Materi I

Pengantar Himpunan Fuzzy

29/05/2023 1
 Pendahuluan
• Logika fuzzy pertama kali
dikembangkan oleh Lotfi A.
Zadeh melalui tulisannya pada
tahun 1965 tentang teori
himpunan fuzzy.
• Lotfi Asker Zadeh adalah seorang
ilmuwan Amerika Serikat
berkebangsaan Iran dari
Universitas California di Barkeley,
29/05/2023 2
 Pendahuluan
• Meskipun logika fuzzy dikembangkan di Amerika, namun ia lebih populer
dan banyak diaplikasikan secara luas oleh praktisi Jepang dengan
mengadaptasikannya ke bidang kendali (control).
• Saat ini banyak dijual produk elektronik buatan Jepang yang menerapkan
prinsip logika fuzzy, seperti mesin cuci, AC, dan lain-lain.
• Fuzzy logic sudah diterapkan pada banyak bidang, mulai dari teori kendali
hingga inteligensia buatan.
• Mengapa logika fuzzy yang ditemukan di Amerika malah lebih banyak
ditemukan aplikasinya di negara Jepang?
• Salah satu penjelasannya: kultur orang Barat yang cenderung memandang
suatu persoalan sebagai hitam-putih, ya-tidak, bersalah-tidak bersalah,
sukses-gagal, atau yang setara dengan dunia logika biner Aristoteles,
• sedangkan kultur orang Timur lebih dapat menerima dunia “abu-abu” atau
fuzzy.

29/05/2023 3
 Pendahuluan
• Logika fuzzy umumnya diterapkan pada masalah-
masalah yang mengandung unsur ketidakpastian
(uncertainty), ketidaktepatan (imprecise), noisy,
dan sebagainya.
• Logika fuzzy menjembatani bahasa mesin yang
presisi dengan bahasa manusia yang menekankan
pada makna atau arti (significance).
• Logika fuzzy dikembangkan berdasarkan bahasa
manusia (bahasa alami)

29/05/2023 4
 Himpunan Crips/Tegas
• Logika fuzzy dikembangkan dari teori himpunan fuzzy.
• Himpunan klasik yang sudah dipelajari selama ini disebut
himpunan tegas (crisp set).
• Di dalam himpunan tegas, keanggotaan suatu unsur di
dalam himpunan dinyatakan secara tegas, apakah objek
tersebut anggota himpunan atau bukan.
• Untuk sembarang himpunan A, sebuah unsur x adalah
• anggota himpunan apabila x terdapat atau terdefinisi di
dalam A.
Contoh: A = {0, 4, 7, 8, 11}, maka 7 A, tetapi 5A.

29/05/2023 5
 Crisp set vs. Fuzzy set

A traditional crisp set A fuzzy set

29/05/2023 6
 Crisp set vs. Fuzzy set

29/05/2023 7
• Fungsi karakteristik, dilambangkan dengan , mendefinisikan apakah suatu
unsur dari semesta pembicaraan merupakan anggota suatu himpunan atau
bukan:

• Misalkan X = {1, 2, 3, 4, 5, 6} dan A X, yang dalam hal ini A = {1, 2, 5}. A dapat
dinyatakan sebagai:
A = {(1,1), (2,1), (3,0), (4,0), (5,1), (6,0) }.
Keterangan:
(2,1) berarti (2) = 1;
(4,0) berarti (4) = 0,

29/05/2023 8
• Fungsi karakteristik, dilambangkan dengan c, mendefinisikan apakah
suatu unsur dari semesta pembicaraan merupakan anggota suatu
himpunan atau bukan:

• Misalkan X = {1, 2, 3, 4, 5, 6} dan A X, yang dalam hal ini A = {1, 2, 5}. A

dapat dinyatakan sebagai:
A = {(1,1), (2,1), (3,0), (4,0), (5,1), (6,0) }.
Keterangan:
(2,1) berarti (2) = 1;
(4,0) berarti (4) = 0,

29/05/2023 9
• Misalkan X = { x | 0 x 10, x R }. Misalkan A X,
dan A = {x |5 x 8, x R }. Maka, dapat
menyatakan bahwa
(6) = 0; (4,8) = 0; (7) = 1; (8,654) = 1

Grafik fungsi karakteristik A = {x |5 x 8, x R }.

