SEJARAH, KONSEP DAN MANFAAT FUZZY SET, PERBEDAAN

HIMPUNAN CRISP DENGAN HIMPUNAN FUZZY

Dosen Pengampu:
Dr. Jauhara Dian Nurul Iffah, M.Pd

Disusun oleh:
Nandita Ayunengdyah (201009)

Slide 1
 A. SEJARAH FUZZY
Logika Fuzzy: suatu logika yang memiliki nilai kekaburan (fuzziness) antara benar atau
salah

Lotfi Asker Zadeh, Tulisan berjudul “FUZZY SET” tahun 1965

Ilmuan Amerika Serikat mengenai teori himpunan fuzzy
berkebangsaan Iran

Aristoteles Logika biner yaitu didasarkan pada ide bahwa segala sesuatu
adalah A atau bukan A
Tidak setuju dengan logika biner → mengindikasikan adanya
Plato
daerah ketiga yang terletak di antara benar dan salah

George Boole menciptakan sistem aljabar dan teori himpunan →pemetaan

benar dan salah ke dalam nilai 1 dan 0
Jan Lukasiewicz konsep logika dalam tulisannya “On Three-Valued Logic” dimana
ada daerah yang ditambahkan diantara benar “1” dan salah “0”.

Slide 2
 A. SEJARAH FUZZY (2)

Tahun 1965 Teori yang dikemukakan oleh Lotfi A. Zadeh mengusulkan adanya fungsi
keanggotaan yang dioperasikan dengan bilangan real diantara nilai benar “1” dan
salah “0”
Lotfi A. Zadeh pula yang mempopulerkan aturan maksimum dan minimum yang
diperoleh dari operasi himpunan fuzzy.

Logika fuzzy umumnya diterapkan pada masalah-masalah yang mengandung unsur

ketidakpastian (uncertainty), ketidak tepatan (imprecise), noisy, dan sebagainya

Slide 3
 B. KONSEP FUZZY SET

Fuzzy set merupakan sebuah himpunan yang anggotanya memiliki derajat

keanggotaan tertentu yang ditentukan oleh fungsi keanggotaan (membership
function) tertentu.

Himpunan fuzzy adalah perluasan dari pengertian himpunan klasik. Teori fuzzy
menggunakan variabel linguistik yang nilainya adalah kata-kata fuzzy, atau lebih
bersifat ekspresi alih-alih angka, yang berakar pada bahasa alami

Ketinggian Pendek, rata-rata, tinggi,….

Usia Bayi, anak-anak, remaja, dewasa,
separuh baya, tua,….

Suhu Sangat dingin, dingin, sejuk, panas,

sangat panas,….

Keamanan Rendah, sedang, tinggi,….

Slide 4
 B. KONSEP FUZZY SET (2)

𝐴𝐴 = Himpunan semua mahasiswa perempuan;

𝐵𝐵 = Himpunan semua mahasiswa Departemen Matematika;
𝐶𝐶 = Himpunan semua mahasiswa Departemen Statistika;
𝐷𝐷 = Himpunan semua mahasiswa cerdas;
𝐸𝐸 = Himpunan semua mahasiswa tinggi.

 Himpunan-himpunan 𝐴𝐴, 𝐵𝐵, dan 𝐶𝐶 adalah himpunan crisp, sedangkan

himpunan 𝐷𝐷 dan 𝐸𝐸 bersifat samar/kabur.

 Konsep logika fuzzy dapat dengan mudah ditemukan pada perilaku manusia
dikesehariannya, misalnya: Dalam suatu perusahaan, kepala bagian produksi
melaporkan kepada atasannya bahwa produksi bulan ini rendah (seberapa rendah
produksi tersebut?). Pertanyaan di atas tidak dapat dijawab dengan pasti,
beberapa contoh kasus di atas bisa dijelaskan dengan menggunakan konsep
logika fuzzy
Slide 5
 B. KONSEP FUZZY SET (3)
Perhitungan fuzzy

 Fuzzifikasi : menggunakan Membership function dari variabel linguistik untuk

menghitung masing-masing derajat kondisi validitas dari angka-angka spesifik
proses

 Inferensi : sistem inferensi fuzzy adalah sistem kerja komputer yang didasarkan
pada konsep teori fuzzy, aturan if-then, dan logika fuzzy

 Defuzzifikasi : yang mentransformasi hasil fuzzy ke bentuk keluaran yang crisp.

Membership function digunakan dalam menterjemahkan keluaran fuzzy ke bentuk
keluaran crisp

Slide 6
 C. MANFAAT FUZZY SET

 produk elektronik buatan Jepang yang menerapkan prinsip logika fuzzy, seperti
mesin cuci, AC, dan lain-lain.

 Dunia kedokteran gigi: diagnosis penyakit pasien, penelitian kanker, dsb.

 Manajemen pengambilan keputusan: manajemen basis data untuk query data, tata
letak pabrik yang maksimal, penentuan jumlah produksi berdasarkan jumlah stok
dan permintaan.
 Klasifikasi dan pencocokan pola
 Mengukur kualitas air, peramalan cuaca, dsb

Slide 7
 D. PERBEDAAN HIMPUNAN CRISP
DENGAN HIMPUNAN FUZZY

1) himpunan crisp adalah himpunan yang menyatakan suatu obyek merupakan

anggota dari satu himpunan memiliki nilai keanggotaan (µ) = ya (1) atau tidak (0),
oleh karena itu himpunan crisp disebut himpunan tegas.
2) himpunan fuzzy adalah himpunan yang menyatakan suatu obyek dapat menjadi
anggota dari beberapa himpunan dengan nilai keanggotaan (µ) yang berbeda.
Nilai keanggotaan fuzzy adalah 0 sampai 1.

Slide 8
 D. PERBEDAAN HIMPUNAN CRISP
DENGAN HIMPUNAN FUZZY (2)
Misalkan variabel umur dibagi 3 kategori, yaitu: MUDA < 35 tahun ; PAROBAYA 35 ≤
umur ≤ 55 tahun ; TUA > 55 tahun.

 
Jika menggunakan himpunan crisp, dapat diambil kesimpulan bahwa:
 Usia 34 tahun, dikatakan MUDA →
 Usia 35 tahun kurang 1 hari, dikatakan MUDA →
 Usia 35 tahun, dikatakan TIDAK MUDA →
 Usia 55 tahun, dikatakan PAROBAYA →
 Usia 55 tahun lebih 1 hari, dikatakan TIDAK PAROBAYA → atau
 Usia 55 tahun lebih 1 hari, dikatakan TUA →
Slide 9
TERIMAKASIH

Slide 10