15 km/h
7 km/h 50 km/h
• Ketidakpastian dalam ilustrasi tersebut disebabkan oleh kaburnya pengertian
“agak”, “kurang lebih”, atau “sedikit”.
• Fuzzy digagas oleh Lotfi Aliasker Zadeh, ahli matematika, ilmuwan komputer,
insinyur listrik, peneliti kecerdasan buatan dan profesor emeritus ilmu komputer
di University of California, Berkeley
• Logika tegas (crisp logic) menyatakan bahwa segala hal dapat
diekspresikan dalam istilah biner (0 atau 1, hitam atau putih, iya atau
tidak). Namun, tidak ada nilai diantaranya.
1. Variabel fuzzy
Contoh : penghasilan, temperatur, permintaan, umur dan tinggi badan
2. Himpunan fuzzy
Kelompok yang mewakili suatu keadaan tertentu dalam variabel fuzzy
Atribut himpunan fuzzy :
a). Linguistik, yaitu nama suatu kelompok yang mewakili keadaan tertentu dengan
menggunakan bahasa alami seperti
- Dingin, sejuk, panas mewakili variabel temperatur
- Muda, Parobaya, Tua mewakili umur
b). Numeris, yaitu suatu nilai yang menunjukkan ukuran dari variabel misalnya10, 15
dan 40
• Semesta Pembicaraan, yaitu seluruh ilai yang diijinkan untuk
3.
dioperasikan dalam suatu variabel fuzzy
Contoh :
Semesta pembicaraan untuk variabel permintaan
Semesta pembicaraan untuk variabel temperatur [ 10 90]
Seseorang yang memiliki tinggi badan 165 cm, memiliki daerah derajat keanggotaan
0.75 pada daerah fuzzy Tinggi, diperoleh dari:
(165-150)/(170-150)
= 15/20
= 0.75
S(y;40,55,70) = 0.75
Karena 0.75 > 0.5 maka letak y adalah antara 55 sampai 70
1-2[(70-y)/(70-40) = 0.75
1-2(70-y/900 = 0.75
2(70-y/900 = 0.25
(70-y = 112.5
(70-y) = 112.5
y = 70 10.6 ambil (-) karena nilainya harus <70
y = 59.4
Sistem Inferensi Fuzzy
Sistem inferensi fuzzy adalah cara memetakan ruang input menuju ruang
output menggunakan logika fuzzy
Basis Pengetahuan
•
Sistem Inferensi Fuzzy
- Basis Pengetahuan
Kumpulan aturan dalam bentuk pernyataan if –then yang dibuat oleh
pakar
- Fuzzifikasi
Proses mengubah input sistem yang mempunyai nilai tegas (crisp)
menjadi variabel linguistik menggunakan fungsi keanggotaan , yang
disimpan dalam basis pengetahuan fuzzy
Sistem Inferensi Fuzzy
- Inferensi
• Proses untuk mengubah input fuzzy dengan cara mengikuti aturan-aturan
(if-then rules) yang telah ditetapkan pada basis pengetahuan fuzzy
• Inferensi adalah proses pengambilan keputusan
• Harus ada rules atau aturan yang umumnya dapat dituliskan
if antecedent (kondisi) then consequent (kesimpulan)
• Proses inferensi memperhitungkan semua aturan yang ada
Sistem Inferensi Fuzzy
- Defuzzifikasi
