LOGIKA FUZZY

A. PENDAHULUAN
• Logika Fuzzy pertama kali diperkenalkan oleh Prof.
Lotfi A. Zadeh pada tahun 1965.
• Dasar logika Fuzzy adalah teori himpunan dimana nilai
logika keanggotaan atau derajat keanggotaan menjadi
ciri utama.
• Logika Fuzzy digunakan sebagai suatu cara untuk
memetakan permasalahan dari input menuju ke output
yang diaharapkan.
B. ALASAN DIGUNAKANNYA
LOGIKA FUZZY
• Menurut Cox (1994) ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain:
1. Konsep logika fuzzy mudah dimengerti, karena logika fuzzy menggunakan teori dasar himpunan,
maka konsep matematis yang mendasari penalaran fuzzy tersebut cukup mudah dimengerti.
2. Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahan-perubahan dan
ketidakpastian menyertai permasalahan
3. Logika fuzzy memiliki toleransi terhadap data yang tidak tepat.
4. Logika fuzzy mampu memodelkan fungsi-fungsi non liniear yang sangat kompleks.
5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara
langsung tanpa harus melalui proses pelatihan.
6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
7. Logika fuzzy didasarkan pada Bahasa alami.
 C. HIMPUNAN FUZZY
• Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering
ditulis dengan (X), memiliki dua kemungkinan, yaitu:
a) Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan.
b) Nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.
• Contoh:
Misalkan variabel umur dibagi menjadi tiga kategori, yaitu:
MUDA                        umur < 35 tahun
PAROBAYA             35 ≤ umur ≤ 55 tahun
TUA                            umur > 55 tahun
Dari kategori diatas dapat dijelaskan bahwa:
• Apabila seseorang berusia 34 tahun, maka ia dikatakan MUDA ( (34)=1)
• Apabila seseorang berusia 35 tahun, maka ia dikatakan TIDAK MUDA ( (35)=0)
• Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia dikatakan TIDAK MUDA ( (35-1 hari)=1)
• Apabila seseorang berusia 35 tahun, maka ia dikatakan PAROBAYA ( (34)=1)
• Apabila seseorang berusia 34 tahun, maka ia dikatakan TIDAK PAROBAYA ( (34)=0)
• Apabila seseorang berusia 55 tahun, maka ia dikatakan PAROBAYA ( (55)=1)
• Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia dikatakan TIDAK PAROBAYA ( (35-1
hari)=0)
 HIMPUNAN FUZZY LANJ.
• Himpunan Fuzzy memiliki 2 atribut (Kusuma Dewi, 2003), yaitu:
1.Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu
dengan menggunakan bahasa alami, speerti: MUDA, PAROBAYA, TUA.
2.Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel seperti: 40,
25, 50, dsb.
 D. FUNGSI KEANGGOTAAN
• Fungsi Representasi Linier
Pada linier naik, kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0]
bergerak ke kanan menuju nilai domain yang memiliki derajat keanggotaan lebih tinggi dengan fungsi
keanggotaan:

Sedangkan linier turun, garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi
kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah dengan
fungsi keanggotaan.
• Fungsi Keanggotaan Segitiga
Fungsi keanggotaan segitiga ditandai oleh adanya tiga parameter {a,b,c} yang akan menentukan koordinat x dari tiga sudut.
Kurva ini pada dasarnya merupakan gabungan antara dua garis lurus. Adapun persamaan untuk bentuk segitiga ini adalah:

• Fungsi Keanggotaan Trapesium

Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan satu.
Adapun persamaan untuk kurva trapesium ini adalah:
 E. OPERATOR DASAR ZADEH UNTUK OPERASI
HIMPUNAN FUZZY
• Operator AND
Operator ini berhubungan dengan operasi interseksi pada himpunan. α-predikat sebagai hasil operasi
dengan operator AND diperoleh dengan mengambil nilai keanggotaan terkecil antara elemen pada
himpunan-himpunan yang bersangkutan.

• Operator OR
Operator ini berhubungan dengan operasi union pada himpunan. α-predikat sebagai hasil operasi dengan
operator OR diperoleh dengan mengambil nilai keanggotaan terbesar antara elemen pada himpunan-
himpunan yang bersangkutan.

• Operator NOT
Operator ini berhubungan dengan operasi komplemen pada himpunan. α-predikat sebagai hasil operasi
dengan operator NOT diperoleh dengan mengurangkan nilai keanggotaan elemen pada himpunan-
himpunan yang bersangkutan dari 1.
 F. FUZZY INFERENCE SYSTEM
• Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-THEN harus direpresentasikan
denngan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton.
• Metode Mamdani, dikenal sebagai metode Max-Min. Diperlukan 4 tahap untuk mendapatkan
output, yaitu:
a) Pembentukan himpunan fuzzy
b)Aplikasi fungsi implikasi
c) Komposisi aturan
d)Penegasan
• Metode Sugeno, hampir sama dengan penalaran MAMDANI, hanya saja output (konsekuen) system
tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear.
TERIMA KASIH