1.

Latar belakang penggunaan logika fuzzy dan contoh penerapan penggunaan logika fuzzy;
Jawab :
Latar belakang logika fuzzy, Logika fuzzy atau dalam istilah bahasa inggris disebut fuzzy logic
merupakan bentuk logika bernilai banyak yang memiliki nilai kebenaran variabel dalam
bilangan real antara 0 dan 1. Dalam sistem kecerdasan buatan (AI), logika fuzzy digunakan
untuk meniru penalaran dan kognisi manusia. Logika fuzzy merupakan pengembangan dari
logika biner. Konsep Fuzzy Logic diperkenalkan oleh Prof. Lotfi Zadeh dari Universitas
California di Berkeley pada 1965.
Contoh Penerapan, pada Air Conditioner (AC), Vacum cleaner, Automatic transmission
system, Washing machine, Camcorder.

2. Variabel logika fuzzy dan langkah langkah penalaran fuzzy;

Jawab :
Variabel Logika Fuzzy adalah variabel yang akan dibahas dalam suatu sistem fuzzy. Logika
fuzzy dapat diartikan sebagai logika yang samar, kabur, tidak jelas, atau tidak tegas. Contoh
umum dari Variabel Fuzzy : Umur,Temperature, permintaan, dan sebagainya.
5 langkah dalam melakukan penalaran, yaitu :
a. memasukkan input fuzzy,
b. Mengaplikasikan operator fuzzy,
c. Mengaplikasikan metode implikasi,
d. Komposisi semua output, dan
e. Defuzifikasi.

3. Metode fuzzy logic Tsukamoto;

Jawab :
Metode Tsukamoto adalah metode fuzzy yang membantu dalam pemberian rekomendasi
secara cepat.
Metode Tsukamoto mempunyai kelebihan yaitu bersifat intuitif dan dapat memberikan
tanggapan berdasarkan informasi yang bersifat kualitatif, tidak akurat, dan ambigu.
Hasil akhir menggunakan rata-rata terbobot dalam inferensinya, metode Tsukamoto
menggunakan tahapan berikut :
a. Pembentukan himpunan fuzzy
b. Fuzzifikasi
c. Pembentukan basis pengetahuan fuzzy
d. Implikasi dengan fungsi MIN
e. Defuzzifikasi menggunakan metode rata-rata
4. Metode fuzzy Sugeno dan Mamdani;
Jawab :
Fuzzy metode sugeno merupakan metode inferensi fuzzy untuk aturan yang
direpresentasikan dalam bentuk IF – THEN, dimana output (konsekuen) sistem tidak berupa
himpunan fuzzy, melainkan berupa konstanta atau persamaan linear.
Fuzzy mamdani adalah metode yang juga sering di kenal dengan metode max-min atau max-
product. Metode Mamdani dikenal juga sebagai metode min-max, diperkenalkan oleh
Ebrahim Mamdani pada tahun 1975. Metode fuzzy mamdani banyak digunakan untuk
penelitian tentang sistem cerdas.
Untuk memperoleh output terdapat perbedaan metode Mamdani dengan metode Sugeno
yaitu metode Mamdani berupa himpunan fuzzy sedangkan pada metode Sugeno berupa
constanta atau persamaan linear.
Perbedaan metode sugeno dan mamdani :
Metode mamdani : Mamdani memiliki lebih sedikit fleksibilitas dalam desain sistem.
Metode sugeno : Sugeno memiliki lebih banyak fleksibilitas dalam desain sistem.

5. Himpunan Crips (tegas) dan himpunan fuzzy;

Jawab :
Himpunan crisp (tegas) adalah himpunan klasik yang telah dikenal secara umum. Himpunan
crisp membedakan anggotanya dengan nilai nol atau satu, anggota himpunan atau bukan.
Sebagai contoh himpunan yaitu, pada himpunan manusia.
Himpunan fuzzy adalah model matematika dari data kualitatif atau kuantitatif yang bersifat
samar, yang sering dihasilkan melalui bahasa alami. Model ini didasarkan pada generalisasi
konsep himpunan klasik dan fungsi karakteristiknya.
Jika diketahui:
S = {1,2,3,4,5,6,7} adalah semesta pembicara
A ={1,1,2,3,2,4,2,5}
B ={2.,2,3,4}
Dari himpunan di atas, nilai keanggotaan 1 dan 2 pada himpuan A adalah :
- Nilai keanggotaan 1 pada himpunan A adalah µA[1] = 2, karena 1 ∈ A
- Nilai keanggotaan 2 pada himpunan A adalah µA[2] = 3, karena 2 ∈ A

6. Penerapan logika fuzzy dalam sistem pendukung keputusan;

Jawab :
Operator logika fuzzy dalam sistem pendukung keputusan :
a. Operator AND (intersection), berhubungan dengan operasi irisan pada himpunan.
b. Operator OR (union), berhubungan dengan operasi gabungan pada himpunan.
c. Operator NOT, berhubungan dengan operasi komplemen pada himpunan.
Terdapat 3 metode dalam penerapannya :
• Metode Tsukamoto
 • Metode Mamdani
• Metode Sugeno
Hal yang perlu diperhatikan dalam membuat aturan adalah :
a. Kelompokkan semua aturan yang memiliki solusi pada variabel yang sama.
b. Urutkan aturan sehingga mudah dibaca.
c. Gunakan identitas untuk mengungkap aturan struktur.
d. Gunakan penamaan yang umum untuk mengidentifikasi variabel-variabel pada kelas yang
berbeda.
e. Gunakan komentar untuk mendeskripsikan tujuan dari suatu atau sekelompok aturan.
f. Berikan spasi antar aturan.
g. Tulis variabel dengan huruf-huruf besar-kecil, kumpulan fuzzy dengan huruf besar dan
elemen-elemen bahasa lainnya dengan huruf kecil.

7. Variable-variabel fuzzy dan aplikasi fungsi implikasi dari metode fuzzy (Mamdani);
Jawab :
Variabel merupakan variabel yang hendak dibahas dalam suatu sistem fuzzy, contoh : umur,
temperature, permintaan dan sebagainya.
Aplikasi fungsi implikasi Pada metode Mamdani, fungsi implikasi yang digunakan adalah
minimum. Jadi dari nilai yang berupa himpunan fuzzy nilai yang digunakan sebagai implikasi
adalah nilai MIN atau nilai yang paling terendah.