LOGIKA FUZZY

Pokok Bahasan
 Logika fuzzy
 Himpunan Fuzzy
 Himpunan Crisp vs Fuzzy
 Tinggi Himpunan Fuzzy
 Variabel Fuzzy
 Semesta Pembicaraan
 Himpunan Fuzzy
 Domain Himpunan Fuzzy
 Support-Set
 -Cut Set
 Fungsi Keanggotaan
 Nilai Keanggotaan
 Fungsi Linear
 Fungsi Segitiga
 Fungsi S (Sigmoid)
 Fungsi 
 Fungsi Beta
 Fungsi Gauss
 Fungsi Trapesium
 Derajat Keanggotaan Skalar
 Operator-operator Fuzzy
 Operator Dasar Zadeh
 Interseksi

 Union

 Komplemen
Logika Fuzzy

 Logika fuzzy adalah suatu cara untuk

melakukan penalaran dengan
menggunakan teori himpunan fuzzy.
 Sistem fuzzy adalah sistem yang
dibangun dengan menggunakan logika
fuzzy.
Mengapa Menggunakan Logika Fuzzy?
 Konsep logika fuzzy mudah dimengerti.
 Logika fuzzy sangat fleksibel.
 Logika fuzzy memiliki toleransi terhadap data-data
yang lain daripada yang lain.
 Logika fuzzy mampu memodelkan fungsi-fungsi
nonlinear yang sangat kompleks.
 Logika fuzzy dapat membangun bagian teratas dari
pengalaman-pengalaman para pakar.
 Logika fuzzy dapat bekerjasama dengan teknik-teknik
kendali secara konvensional.
 Logika fuzzy didasarkan pada bahasa alami.
Himpunan Crisp
 Himpunan disimbolkan dengan huruf
besar (A, B, P, dll)
 Anggota (elemen) himpunan disimbolkan
dengan huruf kecil (a, b, c, x, y, dll)
 Hanya ada 2 nilai keanggotaan, yaitu 1
(anggota) atau 0 (bukan anggota)
Himpunan Crisp vs Fuzzy

Misalkan diketahui klasifikasi sebagai

berikut:

MUDA umur < 35 tahun

SETENGAH BAYA 35  umur  55 tahun
TUA umur > 55 tahun
 Himp. Crisp SETENGAH BAYA

1
x Setengah
Baya
0 35 55 umur
 Orang yang berusia 35 tahun termasuk SETENGAH BAYA
(nilai keanggotaan=1)
 Orang yang berusia 34 tahun tidah termasuk SETENGAH BAYA
(nilai keanggotaan=0)
 Orang yang berusia 55 tahun termasuk SETENGAH BAYA
(nilai keanggotaan=1)
 Orang yang berusia 56 tahun tidah termasuk SETENGAH BAYA
(nilai keanggotaan=0)
 Himp. Fuzzy SETENGAH BAYA
x SETENGAH BAYA
1

0.5

25 35 45 55 65
umur

 Orang yang berusia 35 tahun termasuk SETENGAH BAYA (nilai

keanggotaan=0,5)
 Orang yang berusia 45 tahun termasuk SETENGAH BAYA (nilai
keanggotaan=1)
 Orang yang berusia 55 tahun termasuk SETENGAH BAYA (nilai
keanggotaan=0,5)
 Orang yang berusia 25 tahun tidak termasuk SETENGAH BAYA
(nilai keanggotaan=0)
 SETENGAH
MUDA BAYA TUA
1
x
0.5

25 35 45 55 65
umur
 Orang yang berusia 45 tahun termasuk SETENGAH BAYA (nilai
keanggotaan=1)
 Orang yang berusia 35 tahun termasuk SETENGAH BAYA (nilai
keanggotaan=0,5), dan termasuk MUDA (nilai keanggotaan 0,5).
 Orang yang berusia 55 tahun termasuk SETENGAH BAYA (nilai
keanggotaan=0,5), dan termasuk TUA (nilai keanggotaan 0,5).
TINGGI HIMPUNAN FUZZY

Tinggi himpunan fuzzy adalah derajat

keanggotaan maksimumnya dan terikat pada
konsep normalisasi.