29/05/2023 10
• Misal V = himpunan kecepatan pelan (yaitu v
20 km/jam).
• Apakah kecepatan v = 20,01 km/jam termasuk
ke dalam himpunan kecepatan pelan?
• Menurut himpunan tegas, 20,01 km/jam V,
tetapi menurut himpunan fuzzy, 20,01 km/jam
tidak ditolak ke dalam himpunan V, tetapi
diturunkan derajat keanggotaannya.

29/05/2023 11
 Himpunan Fuzzy
• Definisi : Jika X adalah sekumpulan objek yang
dinotasikan dengan X, maka himpunan fuzzy
dalam X adalah himpunan pasangan berurutan:
~
A  {( x,  A ( x)) | x  X }
• disebut fungsi membership function/ fungsi
keanggotaan dari x dalam ke ruang keanggotaan
M dimana M
• indentik dengan fungsi karakteristik pada
himpunan crips
29/05/2023 12
• Jadi, di dalam teori himpunan fuzzy, keanggotaan suatu
elemen di dalam himpunan dinyatakan dengan derajat
keanggotaan (membership values) yang nilainya terletak
di dalam selang [0, 1].
• Derajat keanggotaan ditentukan dengan fungsi
keanggotaan:
µA : X[0, 1],
bandingkan fungsi keanggotaan pada teori himpunan
tegas:
: X {0, 1}
29/05/2023 13
 Notasi Himpunan Fuzzy
1. Sebagai himpunan pasangan berurutan
= { (x1, µA(x1)), (x2, µA(x2)), …, (xn, µA(xn))}
Contoh:
Seorang realtor (makelar barang tak bergerak) ingin mengklasifikasikan rumah
yang ditawarkan kepada kliennya. Satu indikator kenyamanan dari rumah
tersebut adalah jumlah kamar tidur dalam rumah. Diberikan X = {1, 2, 3, …,
10} adalah himpunan tipe rumah yang tersedia yang menunjukkan X = jumlah
kamar tidur dalam suatu rumah. Maka himpunan fuzzy “kenyamanan tipe
rumah untuk sebuah keluarga dengan 4 orang” dapat didefinisikan sebagai
berikut = {(1, 0.2), (2, 0.5), (3, 0.8), (4, 1), (5, 0.7), (6, 0.3)}
Contoh
= “himpunan bilangan riil yang sangat lebih besar dari 10”
~
A  {( x,  A ( x)) | x  X }
di mana

29/05/2023 14
 Notasi Himpunan Fuzzy
2. Dinyatakan dengan menyebut fungsi keanggotaan. Cara ini digunakan bila
anggota himpunan fuzzy bernilai menerus (riil).
Contoh
= “himpunan bilangan rii yang dekat dengan 10”
~
A  {( x,  A ( x)) |  A ( x)  (1  ( x  10) 2 ) 1}

29/05/2023 15
 Notasi Himpunan Fuzzy
3. Dengan menuliskan sebagai
~ n
A   A ( x1 ) / x1   A ( x2 ) / x2  ...    A ( xi ) / xi
i 1
untuk X diskrit,
atau
~
A    A ( x) / x
X
untuk X menerus (continue).
Contoh
= “bilangan bulat yang dekat dengan 10”
= 0.1/7 + 0.5/8 + 0.8/9 + 1/10 + 0.8/11 + 0.5/12 + 0.1/13
Contoh
= ”bilangan riill yang dekat dengan 10”

~ 1
A 2
/x
R
1  ( x  10)
29/05/2023 16
 Himpunan Crips vs Fuzzy
• Pada crisp set batas-batas himpunan tegas
• Pada fuzzt set batas-batas himpunan kabur

