Buku referensi:
George J Klir and Bo Yuan, Fuzzy Sets and
Fuzzy Logic, Theory and Application,
Prentice Hall, 1995.
Timothy J. Ross, Fuzzy Logic with
Engineering Application, Mc Graw-Hill, 1995
Sri Kusumadewi, Hari Purnomo, Aplikasi
Logika Fuzzy untuk Pendukung Keputusan,
Graha Ilmu
2
Pendahuluan
Logika fuzzy pertama kali
dikembangkan oleh Lotfi A.
Zadeh melalui tulisannya pada
tahun 1965 tentang teori
himpunan fuzzy.
Lotfi Asker Zadeh adalah
seorang ilmuwan Amerika
Serikat berkebangsaan Iran dari
Universitas California di
Barkeley,
3
Himpunan Fuzzy
Logika fuzzy dikembangkan dari teori himpunan fuzzy.
Himpunan klasik yang sudah dipelajari selama ini disebut
himpunan tegas (crisp set).
Di dalam himpunan tegas, keanggotaan suatu unsur di
dalam himpunan dinyatakan secara tegas, apakah objek
tersebut anggota himpunan atau bukan.
Untuk sembarang himpunan A, sebuah unsur x adalah
anggota himpunan apabila x terdapat atau terdefinisi di
dalam A.
Contoh: A = {0, 4, 7, 8, 11}, maka 7 A, tetapi 5 A.
10
1 ,x A
A ( x)
0 ,x A
Contoh 3.
Misalkan X = {1, 2, 3, 4, 5, 6} dan A X, yang dalam hal ini
A = {1, 2, 5}. Kita menyatakan A sebagai
12
A : X [0, 1]
A : X {0, 1}
13
Didefinisikan bahwa,
x1 = becak, A(x1) = 0; x2 = sepeda motor, A(x2) = 0.1
x3 = mobil kodok, A(x3) = 0.5; x4 = mobil kijang, A(x4) = 1.0
x5 = mobil carry, A(x5) = 0.8;
maka, dalam himpunan fuzzy,
A = { (becak, 0), (sepeda motor, 0.1), (mobil kodok, 0.5),
(mobil kijang, 0.5), (mobil carry, 0.8) }
15
16
Contoh 7.
(i) diskrit
X = himpunan bilangan bulat positif
A = bilangan bulat yang dekat 10
= { 0.1/7 + 0.5/8 + 1.0/10, 0.8/11 + 0.5/12
+ 0.1/13 }
(ii) menerus
X = himpunan bilangan riil positif
A = bilangan riil yang dekat 10
= 1/(1 + (x 10)2 / x
17
X
A
X
a
Crisp Set
b
a
Fuzzy Set
b A b A dengan A(b) =
18
3. Semesta pembicaraan
Crisp Set
(x)
1
(x)
1
(x)
x
35 35 55
55
Fuzzy Set
(x)
1
MUDA
PARUHBAYA
TUA
0.50
0.25
25
35
40
45
50
55
65
x (umur)
23
Fungsi Keanggotaan
1. Linier
(x)
1
x
0 a
0;
xa
( x) ( x a ) /(b a); a x b
1;
xb
24
2. Segitiga
(x)
1
x
0
0;
( x) ( x a ) /(b a);
(b x) / c b;
x a atau x c
a xb
bxc
25
3. Trapesium
(x)
1
x
0
d
( x)
b x a atau x d
0;
( x a) /(b a );
a xb
1;
bxc
(d x) /(d c);
xd
26
4. Kurva S
S = sigmoid. Mencerminkan kenaikan dan
penurunan secara tidak linier
S ( x; , , )
0;
x
2( x ) /( ) 2 ;
x
1 2(( x) /( )) 2 ; x
1;
x
27
28
5. Kurva lonceng
S ( x; , / 2, );
1 S ( x; , / 2, );
G ( x, , )
29
30
NAIK
1
(x)
TURUN ( x)
0;
x 1000
1;
x 1000
x 1000
0 1000
5000
5000
x
NAIK ( x)
; 1000 x 5000
; 1000 x 5000
4000
4000
1;
x 5000
0;
x 5000
31
SEDIKIT
BANYAK
1
(x)
1;
y 100
0 600100
y
SEDIKIT ( y )
; 100 y 600
500
0;
y 600
600
BANYAK ( y )
0;
y 100
y 100
; 100 y 600
500
1;
y 600
32
33
1. Gabungan (union)
A B = { x | x A atau x B}
2. Irisan (intersection)
A B = { x | x A dan x B }
A(x) = 1 - A(x)
5. Perkalian kartesian (cartesian product)
A B = { (a,b) | a A dan b B }
5. Selisih (difference)
A B = { x | x A dan x B } = A B
34
35
1. Gabungan
.A B A B = A(x) B(x) = max(A(x),
B(x))
36
2. Irisan
.A B A B = A(x) B(x) = min(A(x),
B(x))
37
3. Komplemen
A
A
1 A(x)
38
Relasi Fuzzy
Relasi adalah asosiasi antara dua atau lebih obyek dari dua buah
himpunan.
Contoh: s lebih kecil dari t adalah contoh relasi biner.
Relasi pada himpunan tegas
Contoh: R(s,t) adalah relasi pada himpunan S dan T, s S, t T,
yang berarti s lebih kecil daripada t
S = {1, 2, 5};
t
2
s
R(s,t) =
0
2
0
39
Relasi fuzzy R:
R = {(x,y), R(x,y) | (x, y) A B }
R(x,y) = A B (x,y) = min(A(x), B (y) )
40
R(x,y) =
(x y)/(10y)
1 , jika x 11y
y2
x1
y3
0.8
x2
0.0
x3
0.9
y4
1.0 0.1 0.7
0.8
1.0
0.0 0.0
0.7 0.8
41