DEKAT DENGAN 4 DEKAT DENGAN 50

1 0,82
derajat
keanggotaan
derajat
keanggotaan

1 4 7
47 50 53
 Suatu himpunan fuzzy dikatakan memiliki bentuk
normal maksimum (Maximum Normal Form) jika
paling sedikit satu elemennya memiliki nilai
keanggotaan satu (1) dan satu elemennya
memiliki nilai keanggotaan nol (0).
 Suatu himpunan fuzzy dikatakan memiliki bentuk
normal minimum (Minimum Normal Form) jika
paling sedikit satu elemennya memiliki nilai
keanggotaan satu (1).
 DEKAT DENGAN 50

0,82

derajat
keanggotaan

47 50 53
VARIABEL FUZZY

 Variabel fuzzy adalah variabel-variabel

yang akan dibicarakan dalam suatu
sistem fuzzy.
 Contoh:
 Temperatur
 Umur

 Tinggi Badan

 dll
 SEMESTA PEMBICARAAN

 Keseluruhan ruang permasalahan dari nilai terkecil hingga nilai

terbesar yang diijinkan disebut dengan semesta pembicaraan
(universe of discourse).
 Semesta pembicaraan bersifat monoton naik, dan adakalanya
open ended.
TEMPERATUR
DINGIN SEJUK HANGAT PANAS
1

[x]

0
100 140 200 260 320 360
temperatur turbin (oC)
HIMPUNAN FUZZY

 Himpunan fuzzy adalah himpunan-

himpunan yang akan dibicarakan pada
suatu variabel dalam sistem fuzzy.
 Contoh:
 Temperatur: DINGIN, SEJUK, HANGAT,
PANAS.
 Umur: MUDA, PAROBAYA, TUA.

 Tinggi Badan: RENDAH, TINGGI

 dll
DOMAIN HIMPUNAN FUZZY
 Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam
semesta pembicaraan.
 Domain merupakan himpunan bilangan real yang senantiasa naik
(bertambah) secara monoton dari kiri ke kanan. Nilai domain dapat berupa
bilangan positif maupun negatif.

BERAT
1
[x]

0
40 60
berat badan
(kg)
Domain himpunan fuzzy BERAT [40,60]
 Domain himpunan fuzzy: DINGIN (100oC-200oC), SEJUK (140oC-
260oC), HANGAT (200oC-320oC), dan PANAS (260oC-360oC).
 Himpunan-himpunan fuzzy yang mendeskripsikan semesta
pembicaraan ini tidak perlu simetris, namun harus selalu ada overlap
pada beberapa derajat.

TEMPERATUR
DINGIN SEJUK HANGAT PANAS
1
derajat
keanggotaan
(x)

0
100 140 200 260 320 360
temperatur turbin (oC)
 SUPPORT SET
 Himpunan yang domainnya dimulai dari nilai yang derajat keanggotaannya nol
terakhir hingga satu yang pertama.
 Domain untuk BERAT adalah 40 kg hingga 60 kg, namun kurva yang ada dimulai
dari 42 hingga 55 kg

1 BERAT

(x)

0
40 42 berat badan 55 60
(kg)

support set
-CUT SET
 Himpunan ini berisi semua nilai domain yang merupakan bagian
dari himpunan fuzzy dengan nilai keanggotaan lebih besar atau
sama dengan .