29/05/2023 17
Himpunan fuzzy mempunyai dua atribut:
1. Lingusitik: penamaan grup yang mewakili
kondisi dengan menggunakan bahasa alami
Contoh: PANAS, DINGIN, TUA, MUDA, PELAN,
dsb
2. Numerik: nilai yang menunjukkan ukuran
variabel fuzzy
Contoh: 35, 78, 112, 0, -12, dsb

29/05/2023 18
Komponen-komponen sistem fuzzy:
1. Variabel fuzzy
Contoh: umur, kecepatan, temperatur, dsb
2. Himpunan fuzzy
Grup yang mewakili kondisi tertentu dalam suatu variabel fuzzy
Contoh: Variabel temperatur air dibagi menjadi 3 himpunan
fuzzy: PANAS, DINGIN, SEJUK, dsb
3. Semesta pembicaraan
Keseluruhan nilai yang diperbolehkan untuk dioperasikan
dengan variabel fuzzy
Contoh: semesta pembicaraan variabel umur adalah [0, 100]

29/05/2023 19
Komponen-komponen sistem fuzzy:
4. Domain
Keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam
suatu himpunan fuzzy
Contoh: DINGIN = [0, 15]
MUDA = [0, 35]

Contoh : Misalkan variabel umur dibagi menjadi 3 kategori

• MUDA : umur < 35 tahun
• PARUHBAYA : 35 umur 55 tahun
• TUA : umur > 55 tahun

29/05/2023 20
29/05/2023 21
29/05/2023 22
 Fungsi Keanggotaan Fuzzy

Fungsi keanggotaan untuk himpunan

PANAS pada variabel temperatur
ruangan

29/05/2023 23
 Fungsi Keanggotaan Fuzzy

Fungsi keanggotaan untuk himpunan

NORMAL pada variabel temperatur
ruangan

29/05/2023 24
 Fungsi Keanggotaan Fuzzy

Fungsi keanggotaan untuk

himpunan NORMAL pada variabel
temperatur ruangan

29/05/2023 25
 Fungsi Keanggotaan Fuzzy

Fungsi keangotaanpada kurva PERTUMBUHAN

29/05/2023 26
Fungsi keanggotaan untuk himpunan
TUA pada variabel umur

fungsi keanggotaan pada kurva PENYUSUTAN

Fungsi keanggotaan untuk himpunan MUDA

pada variabel umur

29/05/2023 27
 Fungsi Keanggotaan Fuzzy

29/05/2023 28
 Fungsi keanggotaan untuk himpunan
PAROBAYA pada variabel umur

29/05/2023 29
Contoh
Sebuah pabrik memproduksi
sepatu setiap hari. Permintaan sepatu dari
distributor tidak tentu, kadang naik dan kadang
turun. Permintaan tertinggi pernah mencapai 5000
pasang/hari, dan permintaan terkecil 1000
pasang/hari. Persediaan sepatu di gudang juga
bervariasi. Paling banyak mencapai 600 pasang/hari,
dan sedikitnya mencapai 100 pasang/hari.

Gambarkan fungsi keanggotaan yang cocok untuk

permintaan dan persediaan sepatu.

29/05/2023 30
29/05/2023 31
29/05/2023 32
29/05/2023 33
 Beberapa Definisi (Contd)
• Definisi : Support (Pendukung) dari suatu
himpunan fuzzy , S() adalah himpunan crips dari
semua x sedemikian hingga
 A ( x)  0

Contoh :
Support dari , yaitu S() = {1, 2, 3, 4, 5, 6}.
Anggota (tipe rumah) {7, 8, 9, 10} bukan bagian dari
support
29/05/2023 34
 Beberapa Definisi (Contd)
• Definisi : Core (Teras) dari suatu himpunan
fuzzy , Core() adalah himpunan crips dari
semua x sedemikian hingga
 A ( x) 1
Contoh :
Core dari , yaitu Core() = {4}, karena
 A (4)  1