• Proses mengubah output fuzzy yang diperoleh dari tahap inferensi
menjadi nilai tegas (crisp) menggunakan fungsi keanggotaan yang sesuai
dengan saat dilakukan fuzzifikasi
-Metode
• Centroid atau Center of Area (CoA) atau Center of Gravity (CoG)
• Average atau rata-rata
Contoh Kasus
• Untuk mengatur frekuensi putar kipas angin secara otomatis digunakan
sistem kendali. Variabel dan data spesifikasi dari pabrik :
- Kecepatan putar kipas angin 1000 rotary per minutes (rpm) dan terbesar
5000 rpm
- Kemampuan sensor suhu ruangan berada dalam interval 100 kelvin
hingga 600 kelvin
- Sumber frekuensi putar kipas sebesar 2000 rpm sampai dengan 7000
rpm
Apabila diketahui aturan yang berlaku adalah sebagai berikut:
- [R1] if Kecepatan Lambat and Suhu Tinggi then frekuensi kecil
- [R2] if Kecepatan Lambat and Suhu Rendah then frekuensi kecil
- [R3] if Kecepatan Cepat and Suhu Tinggi then frekuensi Besar
- [R4] if Kecepatan Cepat and Suhu Rendah then frekuensi Besar
0
0
1000 4000 5000 1000 4000 5000
0 , 𝑥 ≤ 1000 1 𝑥 ≤1000
{
{
𝜇𝑐𝑒𝑝𝑎𝑡 [ 𝑥 ] = 𝑥 − 1000 , 1000≤ 𝑥 ≤ 5000
5000 − 1000
1 , 𝑥 ≥ 5000
𝜇𝑙𝑎𝑚𝑏𝑎𝑡 [ 𝑥 ] 5000 − 𝑥 ,1000 ≤ 𝑥 ≤5000
5000 −1000
0 , 𝑥 ≥5000
• Suhu : Tinggi (600), Rendah (100)
Tinggi Rendah
1 1
𝜇[ 𝑦] 𝜇[ 𝑦] = 0.4
0 100 600 0 100 300 600
300 = 0.6
0 , 𝑦 ≤ 100 1 , 𝑦 ≤ 100
{ 600− 100
1 , 𝑦 ≥ 600
{
𝜇𝑡𝑖𝑛𝑔𝑔𝑖 [ 𝑦 ] = 𝑦 − 100 , 100 ≤ 𝑦 ≤600𝜇𝑟𝑒𝑛𝑑𝑎h [ 𝑥 ] = 600 − 𝑦 ,100 ≤ 𝑦 ≤ 600
600 −100
0 , 𝑦 ≥ 600
• Frekuensi : Besar (7000); kecil (2000)
Besar kecil
1 1
𝜇[ 𝑧] 𝜇[ 𝑧]
0 7000
2000 0 2000 7000
1 , 𝑧 ≤ 2000 0 , 𝑧 ≤ 2000
{
𝜇𝑏𝑒𝑠𝑎𝑟 [ 𝑧 ] = 𝑧 − 2000 ,2000 ≤ 𝑧 ≤ 7000
7000 −2000
0 , 𝑧 ≥ 7000
{
𝜇𝑘𝑒𝑐𝑖𝑙 [ 𝑧 ] = 7000 − 𝑧 , 2000 ≤ 𝑧 ≤ 7000
7000− 2000
1 , 𝑧 ≥ 7000
Aturan :
[R1] if Kecepatan Lambat and Suhu Tinggi then frekuensi kecil
[R2] if Kecepatan Lambat and Suhu Rendah then frekuensi kecil
[R3] if Kecepatan Cepat and Suhu Tinggi then frekuensi Besar
[R4] if Kecepatan Cepat and Suhu Rendah then frekuensi Besar
•Tsukamoto
:
b. Inferensi
[R1] if Kecepatan Lambat and Suhu Tinggi then frekuensi kecil
= min (
= min (0.25; 0.4)
= 0.25
Nilai
= 5750 rpm
•[R2]
if Kecepatan Lambat and Suhu Rendah then frekuensi kecil
= min (
= min (0.25; 0.6)
= 0.25
Nilai
= 5750 rpm
•[R3]
if Kecepatan Cepat and Suhu Tinggi then frekuensi Besar
= min (
= min (0.75; 0.6)
= 0.6
Nilai
= 5000 rpm
•[R4]
if Kecepatan Cepat and Suhu Rendah then frekuensi Besar
= min ()
= min (0.75; 0.6)
= 0.6
Nilai
= 5000 rpm
•Tsukamoto
:
c. Defuzzifikasi
Metode Average (rata-rata):
= 4983
Jadi, frekuensi putar kipas angin yang dihasilkan haruslah 4983 rpm