BERAT
1
(x)

=0,2
0
40 45 berat badan 60
(kg)

-cut set
MENENTUKAN
NILAI KEANGGOTAAN

 Pendekatan Fungsi
 Clustering
 Jaringan Syaraf Tiruan
Nilai Keanggotaan

Terbaik 165 cm

Supaya benar-
benar tinggi,
tinggi badan
seseorang
harus lebih dari
garis ini.
 1 TINGGI
Derajat (=1)
Keanggotaan
()
0 TIDAK TINGGI
Tinggi (=0)
Badan
FUNGSI KEANGGOTAAN

1. Representasi Linear
 Pada representasi linear, permukaan digambarkan sebagai suatu
garis lurus.
 Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk
mendekati suatu konsep yang kurang jelas.

1
 0;  xa
 x  a
(x) [x]   ;  axb
b  a
 1;  xb

0 a domain b
Contoh:

TUA
1

0,6
(x)

0 35 50 60
Umur(th)

TUA[50] = (50-35)/(60-35) = 0,6

 0; x  a atau x  c

( x; a, b, c)  ( x  a) /(b  a); a  x  b
2. Kurva Segitiga (c  x) /(c  b); b  x  c


Pusat
Pusat
1

(x)

0
a b c
Sisi
Sisi Sisi
Sisi
kiri
kiri kanan
kanan
Domain
Domain
Contoh

PAROBAYA
1

0,75
x]
0,3

0
35 38 45 50 65
Umur (th)
PAROBAYA[38] = (38-35)/(65-35) = 0,3
PAROBAYA[50] = (65-50)/(65-45) = 0,75
3. Kurva-S (Sigmoid/Logistic)
 0  x 
 2
 2(( x   ) /(   ))   x
S( x; ,  ,  )   2
 1  2((  x ) /(   ))   x 
 1  x 

1
derajat
keanggotaan

0,5

0
i j
Titik
Titik Infleksi
Infleksi 

Keanggotaan=0
Keanggotaan=0  Keanggotaan=1
Keanggotaan=1 
Contoh

1
TUA
0,755

[x]

0,125

0 45 50 58 65
Umur (th)

TUA[50] = 2[(50-45)/(65-45)]2 = 0,125

TUA[58] = 1-2[(65-58)/(65-45)]2 = 0,755
Contoh

MUDA
1
0,755

[x]

0,125

0 25 32 40 45
Umur (th)

MUDA[32] = 1-2[(32-25)/(45-25)]2 = 0,755

MUDA[40] = 2[(45-40)/(45-25)]2 = 0,125
    
 S x;   ,   2 ,    x
 ( x, ,  )    
4. Kurva- 1  S x;  ,    ,      x  
  2 

Pusat
Pusat 

1
derajat
keanggotaan

0,5

0
i Titik j
Titik
Infleksi Lebar
Lebar 
Infleksi

Domain
Domain
Contoh

1 PAROBAYA

0,92

[x]

0,18

0 35 43 45 52 55
Umur (th)

PAROBAYA[43] = 1-2[(45-43)/(45-35)]2 = 0,92

PAROBAYA[52] = 1-(1-2[(55-52)/(55-45)]2) = 0,18
 1
B( x;  , )  2
x
1   
  
5. Kurva Beta
Pusat
Pusat 

1
derajat
keanggotaan

0,5

0
i Titik Titik j
Titik Titik
Infleksi
Infleksi Infleksi
Infleksi

 


Domain
Domain
  k (   x) 2
G ( x; k ,  )  e
6. Kurva Gauss

Pusat
Pusat 

1
derajat
keanggotaan

0,5

0
i Titik j
Titik Lebar
Infleksi
Infleksi Lebar kk

Domain
Domain
7. Kurva Bentuk Bahu (Trapesium)

Bahu
Bahu Kiri
Kiri Bahu
Bahu Kanan
Kanan

1 DINGIN SEJUK NORMAL HANGAT PANAS

[x]