29/05/2023 35
 Beberapa Definisi (Contd)
• Definisi : height dari suatu himpunan fuzzy ,
h() adalah nilai tertinggi derajat keanggotaan
dari himpunan fuzzy
• Bila h() = 1 ; normal
• Bila h() < 1 ; subnormal

29/05/2023 36
• α-cuts dari himpunan fuzzy adalah himpunan crisp Aα yang
memuat semua elemen dari himpunan universal X yang
mempunyai derajat membership pada A lebih besar atau
sama terhadap nilai α.
• Didefinisikan:
A  {x  X |  A ( x)   }
• himpunan “strong α -level” atau himpunan “strong α -cut”.

A'  {x  X |  A ( x)   }

29/05/2023 37
Contoh : Seorang realtor (makelar barang tak bergerak) ingin mengklasifikasikan
rumah yang ditawarkan kepada kliennya. Satu indikator kenyamanan dari rumah
tersebut adalah jumlah kamar tidur dalam rumah. Diberikan X = {1, 2, 3, …, 10} adalah
himpunan tipe rumah yang tersedia yang menunjukkan X = jumlah kamar tidur dalam
suatu rumah. Maka himpunan fuzzy “kenyamanan tipe rumah untuk sebuah keluarga
dengan 4 orang” dapat didefinisikan sebagai berikut
A = {(1, 0.2), (2, 0.5), (3, 0.8), (4, 1), (5, 0.7), (6, 0.3)}

Contoh “Rumah” dan mendaftar himpunan -level yang mungkin

A0.2 = {1, 2, 3, 4, 5, 6}
A0.5 = {2, 3, 4, 5}
A0.8 = {3, 4}
A1 = {4}
Himpunan strong -level untuk = 0.8 adalah A’0.8 = {4}.

29/05/2023 38
29/05/2023 39
Definisi : Suatu himpunan fuzzy A dikatakan konveks jika
, ,
 A (x1  (1   ) x2 )  min(  A ( x1 ),  A ( x2 )) x1 , x2  X ,   [0,1]
Dengan kata lain, himpunan fuzzy disebut konveks jika
semua himpunan -level adalah konveks.

Himpunan fuzzy yang konveks Himpunan fuzzy yang tak konveks

29/05/2023 40
Definisi : Untuk suatu himpunan fuzzy A, kardinalitas |A|
didefinisikan sebagai
A    A ( x)
x X
A
Dan A  disebut kardinalitas relatif dari A.
X
Kardinalitas relatif dari suatu himpunan fuzzy tergantung pada
kardinalitas dari himpunan semesta X. Jadi, kita harus memilih
himpunan semesta yang sama jika ingin membandingkan antar
himpunan fuzzy melalui kardinalitas relatifnya

29/05/2023 41
Contoh: Untuk himpunan fuzzy tipe rumah yang nyaman untuk keluarga
dengan empat orang, maka kardinalitas dari A adalah :
|A| = 0.2 + 0.5 + 0.8 +1 + 0.7 + 0.3 = 3.5

3.5
Dan kardinalitas relatifnya adalah A   0.35
10

Kardinalitas relatif dapat diinterpretasikan sebagai pembagian elemen X di

dalam A., yang diboboti dengan derajat keanggotaannya di dalam A. Untuk X
yang tak berhingga, kardinalitas A didefinisikan sebagai .
A    A ( x)dx
x
Tentunya, |A| tidak selalu ada.

29/05/2023 42
 Operasi Dasar Himpunan Fuzzy
Penjumlahan dua buah himpunan fuzzy 𝐴 dan 𝐵 adalah
himpunan fuzzy 𝐴+𝐵, yang didefinisikan dengan fungsi
keanggotaan

Contoh:
Misalkan dalam semesta 𝑋={1,2,3,4,5,6,7,8,9} diketahui
himpunan-himpunan fuzzy
𝐴={ (1,0.4) , (2,1) , (3,0.6) , (4,0.1) }.
𝐵={ (2,0.2) , (3,0.7) , (4,1) , (5,0.6) }.
Maka diperoleh
𝐴+𝐵={ (3,0.2) , (4,0.4) , (5,0.7) , (6,1) , (7,0.6) , (8,0.6) ,(9,0.1)}.

