Fungsi Keangotaan
Fungsi Keangotaan
Ada dua keadaan himpunan fuzzy linear, yaitu linear naik dan linear turun.
Berapa derajat keanggotaan untuk 32 Derajat Celcius ?Karena nilai x adalah 32 dan berada diantara nilai a
dan b jadi rumus yang digunakan adalah " [x] = (x a) / (b - a)".
Jawab :
PANAS [32] = (32 25) / (35-25)
= 7/10
= 0,7
B. Fungsi Linear Turun
Untuk merepresentasikan variable temperature dengan himpunan dingin yang memiliki domain nilai dari 15 sampai 30. Maka
dalam representasi linear turun dapat digambarkan sebagai berikut :
Represetasi Kurva Segitiga, pemetaan input ke derajat keanggotaannya digambarkan dengan bentuk segitiga dimana
pada dasarnya bentuk segitiga tersebut gabungan antara 2 garis (linear). Nilai-nilai di sekitar b memiliki derajat
keanggotaan turun yang cukup tajam (menjahui 1).
Representasi fungsi keanggotaan untuk kurva segitiga adalah sebagai berikut:
Untuk variable temperature dengan himpunan normal yang bernilai domain dari 15-35 dapat
digambarkan sebagai berikut :
Berapa derajat keanggotaan untuk 23 Derajat Celcius Karena nilai x adalah 23 dan berada diantara
nilai a dan b jadi rumus yang digunakan adalah " [x] = (x a) / (b - a)".
Kurva trapesium pada dasarnya menyerupai bentuk segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan 1.
Representasi fungsi keanggotaan untuk kurva trapesium adalah sebagai berikut:
Fungsi keanggotaan untuk himpunan NORMAL pda variabel temperatur ruangan seperti
terlihat pada Gambar dibawah ini :
Berapa derajat keanggotaan untuk 32 Derajat Celcius?Karena nilai x adalah 32 dan berada diantara nilai c
dan d jadi rumus yang digunakan adalah " [x] = (d x) / (d - c)".
NORMAL[32] = (35-32)/(35-27)
= 3/8
= 0,375
4. Bentuk Bahu
Daerah yang terletak di tengah-tengah suatu variabel yang direpresentasikan dalam bentuk
segitiga, pada sisi kanan dan kirinya akan naik turun. Tetapi terkadang salah satu sisi dari
variabel tersebut tidak mengalami perubahan. Himpunan fuzzy bahu, bukan segitiga,
digunakan untuk mengakhiri variabel suatu daerah fuzzy. Bahu kiri bergerak dari benar ke salah,
demikian juga bahu kanan bergerak dari salah ke benar.
Representasi fungsi keanggotaan untuk kurva bahu adalah sebagai berikut:
Contoh
yang membedakan kurva lonceng beta dengan jenis kurva lainnya adalah gmbar kurva
lonceng beta umumnya lebih rapat dan kurva ini didefinisikan dengan 2 parameter, yaitu nilai
pada domain yang menunjukkan pusat kurva (), dan nilai dari setengah lebar kurva () seperti
terlihat pada gambar di bawah ini.
Contoh