Nama : Nabil Nur Afrizal

NIM : 2107003
Kelas : Sistem Informasi A
Matkul : Matematika Diskrit

Himpunan Fuzzy
A. Pengertian Himpunan Fuzzy
Suatu kumpulan atau kumpulan objek yang memiliki properti tertentu
disebut himpunan. Himpunan fuzzy merupakan pengembangan lebih lanjut
dari konsep himpunan dalam matematika. Himpunan fuzzy berisi rentang
nilai, dimana setiap nilai memiliki derajat keanggotaan antara 0 sampai
dengan 1. Himpunan fuzzy A dalam semesta wacana U dinyatakan dengan
fungsi keanggotaan yang nilainya terletak pada interval [0,1] sebagai: : U →
[0,1].
Himpunan fuzzy dalam semesta wacana U biasanya dinyatakan sebagai
himpunan pasangan elemen u (u adalah anggota dari U), dan derajat
keanggotaannya dinyatakan sebagai: à = {(u, μà (u) | u ∈ U}.
Teori fuzzy menggunakan variabel linguistik yang nilainya adalah kata-
kata atau ekspresi fuzzy daripada angka yang berakar pada bahasa alami.
Kata-kata kabur tidak tepat, tetapi sangat mudah dipahami dan banyak
digunakan dalam percakapan sehari-hari.
Ukuran Pendek, rata-rata, tinggi,…
Usia Bayi, anak-anak, remaja, dewasa, paruh baya, tua,…
temperatur Sangat dingin, dingin, sejuk, panas, sangat panas,…
Keamanan Rendah, sedang, Tinggi,…

Ada beberapa cara untuk menyatakan himpunan fuzzy, antara lain:

Himpunan fuzzy ditulis sebagai pasangan terurut, dengan elemen pertama
ditentukan oleh nama elemen dan elemen kedua dengan nilai
keanggotaannya.
Contohnya:
Misalkan industri otomotif ingin merancang dan memproduksi motor yang
bisa digunakan dalam keadaan apapun. Ada 5 model yang dirancang dan
ditampilkan pada variabel X = {1, 2, 3, 4, 5} dimana 1 adalah desain motor
pertama dan seterusnya. Himpunan fuzzy Ã, yang merupakan himpunan
"mesin yang nyaman untuk mengemudi dalam situasi yang berbeda", dapat
ditulis sebagai:
à = {(1; 2); (2; 4); (3; 6); (4; 8); (5; 9)}
Yang artinya:
 Motor pertama memenuhi tingkat kenyamanan 2 pada skala
kenyamanan 1 hingga 10.
  Motor kedua memiliki peringkat kenyamanan 4 pada skala
kenyamanan 1 hingga 10.
 Motor ketiga memiliki peringkat kenyamanan 6 pada skala
kenyamanan 1 sampai 10.
 Motor keempat memenuhi tingkat kenyamanan 8 dari tingkat
kenyamanan 1 hingga 10.
 Motor kelima memenuhi tingkat kenyamanan 9 dari tingkat
kenyamanan 1 hingga 10.

1. Jika semesta X adalah himpunan diskrit, maka himpunan fuzzy Ã

dapat dinotasikan sebagai:
à = μÃ(x1) / x1 + μà (x2) /x2 + … + μà (xn) /xn atau

Tanda Σ tidak menunjukkan operasi penjumlahan seperti dalam

aritmatika, tetapi melambangkan semua elemen x ∈ X bersama
dengan fungsi keanggotaan μà (x) dalam himpunan fuzzy Ã. Tanda +
tidak menunjukkan penambahan, tetapi melambangkan pemisahan
antara keanggotaan dari elemen himpunan fuzzy à dengan fungsi
keanggotaan lainnya. Karakter / juga bukan simbol pembagian yang
dikenal dalam analisis, tetapi mewakili hubungan antara anggota
himpunan fuzzy à dan fungsi anggotanya.
2. Apabila semesta X adalah himpunan yang kontinu maka himpunan
fuzzy à dapat dinotasikan sebagai:

Tanda ∫ bukanlah simbol integral seperti pada kalkulus, yang

menunjukkan integrasi, tetapi seluruh elemen titik x ∈X bersama-
sama dengan fungsi keanggotaan μà (x) dalam himpunan fuzzy Ã.
Tanda / juga bukan simbol pembagian yang dikenal dalam analisis,
tetapi mewakili hubungan antara elemen x dalam himpunan fuzzy Ã
dan fungsi keanggotaannya.
Ada beberapa hal yang perlu diketahui dalam memahami himpunan fuzzy,
yaitu:
a. Variabel fuzzy
Variabel fuzzy adalah simbol atau kata yang mengacu pada sesuatu
yang tidak pasti dalam fuzzy.
b. Himpunan fuzzy
Himpunan fuzzy adalah kumpulan yang mewakili suatu kondisi
atau situasi tertentu dalam suatu variabel fuzzy.
Himpunan fuzzy dibagi menjadi 2, yaitu:
 1) Linguistik, yaitu penamaan suatu kelompok yang mempunyai
keadaan atau kondisi tertentu dengan menggunakan bahasa,
seperti: muda, setengah baya, tua.
2) Numerik, yaitu suatu nilai (angka) yang menunjukkan besar
kecilnya suatu variabel, seperti: 5,10,15 dan seterusnya.
c. Semesta Pembicaraan
Semesta pembicaraan adalah seluruh nilai yang diperbolehkan
untuk digunakan dalam variabel fuzzy.
Contoh:
1) Alam semesta percakapan untuk variabel populasi tikus
sebagai hama: [0,+∞].
2) Alam semesta berbicara untuk variabel suhu: X = [0,100].
d. Domain
Domain himpunan fuzzy adalah seluruh nilai yang berjalan dalam
semesta pembahasan dan dapat dioperasikan dalam himpunan
fuzzy. Contoh domain himpunan fuzzy untuk universe X=[0,150]:
1) Himpunan fuzzy MUDA = [0,40] yang artinya : Seseorang
dengan usia antara 0 sampai dengan 40 tahun dapat disebut
MUDA.
2) Himpunan fuzzy PARUHBAYA = [35, 75], yang artinya :
Seseorang yang berusia antara 35 sampai dengan 75 tahun
dapat disebut sebagai PARUHBAYA.
3) Himpunan fuzzy TUA = [75. 150], artinya seseorang yang
berusia antara 75 dan 150 dapat dikatakan TUA.

B. Logika Fuzzy
Logika fuzzy adalah logika yang didasarkan pada teori himpunan fuzzy
yang diperkenalkan oleh Lotfi Zadeh. Dalam logika fuzzy terdapat proses
pemetaan dari ruang masukan ke ruang keluaran. Logika fuzzy terdiri dari
tiga operator yaitu fuzzy negasi, t-norn, dan s-norn.
Logika fuzzy lebih dekat dengan masalah kepentingan (significance)
daripada masalah akurasi (presisi). Meskipun logika fuzzy kurang tepat, ia
mendekati intuisi manusia.
1. Fuzzy Negasi
Negasi fuzzy adalah operasi negasi yang digunakan dalam logika
fuzzy dan ditulis dengan notasi (n). Menurut definisi, negasi fuzzy adalah
fungsi (n): [0,1]→[1,0] yang memenuhi sifat-sifat berikut:
1) 0(n) = 1
2) X1(n)> X2(n) jika X1<X2
3) (x(n)) (n) = x
2. T-norn
T-norn adalah operasi konjungsi yang digunakan dalam logika
fuzzy. Dalam akun ini, t-norn ditulis dengan simbol T. Selain dapat
melakukan operasi konjungsi pada logika fuzzy, t-norn juga dapat
 digunakan sebagai basis operator agregasi pada operasi himpunan fuzzy.
Menurut definisi, t-norn adalah fungsi T: [0,1] x [1,0] → [1,0] yang
memenuhi sifat-sifat berikut:
1) T(x,0) = 0 dan T(x,1) = x
2) T(x1,x2) = T(x1,x2)
3) T(x1,T(x2,x3)) = T(T(x1,x2),x3)
4) T(x1,x3) ≤ T(x2,x3) jika x1 ≤ x2
3. S-norn
S-norn (alias T-conorm) adalah operasi disjungsi yang digunakan
dalam logika fuzzy. Dalam akun ini, s-norn ditulis dengan simbol.
Berdasarkan t-norm, S-norm dapat didefinisikan sebagai ⊥(a,b) = 1 -
T(1-a , 1-b). Menurut definisi, s-norm adalah fungsi ⊥ : [0,1] x [1,0] →
[1,0] yang memenuhi sifat-sifat berikut:
1) ⊥ (x,0) = x, ⊥(x,1) = 1
2) ⊥(x1,x2) = ⊥ (x2,x1)
3) ⊥(x1, ⊥ (x2,x3)) - ⊥ (⊥(x1,x2),x3)
4) ⊥(x1,x3) ≤ ⊥ (x2,x3) jika x1 ≤ x

