Tuga 6 (membuat makalah tentang logika fuzzy)

Dasar –dasar pemahaman logika fuzzy

Pada pertengahan 1960, Prof. Lotfi Zadeh dari universitas California di Barkeley menemukan bahwa hukum benar atau salah dari logika boolean tidak memperhitungkan beragam kondisi yang nyata. Untuk menghitung gradasi yang tak terbatas jumlahnya antara benar dan salah, Zadeh mengembangkan ide penggolongan set yang ia namakan set fuzzy. Tidak seperti logika boolean, logika fuzzy memiliki banyak nilai. Tidak seperti elemen yang dikategorikan 100% ini atau itu, atau sebuah dalil yang menyatakan semuanya benar atau seluruhnya salah, fuzzy membaginya dalam derajat keanggotaan dan derajat kebenaran, yaitu : sesuatu yang dapat menjadi sebagian benar dan sebagian salah pada waktu yang sama. Hal ini telah dibuktikan oleh Bart Kosko bahwa logika boolean adalah kasus kusus dari logika fuzzy.





Untuk mengerti sistem fuzzy, anda harus mengenal konsep dasar yang berhubungan dengan logika fuzzy.




DERAJAT KEANGGOTAAN adalah : derajat dimana nilai crisp compatible dengan fungsi keanggotaan ( dari 0 sampai 1 ), juga mengacu sebagai tingkat keanggotaan, nilai kebenaran, atau masukan fuzzy.
LABEL adalah nama deskriptif yang digunakan untuk mengidentifikasikan sebuah fungsi keanggotaan.
FUNGSI KEANGGOTAAN adalah mendefinisikan fuzzy set dengan memetakkan masukan crisp dari domainnya ke derajat keanggotaan.
MASUKAN CRISP adalah masukan yang tegas dan tertentu
LINGKUP / DOMAIN adalah lebar fungsi keanggotaan. Jangkauan konsep, biasanya bilangan, tempat dimana fungsi keanggotaan dipetakkan. Disini domain dari fuzzy set ( fungsi keanggotaan ) adalah dari 0 sampai 20 derajat dan lingkupnya adalah 20 derajat.
DAERAH BATASAN CRISP adalah jangkauan seluruh nilai yang mungkin dapat diaplikasikan pada variabel sistem. Menggunakan logika fuzzy untuk mencapai penyelesaian crisp pada masalah khusus biasanya melibatkan tiga langkah : fuzzyfikasi, evaluasi rule, dan defuzzyfikasi. Jika anda tidak / belum mengetahui bagaimana logika fuzzy itu bekerja kami sarankan agar anda benar benar memahami betul tiap langkah dalam bagian berikutnya.


Fuzzifikasi merupakan suatu proses untuk mengubah suatu peubah masukan dari bentuk tegas(crisp) menjadi peubah fuzzy (variable linguistik) yang biasanya disajikan dalam bentuk himpunan-himpunan fuzzy dengan fungsi keanggotaannya masing-masing.

Evaluasi aturan merupakan proses pengambilan keputusan (inference ) yang berdasarkan aturan-aturan yang ditetapkan pada basis aturan (rules base) untuk menghubungkan antar peubah-peubah fuzzy masukan dan peubah fuzzy keluaran. Aturan -aturan ini berbentuk jika ... maka (IF ... THEN).

Teknik pengambilan keputusan yang digunakan adalah metode max-min. Pada metode max-min,pengambilan keputusan didasarkan pada aturan operasi menurut Mamdani. Keputusan yang diambil berdasarkan aturan ke i dapat dinyatakan dengan 1 μci(z), sehingga keanggotaan C adalah titik yang
diberikan oleh:
μc(z) = (á1μc1 (z))(á2μc2 (z))... (ái μci(z))
atau : μc(z) = max{min (á1, μc1(z)), min (á2, μc2(z)), ... ,
min (ái, μci(z))}. Proses pengembilan keputusan MAX-MIN dapat dilukiskan seperti pada Gambar 2.

Defuzzifikasi merupakan proses pengubahan besaran fuzzy yang disajikan dalam bentuk
himpunan-himpunan fuzzy keluaran dengan fungsi keanggotaannya untuk mendapatkan kembali bentuktegasnya.salah satu metode defuzikasion adalah :


sumber :
(http://iddhien.com/index.php?option=com_content&task=view&id=48&Itemid=113)
(www.google.com)

NO.	NAMA	Pembagian Tugas
1.	Dedy Hary Saputra	Mencari sumber
2.	Adrian Tyas Bangun	Menentukan referensi yg akan dibahas
3.	Deza Ariffandy	Menampilkan Posting ke Blog
4.	Dian Angga	Membuat Literatur, Pembahasan, kesimpula
5.	Ridwin Sentoso	Mengedit makalah