LOGIKA FUZZY
METODE MAMDANI
Segala puji bagi Allah SWT, pemiliki segala pujian yang selalu memberikan rahmat
dan nikmat kepada hamba-Nya serta salam serta shalawat selalu tercurah pada Nabi
Muhammad SAW. Semoga kita tetap menjadi umatnya hingga akhir zaman.
Kelompok kami dapat menyelesaikan tugas dalam waktu yang telah ditentukan.
Tugas ini bertujua agar kami lebih memahami bagaimana logika fuzzy digunakan terutama
dalam kehidupan sehari-hari. Pada tugas kali ini kami diperintahkan untuk mencari contoh
penerapan logika fuzzy dalam kehidupan sehari-hari. Adapun referensi kami yaitu dari jurnal
yang berjudul “Aplikasi Fuzzy Logic pada Vacuum Cleaner” oleh Dimas Tri Ciputra. Kami
menyadari masih banyak yang perlu diperbaiki dari penulisan dan penyusunan tugas ini.
Saran dan kritik dari pembaca sangat diperlukan untuk perbaikan si masa mendatang.
Selamat membaca, semoga bermanfaat.
Kelompok 4
Contoh kasus:
Pada vacuum cleaner yang biasa kekuatan hisapan dilakukan secara manual baik dari
permukaan lantai apapun. Bahkan ada yang kekuatan hisapannya tidak bisa di kontrol, jadi untuk
semua permukaan kekuatan sedotan akan sama. Hal ini tentu saja tidak hemat dan efisien jika
dilakukan terus menerus. Otomatisasi pada kekuatan sedotan akan sangat berguna dan menghemat,
jadi prinsipnya vacuum cleaner akan mendeteksi banyaknya debu dan permukaan pada lantai
kemudian akan mengubah tekanan yang diperlukan pada penyedot debu tersebut.
Karakteristik dari permukaan lantai yang akan dipakai disederhanakan menjadi tiga macam saja dari
berbagai karakteristik lantai yang lainnya, tiga macam karakteristik tersbut yaitu sebagai berikut :
Jumlah dari banyaknya debu yang akan menjadi input juga dibagi menjadi tiga macam saja,
Hasil output besaran hisapan oleh vacuum cleaner akan terdapat empat variabel, yaitu sebagai
berikut :
Range pada fungsi member ini menggunakan persen, yaitu 0-100 persen. Jika pada
variabel banyak debu, 0 persen adalah debu tidak ada, 50 persen adalah debu normal, 100
persen dan lebih debu banyak. Pada variabel permukaan, sekitar 0 - 40 persen adalah
permukaan halus, sampai ke 100 persen yaitu permukaan kasar. Pada output besar hisapan,
0 persen adalah kecil, 40 persen adalah normal, dan sampai 100 persen adalah sangat besar.
Contoh :
Berapa kekuatan hisap vacuum cleaner, jika jumlah debu 58 persen, dan permukaan lantai adalah
Solusi:
1. Jumlah debu; terdiri atas 3 himpunan fuzzy, yaitu Sedikit, Normal dan Banyak.
µ[x]
Sedikit Normal Banyak
1
0
20 50 80 100
1, 𝑥 ≤ 20
50 − 𝑥
𝜇𝑆𝑒𝑑𝑖𝑘𝑖𝑡 [𝑥] = { , 20 ≤ 𝑥 ≤ 50
30
0, 𝑥 ≥ 50
0, 𝑥 ≤ 20
𝑥 − 20
, 20 ≤ 𝑥 ≤ 50
𝜇𝑁𝑜𝑟𝑚𝑎𝑙 [𝑥] = 30
80 − 𝑥
{ 30 , 50 ≤ 𝑥 ≤ 80
0, 𝑥 ≤ 50
𝑥 − 50
𝜇𝐵𝑎𝑛𝑦𝑎𝑘 [𝑥] = { , 50 ≤ 𝑥 ≤ 80
30
1, 𝑥 ≥ 40
𝜇𝑆𝑒𝑑𝑖𝑘𝑖𝑡 [58] = 0
80 − 58
𝜇𝑁𝑜𝑟𝑚𝑎𝑙 [58] = = 0,74
30
58 − 50
𝜇𝐵𝑎𝑛𝑦𝑎𝑘 [58] = = 0,27
30
2. Jumlah permukaan; terdiri atas 3 himpunan fuzzy, yaitu Keras, Normal dan Halus.
µ[x]