0
0 15 20 25 30 35
Suhu Ruangan (oC)
8. Derajat Keanggotaan Skalar
 Digunakan apabila kita tidak bisa menemukan suatu
fungsi yang tepat untuk beberapa sampel data.
 Dituliskan dengan:
Skalar(i) / Derajat(i)
 Semua titik harus ada di domain, dan paling sedikit
harus ada satu titik yang memiliki nilai kebenaran sama
dengan 1.
 Apabila titik-titik tersebut telah digambarkan, maka
digunakan interpolasi linear untuk mendapatkan
permukaan fuzzy-nya.
 PENGENDARA BERESIKO TINGGI
(dalam umur)

derajat 1
keanggotaan

0
10 20 30 40 50 60 70 80 90 100
umur

derajat 1
keanggotaan

0
10 20 30 40 50 60 70 80 90 100
umur
LOGIKA TRADISIONAL

 Pada logika tradisional, fungsi keanggotaan

suatu himpunan terbagi atas 2 daerah, yaitu:
 
A[x] = 0, jika x A atau
A[x] = 1, jika x A.
 INTERSEKSI

1 3 5 13

A B
1 3 5 7 1 2 3 5 8
11 13 13 21
17

2 4 6 8 9 1 2 3 5
10 12 14 7 8 11
15 16 … 13 17 21

KOMPLEMEN UNION
2 7 8 11
17 21

EXCLUSIVE
UNION
OPERASI DASAR FUZZY: ZADEH

 Interseksi:
AB = min(A[x],B[y]).
 Union:
AB = max(A[x],B[y]).
 Komplemen:
A’ = 1-A[x]
INTERSEKSI
 Interseksi antara 2 himpunan berisi elemen-elemen yang
berada pada kedua himpunan.
 Ekuivalen dengan operasi aritmetik atau logika AND.
 Pada logika fuzzy konvensional, operator AND diperlihatkan
dengan derajat keanggotaan minimum antar kedua himpunan.

  0.00 0.25 0.50 0.75 1.00

0.00 0.00 0.00 0.00 0.00 0.00
0.25 0.00 0.25 0.25 0.25 0.25
0.50 0.00 0.25 0.50 0.50 0.50
0.75 0.00 0.25 0.50 0.75 0.75
1.00 0.00 0.25 0.50 0.75 1.00
 Operator interseksi seringkali digunakan sebagai batasan
anteseden (acuan/premis) dalam suatu aturan fuzzy,
seperti:
 
IF x is A AND y is B THEN z is C
 
 Kekuatan nilai keanggotaan antara konsekuen z dan
daerah fuzzy C ditentukan oleh kuat tidaknya premis atau
anteseden. Kebenaran anteseden ini ditentukan oleh min
([x is A],[y is B].
 Contoh:
PAROBAYA TINGGI
1 1
[x] [x]

0 0
35 45 55 135 170
umur (tahun) tinggi badan
TINGGI dan PAROBAYA (cm)
1
PAROBAYA
[x]
TINGGI

0
X1 Xn
UNION
• Union dari 2 himpunan dibentuk dengan menggunakan
operator OR.
• Pada logika fuzzy konvensional, operator OR diperlihatkan
dengan derajat keanggotaan maksimum antar kedua
himpunan.
  0.00 0.25 0.50 0.75 1.00
0.00 0.00 0.25 0.50 0.75 1.00
0.25 0.25 0.25 0.50 0.75 1.00
0.50 0.50 0.50 0.50 0.75 1.00
0.75 0.75 0.75 0.75 0.75 1.00
1.00 1.00 1.00 1.00 1.00 1.00
 Contoh:

PAROBAYA TINGGI
1 1

[x] [x]

0 0
35 45 55 135 170
umur (tahun) tinggi badan
(cm)
TINGGI atau PAROBAYA
1
TINGGI
PAROBAYA
[x]

0
X1 Xn
 KOMPLEMEN
• Komplemen atau negasi suatu himpunan A berisi
semua elemen yang tidak berada di A.

Tidak PAROBAYA Tidak PAROBAYA

1 1
[x] [x]

0 0
25 35 55 65 25 45 65
umur (tahun) umur (tahun)