PENGERTIAN
Konsep tentang logika fuzzy diperkenalkan oleh Prof. Lotfi Astor Zadeh
pada tahun 1962. Logika Fuzzy adalah metodologi sistem control
pemecahan masalah, yang cocok untuk diimplementasikan pada sistem,
mulai dari sistem yang sederhana, sistem kecil, embedded sistem, jaringan PC,
multi channel atau workstation berbasis akuisisi data dan sistem control.
Dalam bahasa inggris, fuzzy mempunyai arti kabur atau tidak jelas.
Jadi, logika fuzzy adalah logika yang kabur, atau mengandung unsur
ketidakpastian.
Dalam logika klasik dinyatakan bahwa segala sesuatu bersifat biner
yang artinya adalah hanya mempunyai 2 kemungkinan yaitu “Ya atau Tidak”,
“Benar atau Salah”, “Baik atau Buruk”, “0 atau 1” dan lain-lain. Didalam
logika fuzzy memungkinkan nilai keanggotaan berada diantara 0 dan 1,
artinya bisa saja suatu keadaan mempunyai 2 nilai “0 atau 1” secara
bersamaan, namun besarnya nilai tergantung pada bobot keanggotaan
yang dimilikinya.
Misalnya dalam kehidupan sehari-hari, dewasa didefinisikan dengan
berusia 17 tahun ke atas. Jika menggunakan logika tegas, seseorang yang
berusia 17 tahun kurang 1 hari akan didefinisikan sebagai tidak
dewasa. Namun dalam logika fuzzy, orang tersebut dapat dinyatakan
dengan hampir dewasa.
μNAIK{32} = {32-25}/{32-25}
= 7/10 = 0,7
Grafiknya :
2. Grafik Keanggotaan Kurva Segitiga
Merupakan gabungan antara 2 garis (linear) seperti pada gambar di
bawah ini :
Fungsi Keanggotaannya :
0; x ≤ a atau x ≥ c
μ[x] = (x – a) / (b – a); a≤x≤b
(b – x) / (c – b); b≤x≤c
3. Grafik Keanggotaan Kurva Trapesium
Pada dasarnya seperti bentuk segitiga hanya saja ada beberapa titik
yang memiliki nilai keanggotaan 1, sepert gambar di bawah ini :
Fungsi Keanggotaannya :
0; x ≤ a atau x ≥ d
μ[x] = (x – a) / (b – a); a≤x≤b
1; b≤x≤c
(d – x) / (d – c); c≤x≤d
4. Grafik Keanggotaan Kurva Bentuk Bahu
Digunakan untuk mengakhiri variable suatu daerah fuzzy yang nilai derajat
keanggotaannya adalah konstan, sepert gambar di bawah ini :
Fungsi Keanggotaannya :
1; 0 ≤ x ≤ a atau c ≤ x ≤ d
μ[x] = (b – x) / (b – a); a≤x≤b
(x – b) / (c – b); b≤x≤c
5. Grafik Keanggotaan Kurva Sigmoid (S)
Memiliki bentuk seperti hurup “S” yang mempunyai ukuran dan diletakkan
pada parameter a, b dan c , sepert gambar di bawah ini.
Titik b disebut titik infleksi, yaitu titik yang mempunyai derajat keanggotaan
0,5. Ada 2 macam kurva S, yaitu Kurva S PERTUMBUHAN dan Kurva S
PENYUSUTAN.
PERTUMBUHAN
Fungsi Keanggotaannya :
0 → x≤a
μ(x;a,b,c) = 2((x – a) / (c – a))2; → a≤x≤b
1-2((c – x) / (c – a)) 2; → b≤x≤c
1 → x≥c
PENYUSUTAN
Fungsi Keanggotaannya :
1 → x≤a
μ(x;a,b,c) = 1-2((x – a) / (c – a))2; → a≤x≤b
2((c – x) / (c – a)) 2; → b≤x≤c
0 → x≥c
6. Grafik Keanggotaan Kurva Bentuk Lonceng (Bell Curve)
Ada 3 macam yaitu kurva PI, kurva beta dan kurva Gauss.
a) Kurva PI
Derajat keanggotaan 1 terletak pada pusat domain (c) dan
mempunyai lebar kurva (b) seperti gambar berikut :
b) Kurva BETA
Derajat keanggotaan 1 terletak pada pusat domain (c) dan
mempunyai setengah lebar kurva (b) dan memiliki titik infleksi pada
(c-b) dan (c+b) seperti gambar berikut :
c) Kurva GAUSS
Mempunyai derajat keanggotaan 1 dititik pusat kurva (c) dan lebar
kurva (L) dan dapat dilihat gambar berikut :
OPERASI HIMPUNAN FUZZY
1. Operasi Gabungan (Union)
Operasi gabungan sering disebut dengan operator OR dari himpunan
fuzzy A dan B dinyatakan sebagai A U B. Dalam system logika fuzzy operasi
gabungan disebut dengan Max. Operasi Max ditulis dengan persamaan
berikut :
μAᴜB(x) = max.{μA(x). μB(x)}
Contoh :
Misalkan nilai keanggotaan temperature 450C pada himpunan PANAS
ADALAH 0,6. (μpanas[45]=0,6) dan nilai keanggotaan 50 pcs/hari pada himpunan
produksi NAIK adalah 0,3 (μNAIK[50]=0,3, maka ᵅ-predikat untuk temperature
PANAS OR produksi NAIK adalah :
μPANAS_NAIK = max{μPANAS[45], μnaik[50]}
= max{0,6 . 0,3}= 0,6
2. Operasi Irisan (Intersection)
Operasi irisan sering disebut dengan operator AND dari himpunan fuzzy A
dan B dinyatakan sebagai A ∩ B. Dalam system logika fuzzy operasi
gabungan disebut dengan Min. Operasi Min ditulis dengan persamaan
berikut :
μA∩B(x) = min.{μA(x). μB(x)}
Contoh :
Misalkan nilai keanggotaan temperature 450C pada himpunan PANAS
ADALAH 0,6. (μpanas[45]=0,6) dan nilai keanggotaan 50 pcs/hari pada himpunan
produksi NAIK adalah 0,3 (μNAIK[50]=0,3, maka ᵅ-predikat untuk temperature
PANAS AND produksi NAIK adalah :
μPANAS_NAIK = min{μPANAS[45], μnaik[50]}
= min{0,6 . 0,3}= 0,3
3. Operasi Komplemen (Complement)
Bila himpunan fuzzy A pada himpunan universal X mempunyai fungsi
keanggotaan μA(X) maka komplemen dari himpunan fuzzy A adalah himpunan
fuzzy AC dengan fungsi keanggotaan untuk setiap x elemen X.
μAC(x) = 1 - μA(x)
Contoh :
Misalkan nilai keanggotaan temperature 450C pada himpunan PANAS
ADALAH 0,6. (μpanas[45]=0,6), maka ᵅ-predikat untuk temperature TIDAK PANAS
adalah :
μTIDAK PANAS[45] = 1 – 0,6
= 0,4
SEKIAN