelompokkan menjadi :
Keambiguan, Keacakan, Ketidaktepatan, Ketidakjelasan akibat
informasi yang tidak lengkap, dan Kekaburan semantik.

Logika fuzzy juga mempunyai aturan, yaitu Aturan Fuzzy IF-THEN

(bisa juga disebut dengan Aturan Fuzzy, Fuzzy Implikasi, atau
Pernyataan Kondisional Fuzzy). Aturan ini adalah aturan yang
digunakan untuk merumuskan relasi kondisional antara dua atau lebih
himpunan fuzzy.

Ada beberapa alasan orang menggunakan logika fuzzy, yaitu: konsep

logika fuzzy mudah dimengerti, logika fuzzy sangat fleksibel,
memiliki toleransi terhadap data-data yang tidak tepat, mampu
memodelkan fungsi-fungsi nonlinear yang sangat kompleks, dapat
membangun dan mengaplikasikan pengalaman-pengalaman para pakar
secara langsung tanpa melalui proses pelatihan, dapat bekerjasama
dengan Teknik-teknik kendali secara konvesional, dan logika fuzzy
didasarkan pada Bahasa alami.

Aplikasi yang menggunakan logika fuzzy adalah sebagai berikut:

1. Manajemen dan pengambilan keputusan, contohnya adalah

system pembuat keputusan di militer yang didasarkan pada
logika fuzzy
2. Ekonomi, contohnya seperti pemodelan fuzzy pada system
pemasaran yang kompleks.
3. Klasifikasi dan pencocokan pola
4. Psikologi, contohnya seperti menganalisis kelakuan masyarakat
5. Ilmu-ilmu sosial, untuk pemodelan informasi yang tidak pasti
6. Ilmu lingkungan, contohnya seperti prediksi cuaca.

REVIEW JURNAL 2