C. Himpunan Fuzzy Intuitionistic

Sebagai rumusan penting dari gagasan himpunan kabur pada X, Atanassov
memperkenalkan gagasan himpunan fuzzy intuitif yang didefinisikan pada
himpunan tak kosong X sebagai objek berbentuk
A = {( x , μ A ( x ) , ℷA ( x ) )| x ∈ X },
Fungsi μA : X → [0,1] dan ℷA:X → [0,1] menyatakan derajat keanggotaan
(yaitu 𝜇𝐴 (𝑥)) dan derajat non-anggota (yaitu ℷA (x)) dari setiap anggota x ∈X
terhadap himpunan A dalam deret; dan
0 ≤ 𝜇𝐴 (X) + ℷA (x) ≤ 1 untuk setiap x ∈X.
Untuk setiap dua himpunan fuzzy intuitionistic A dan B pada X
didefinisikan:
1. A ⊆ B jika dan hanya 𝜇A (x) ≤ 𝜇B (x) dan ℷA (x) ≥ ℷB (x) untuk setiap x ∈ X .
2. Ac = {(𝑥, 𝜆A(𝑥𝑥), 𝜇A(𝑥)) | x ∈ X }.
3. 𝐴 ∩ 𝐵 = {(𝑥, min{ 𝜇A(𝑥), 𝜇B(𝑥)}, max{ 𝜆A(𝑥), 𝜆B(𝑥)}) | 𝑥 ∈ 𝑋}.
4. 𝐴 ∪ 𝐵 = {(𝑥, max{ 𝜇A(𝑥), 𝜇B(𝑥)}, min{ 𝜆A(𝑥), 𝜆B(𝑥)}) | 𝑥 ∈ 𝑋}.
5. 𝐴 = {(𝑥, 𝜇A(𝑥), 𝜇Ac (𝑥))| 𝑥 ∈ 𝑋}.
6. 𝐴 = {(𝑥, 𝜆Ac (𝑥), 𝜆A(𝑥))| 𝑥 ∈ 𝑋}.
[1] I. Purwanto, "pengukuran Literatur," Fasilkom UI, 18 January 2009. [Online].
Available: https://lib.ui.ac.id/file?file=digital/122899-SK-772%20Studi
%20pengukuran-Literatur.pdf. [Accessed 20 march 2022].

[2] B. Davvas, I. Mukhlas and S. , "Journal of Mathematics and Its Applications,"

Himpunan Fuzzy dan Rough Sets, vol. 18, no. 1, pp. 80 - 85, 2021.

[3] "PENENTUAN-KUALITAS-PRODUK-BOTOL-DI-PT-MAPAN-DJAYA-MENGGUNAKAN-
METODE-MAMDANI," Universitas Semarang, 1 April 2015. [Online]. Available:
https://repository.usm.ac.id/files/skripsi/C41A/2014/C.431.14.0029/C.431.14.0029-
05-BAB-II-20180524123829-PENENTUAN-KUALITAS-PRODUK-BOTOL-DI-PT-MAPAN-
DJAYA-MENGGUNAKAN-METODE-MAMDANI-.pdf. [Accessed 20 march 2022].