SYSTEMS
MATERI KULIAH (PERTEMUAN 11)
Logika Fuzzy
Jurusan Teknik Informatika
Samuel Wibisono
1
Mekanisme FIS
Fuzzy Inference Systems (FIS)
FUZZYFIKASI
DEFUZZY
OUTPUT
INPUT
RULES AGREGASI
(CRISP)
(CRISP)
Pokok Bahasan
Metode Mamdani
Metode Sugeno
Metode Mamdani
FUNGSI IMPLIKASI
Bentuk umum:
Min (minimum)
Dot (product)
1. MIN (Minimum)
SEDANG
Aplikasi fungsi
implikasi Min
NORMAL
IF
IFPermintaan
Permintaan NAIK
NAIKAND
AND Persediaan
Persediaan SEDANG
SEDANG THEN
THEN Produksi
Produksi Barang
Barang NORMAL
NORMAL
2. DOT (Product)
SEDANG
NORMAL
IF
IFPermintaan
Permintaan NAIK
NAIKAND
AND Persediaan
Persediaan SEDANG
SEDANG THEN
THEN Produksi
Produksi Barang
Barang NORMAL
NORMAL
Metode Komposisi
Metode Max
Metode Additive
Metode Probabilistik OR (PROBOR)
10
11
Contoh:
Misalkan ada 3 aturan (proposisi) sebagai berikut:
[R1]
[R2]
[R3]
12
1. Input fuzzy
rendah
naik
IF biaya produksi RENDAH AND permintaan NAIK THEN produksi barang BERTAMBAH
standar
normal
tinggi
turun
berkurang
4. Aplikasi metode
komposisi (max)
13
2. Metode ADDITIVE
aturan ke-i;
kf[xi]
aturan ke-i
14
3. Metode PROBABILISTIK OR
(PROBOR)
kf[xi]
aturan ke-i;
15
PENEGASAN (DEFUZZY)
16
17
1. Metode CENTROID
Solusi crisp diperoleh dengan cara
mengambil titik pusat daerah fuzzy C.
z i * C (z i )
z i0
n
C (z i )
i 0
( z )dz
1
n
( z )dz
18
2. Metode BISEKTOR
Solusi crisp diperoleh dengan cara
mengambil nilai pada domain fuzzy yang
memiliki nilai keanggotaan separo dari
jumlah total nilai keanggotaan pada daerah
fuzzy C.
n
z p sdh
(z)dz C (z)dz
p
19
20
21
22
MIN
[x] A1
1
0
[x]
1
[y]
1
Var-1
A3
B3
C3 [z]
1
[z]
1
C3
Var-2
[z]
C1
1
[z]
1
Var-3
C2
Var-3
[z]
1
C2
Var-1
Var-3
Var-3
MAX
[z]
1
23
CONTOH
24
25
26
STANDAR
TINGGI
1
0,68
0,32
0
0
250
500
750 800
biaya produksi (Rp)
1000
27
(800;500,500) = S(800;500,750,1000)
= 2[(1000-800)/(1000-500)]2
= 0,32
28
B. Variabel Permintaan
TURUN
BIASA
NAIK
1
[x]
0,25
0
0
10
25 30 35 50 60
permintaan (x1000 kemasan per hari)
29
30
NORMAL
BERTAMBAH
1
Derajat
keanggotaan
[x]
0
0
10
30
50
70
90
100
produksi barang (x1000 kemasan per hari)
31
32
= PredikatR1
= min(BPRendah[800],PmtNaik[25])
= min(0;0)
=0
33
B. Aturan ke-2:
34
C. Aturan ke-3:
=
=
=
=
35
36
B. Aturan ke-2:
Pada saat PBNormal[z]= 0,32 nilai z dapat ditentukan sbb:
atau
0,32
0,05z
= (z-30)/20
= 1,82
= 36,4
0,32
0,05z
= (70-z)/20
= 3,18
= 63,6
Sehingga:
37
C. Aturan ke-3:
Pada saat PBBerkurang[z]= 0,25 nilai z dapat ditentukan sbb:
0,25 = (50-z)/40
0,025z = 1,00
z = 40
Sehingga:
KFR3
z 40
0,25;
(50 z ) / 40; 40 z 50
0;
z 50
38
z = 35
Sehingga:
z 35
0,25;
SF 0,32;
36,4 z 63,6
(70 z ) / 20; 63,6 z 70
0;
z 70
39
4. Penegasan (Defuzzy)
D2
D1
D3
D4
41
Menghitung Momen:
35
M1
(0,25)z dz 0,125z
36,4
36,4
(0,05z 1,5)z dz
M2
35
63,6
M3
70
153,125
36,4
35
(0,32)z dz 0,16z
36,4
M4
35
35
63,6
36,4
70
435,2
63,6
14,43418
63,6
70
2
64,45292
63,6
42
Menghitung Luas:
A1 = 35*0,25 = 8,75
A2 = (0,25+0,32)*(36,4-35)/2 = 0,399
A3 = (63,6-36,4)*0,32 = 8,704
A4 = (70-63,6)*0,32/2 = 1,024
Menghitung titik pusat (terhadap z):
153,125 14,43418 435,2 64,45292
z
35,345
8,75 0,399 8,704 1,024
44
45
46
CONTOH
47
48
49
A. Variabel Permintaan
TURUN
NAIK
1
[x]
0,5
0,08
0
0
45
60
75
permintaan per hari (x1000 kaleng)
50
51
B. Variabel Persediaan
SEDIKIT
BANYAK
1
[x]
0,5
0,25
0
2
5
8
10 11
13
persediaan (x1000 kemasan per hari)
52
53
54
B. Aturan ke-2:
55
C. Aturan ke-3:
=
=
=
=
PredikatR3
min(PmtNaik[60],PsdBanyak[8])
min(0,5;0,5)
0,5
Produksi barang = 60 8 = 52
56
3. Penegasan (Defuzzy)
57