PENDAHULUAN
"Fuzzy" menggambarkan suatu kondisi atau konsep yang tidak memiliki batasan yang tegas atau
nilai yang pasti. Istilah ini pertama kali diperkenalkan oleh Lotfi A. Zadeh pada tahun 1965.
Contoh:
Definisi Usia Muda adalah jika usia <35, Parubaya 35 sd 60 thn dan Tua jika>60thn; sehingga
misal pada usia 35thn yaitu karena selisih 1 thn saja sudah berakibat pada beda kelompok/level.
Attribut Fuzzy :
Variabel=Umur; Himpunan=Muda, Parubaya, Tua
Semesta Pembicaraan : 0 s/d 100 thn; Doman (Muda jika<35thn dst…)
Menurut Kusrini[1]. fungsi keanggotaan adalah sebuah representasi grafis dari besarnya
partisipasi masing-masing input.
A. Representasi Linear (Naik, Turun, Segitiga, Trapesium)
2
3
Operator Zadeh
Menurut Zadeh untuk Operasi Himpunan Fuzzy Logic Controller
Operator And, diperoleh dengan mengambil nilai keanggotaan terkecil antara elemen pada
himpunan-himpunan yang bersangkutan.
Operator OR, diperoleh dengan mengambil nilai keanggotaan terbesar antara elemen pada
himpunan-himpunan yang bersangkutan.
Operator NOT, Operasi dengan operator NOT diperoleh dengan mengurangkan nilai
keanggotaan elemen pada anggota himpunan dengan 1.
Misal Anggota(Muda)=0.6, maka Anggota(Not Muda)=1-0.6=0.4.
3
4
Pertanyaan => jika Permintaan 4000/hr dan Persediaan 300/hr, dengan Rule:
+jika Permintaan TURUN, Persediaan BANYAK -> Produksi BERKURANG
+jika Permintaan TURUN, Persediaan SEDIKIT -> Produksi BERKURANG
+jika Permintaan NAIK, Persediaan BANYAK -> Produksi BERTAMBAH
+jika Permintaan NAIK, Persediaan SEDIKIT -> Produksi BERTAMBAH
berapakah produksi hariannya ?
M(Turun:4000)=5000-4000/4000=0.25
M(Naik:4000)=4000-1000/4000=0.75
M(Sedikit:300)=600-300/500=0.6
M(Banyak:300)=300-100/500=0.4
4
5
A. Fuzzy Tsukamoto
Adalah Sistem Kontrol Fuzzy, sebagai aplikasi praktis dari logika fuzzy dalam pengendalian
sistem; dipelopori oleh Profesor Takagi dan Tsukamoto pada tahun 1985.
Tujuannya adalah untuk mengontrol sistem yang kompleks dengan menggunakan aturan fuzzy
yang dapat digunakan oleh manusia untuk menggambarkan aturan pengendalian dalam bahasa
alami.Fuzzy Tsukamoto menggunakan keluaran yang bersifat fuzzy, dengan nilai tingkat
keanggotaan dalam himpunan tersebut. sehingga keluaran lebih interpretatif dan kurang
eksplisit daripada Fuzzy Sugeno.
5
6
B. Fuzzy Sugeno
Atau Sistem kontrol fuzzy Sugeno; mirip Tsukamoto, dengan aturan "jika... maka...", tetapi
"maka..."-nya adalah fungsi matematis yang dapat menghasilkan nilai numerik berdasarkan
kombinasi masukan. Dikembangkan Profesor Lotfi A. Zadeh dan Profesor Yasuo Sugeno 1985.
Contoh Penerapan Aturan Fuzzy Sugeno:
6
7
Pada case di atas dan dengan menggunakan metode centroid, diperoleh ilustrasi sbb:
Dari Luas Area1,Area2 dan Area2; kita cari dahulu nilai batas:
7
8
Hitung Momentum:
8
9
Query Umum:
Select * from tb_karyawan where gaji >’2000000’
9
10
Pada Command Window Matlab ketik “Fuzzy”, maka akan muncul sbb:
10
11
11
12
Desain Output
12
13
13
14
Tes Hasilnya:
suhu=25;
lembab=55;
fis = readfis('myfis.fis');
out = evalfis([suhu,lembab],fis);
14
15
ps=['Jika suhu =' num2str(suhu) ' dan lembab=' num2str(lembab) ' maka hasilnya
adalah=' num2str(out)];
disp(ps);
15
16
http://www.makeproto.com/projects/fuzzy/matlab_arduino_FIST/index.php
16
17
17
18
g_fisInput[0] = analogRead(A1);
g_fisInput[1] = analogRead(A0);
g_fisOutput[0] = 0;
fis_evaluate();
Serial.println(g_fisInput[0]);
Serial.println(g_fisInput[1]);
Serial.println( g_fisOutput[0]);
delay(1000);
18
19
Dari FIle yang diberi…silakan pilih file-import from file, untuk menjalankan…….
19
20
20