29/05/2023 43
 Jika himpunan fuzzy dijumlahkan dengan suatu bilangan
real 𝑟∈ℝ, maka penjumlahan tersebut dapat didefinisikan
dengan fungsi keanggotaan

Misalkan dalam semesta 𝑋={−3,−2,−1,0,1,2}

diketahui himpunan fuzzy
𝐴={ (−3,0) , (−2,0.3) , (−1,0.5) , (0,0.7) ,(1,1)}.
Maka diperoleh
𝐴+2={ (−1,0) , (0,0.3) , (1,0.5) , (2,0.7) ,(3,1)}.

29/05/2023 44
Pengurangan dua buah himpunan fuzzy 𝐴 dan 𝐵 adalah himpunan fuzzy 𝐴−𝐵,
yang didefinisikan dengan fungsi keanggotaan

Misalkan dalam semesta 𝑋={1,2,3,4,5,6,7,8,9} diketahui himpunan-himpunan fuzzy

Maka diperoleh

29/05/2023 45
Perkalian dua buah himpunan fuzzy 𝐴 dan 𝐵 adalah himpunan fuzzy 𝐴∙𝐵,
yang didefinisikan dengan fungsi keanggotaan

Misalkan dalam semesta 𝑋={0,1,2,3,4,5,6,7,8} diketahui himpunan-himpunan

fuzzy

Maka diperoleh

29/05/2023 46
Jika himpunan fuzzy dikalikan dengan suatu bilangan real 𝑟∈ℝ, maka
perkalian tersebut dapat didefinisikan dengan fungsi keanggotaan

Misal dalam semesta 𝑋={0,1,2,3,4,5,6,7,8} diketahui himpunan fuzzy

Maka diperoleh

29/05/2023 47
Pembagian dua buah himpunan fuzzy 𝐴 dan 𝐵 adalah himpunan fuzzy 𝐴/𝐵,
yang didefinisikan dengan fungsi keanggotaan

Misalkan dalam semesta 𝑋={0,1,2,3,4,5,6,7,8} diketahui himpunan-

himpunan fuzzy

Maka diperoleh

29/05/2023 48
Komplemen dari suatu himpunan fuzzy 𝐴 adalah himpunan fuzzy 𝐴−, diartikan
sebagai “𝑥 tidak dekat 𝐴”, dengan fungsi keanggotaan

Misalkan dalam semesta 𝑋={−4,−3,−2,−1,0} diketahui himpunan fuzzy

Maka diperoleh

29/05/2023 49
Gabungan dua buah himpunan fuzzy 𝐴 dan 𝐵 adalah himpunan fuzzy 𝐴∪𝐵,
diartikan sebagai “𝑥 dekat 𝐴 atau 𝑥 dekat 𝐵”, dengan fungsi keanggotaan

Misalkan dalam semesta 𝑋={−3,−2,−1,0,1,2} diketahui himpunan-himpunan

fuzzy

Maka

29/05/2023 50
Irisan dua buah himpunan fuzzy 𝐴 dan 𝐵 adalah himpunan fuzzy 𝐴∩𝐵,
diartikan sebagai “𝑥 dekat 𝐴 dan 𝑥 dekat 𝐵”, dengan fungsi keanggotaan

Misalkan dalam semesta 𝑋={−3,−2,−1,0,1,2} diketahui himpunan-himpunan

fuzzy

Maka

Dua buah himpunan fuzzy dikatakan beririsan apabila irisan kedua himpunan
fuzzy tersebut tidak sama dengan himpunan kosong. Apabila irisan dua buah
himpunan fuzzy sama dengan himpunan kosong, maka kedua himpunan fuzzy
tersebut dikatakan lepas.
29/05/2023 51
29/05/2023 52
29/05/2023 53
29/05/2023 54
29/05/2023 55
29/05/2023 56