Halus Normal Keras
1
0
20 40 80 100
1, 𝑦 ≤ 20
40 − 𝑦
𝜇𝐻𝑎𝑙𝑢𝑠 [𝑦] = { , 20 ≤ 𝑦 ≤ 40
20
0, 𝑦 ≥ 40
0, 𝑦 ≤ 20 𝑎𝑡𝑎𝑢 𝑦 ≥ 80
𝑦 − 20
, 20 ≤ 𝑦 ≤ 40
𝜇𝑁𝑜𝑟𝑚𝑎𝑙 [𝑦] = 20
80 − 𝑦
{ 40 , 40 ≤ 𝑦 ≤ 80
0, 𝑦 ≤ 40
𝑦 − 40
𝜇𝐾𝑒𝑟𝑎𝑠 [𝑦] = { , 40 ≤ 𝑦 ≤ 80
40
1, 𝑦 ≥ 80
𝜇𝐻𝑎𝑙𝑢𝑠 [50] = 0
80 − 50
𝜇𝑁𝑜𝑟𝑚𝑎𝑙 [50] = = 0,75
40
50 − 40
𝜇𝐾𝑒𝑟𝑎𝑠 [50] = = 0,25
40
3. Besar hisap; terdiri atas 4 himpunan fuzzy, yaitu Kecil, Normal, Besar dan Sangat Besar.
0
20 40 50 70 80 100
1, 𝑧 ≤ 20
40 − 𝑧
𝜇𝐾𝑒𝑐𝑖𝑙 [𝑧] = { , 20 ≤ 𝑧 ≤ 40
20
0, 𝑧 ≥ 40
0, 𝑧 ≤ 20
𝑧 − 20
, 20 ≤ 𝑧 ≤ 40
𝜇𝑁𝑜𝑟𝑚𝑎𝑙 [𝑧] = 20
50 − 𝑧
{ 10 , 40 ≤ 𝑧 ≤ 50
0, 𝑧 ≤ 40
𝑧 − 40
, 40 ≤ 𝑧 ≤ 50
𝜇𝐵𝑒𝑠𝑎𝑟 [𝑧] = 10
70 − 𝑧
{ 10 , 50 ≤ 𝑧 ≤ 70
0, 𝑧 ≤ 80
𝑧 − 70
𝜇𝑆𝑎𝑛𝑔𝑎𝑡 𝐵𝑒𝑠𝑎𝑟 [𝑧] = { , 70 ≤ 𝑧 ≤ 80
10
1, 𝑧 ≥ 70
Sekarang kita cari nilai z untuk setiap aturan dengan menggunakan fungsi MIN pada aplikasi fungsi
implikasinya:
[R1] If jumlah_debu is Banyak and permukaan isKeras then power_hisapan is Sangat Besar;
= min(0,27;0,25)
= 0,25
Banyak Keras Sangat besar
µ[x] µ[y] µ[z]
kc µ[z]
1 1 1 1
0,25
0,27
0,25
0 0 0 0
58 50
[R2] If jumlah_debu is Normal and permukaan isKeras then power hisapan is Besar;
= min(0,73;0,25)
= 0,25
0,73
0,25
0,25
0 0 0 0
58 50
= min(0;0,25)
=0
0,73
0,25
0,25
0 0 0 0
58 50
= min(0,27;0,75)
= 0,27
0,50
0,27
0,27
0 0 0 0
58 50
= min(0,74;0,75)
= 0,73
µ[x] Normal µ[y] Normal µ[z] Normal µ[z]
1 1 1 1
0,73
0,74 0,75
0 0 0 0
58 50
= min(0;0,75)
=0
0,73 0,75
0,25
0 0 0 0
58 50
= min(0,27;0)
=0
0,27
0 0 0 0
58 50
= min(0,27;0)
=0
0,27
0 0 0 0
58 50
= min(0;0)
=0
µ[x] Sedikit µ[y] Halus µ[z] Kecil µ[z]
1 1 1 1
0 0 0 0
58 50
Dari hasil aplikasi fungsi implikasi dari setiap aturan, digunakan metode MAX untuk melakukan
µ[z]
1
0,74
0,27
0,25
A1 A2 A3
A4 A5 A6 A7
0 a1 a2 a3 a4 a5
20 70 100
Pada gambar diatas, daerah kita bagi menjadi tujuh bagian, yaitu A1, A2, A3, A4, A5, A6, A7
0, 𝑧 ≤ 20
𝑧 − 20
, 20 ≤ 𝑧 ≤ 40
𝜇𝑁𝑜𝑟𝑚𝑎𝑙 [𝑧] = 20
50 − 𝑧
{ 10 , 40 ≤ 𝑧 ≤ 50
0, 𝑧 ≤ 40
𝑧 − 40
, 40 ≤ 𝑧 ≤ 50
𝜇𝐵𝑒𝑠𝑎𝑟 [𝑧] = 10
70 − 𝑧
{ 10 , 50 ≤ 𝑧 ≤ 70
0, 𝑧 ≤ 70
𝑧 − 70
𝜇𝑆𝑎𝑛𝑔𝑎𝑡 𝐵𝑒𝑠𝑎𝑟 [𝑧] = { , 70 ≤ 𝑧 ≤ 80
10
1, 𝑧 ≥ 80
Penegasan (defuzzy)
Metode penegasan yang akan digunakn adalah metode centroid. Untuk itu, kita akan menghitung
42,6
42,5
𝑀2 = ∫ (0,74)𝑧 𝑑𝑧 = 0,37𝑧 2 ∫ = 223,3764000000002
34,8
34,8
42,6
(50 − 𝑧) (𝑧 − 75)𝑧 2 42,6
𝑀3 = ∫ 𝑧 𝑑𝑧 = ∫ = 3,13476666666611
10 30 42,7
42,7
67,3
67,3
𝑀4 = ∫ (0,27)𝑧 𝑑𝑧 = 0,135𝑧 2 ∫ = 365,31
42,7
42,7
70
(70 − 𝑧) (𝑧 − 105)𝑧 2 70
𝑀5 = ∫ 𝑧 𝑑𝑧 = ∫ = 24,85889999999999
10 30 67,3
67,3
72,5
(𝑧 − 70) (𝑧 − 105)𝑧 2 72,5
𝑀6 = ∫ 𝑧 𝑑𝑧 = ∫ = 22,39583333333357
10 30 70
70
100
100
𝑀7 = ∫ (0,25)𝑧 𝑑𝑧 = 0,125𝑧 2 ∫ = 592,96875
72,5
72,5
163,5498666666666+223,3764000000002+3,13476666666611+365,31+24,85889999999999+22,39583333333357+592,96875
𝑧=
5,476+5,772+0,0505+6,642+0,3645+0,3125+6,875
𝑧 ≈ 54,4934