Beranda > Fuzzy > Fuzzy Logic

Fuzzy Logic

Fuzzy Logic

Pada tahun 1965 Professor Lotfi A. Zadeh dari Universitas California  memperkenalkan dasar fuzzy logic seperti yang dikenal sekarang dan aplikasi yang digunakan pada saat ini. Professor Lotfi A. Zadeh memperkenalkan bahwa logika Boolean yang hanya memiliki nilai salah-atau-benar tidak bergantung pada banyak perbedaan yang mendasari masalah-masalah di realita sebenarnya. Professor Lotfi A. Zadeh ini menjabarkan ide dari himpunan klasik (classical set) ini menjadi apa yang disebut dengan himpunan fuzzy (fuzzy set). Logika Boolean bersifat bivalen atau hanya memiliki dua nilai yaitu apakah 0 (salah) atau 1 (benar) yang secara kualitas berdiri sendiri. Sebaliknya, pada fuzzy set bersifat multi-nilai, yang bekerja dengan derajat keanggotaan (degree of membership) atau kebenaran di dalam set (kumpulan nilai-nilai) tersebut. Kadang nilai keanggotaan di dalam set bisa bernilai sebagian benar (true) atau sebagian salah (false) pada saat yang sama. Untuk kumpulan nilai (set) S fungsi karakteristik fs(x) menjelaskan apakah nilai elemen x merupakan anggotan dari elemen himpunan S, dimana fs(x) = 1 jika benar dan fs(x) = 0 jika salah.

Dalam teori samar (fuzzy) untuk mendapatkan solusi yang eksak maka ada tiga langkah umum yang dapat dilakukan :

1. Fuzzifikasi (Fuzzification)

2. Evaluasi Aturan (Rule Evaluation)

3. Defuzzifikasi (Defuzzification)

Beberapa Istilah Dalam Fuzzy

1. Degree of membership (?)

Fungsi dari degree of membership ini adalah untuk memberikan bobot pada suatu input yang telah kita berikan, sehingga input tadi dapat dinyatakan dengan nilai. Batas dari degree of membership adalah dari 0 – 1.

2. Scope / Domain

Merupakan suatu batas dari kumpulan input tertentu untuk sebuah fungsi keanggotaan. Misalnya suhu dingin adalah dari 10 – 50 derajat, sangat cepat adalah dari 200 – 500 rpm.

3. Label / Linguistic variable

Adalah kata – kata untuk memberikan suatu keterangan pada membership function. Contohnya : panas, dingin, cepat, sangat cepat, dll.

4. Membership Function

Suatu bentuk bangun yang merepresentasikan suatu batas dari scope / domain.

5. Crisp Input

Nilai input analog yang kita berikan untuk mencari degree of membership.

6. Universe of Discourse

Batas input yang telah kita berikan dalam merancang suatu fuzzy system. Batas ini berbeda dengan batas scope/domain. Universe of discourse adalah batas semua input yang akan diberikan sedangkan scope/domain adalah suatu batas yang menentukan bahwa input tersebut dinyatakan panas, dingin, cepat, dll.

Operator Zadeh

1. Penggabungan (Union)

Gabungan dua himpunan samar A dan B adalah himpunan samar C.

C = A  U  B  atau  C =  A  ATAU  B

Dengan derajat keanggotaan C adalah :

µc(x) = max  (µA(x) , µB(x))

=  (µA(x)  V  µB(x))

2. Irisan (Intersection)

Irisan dua himpunan samar A dan B adalah himpunan samar C.

C = A ? ?B atau A DAN B

Dengan derajat keanggotaan C adalah :

µc(x) = min  (µA(x) , µB(x))

=  (µA(x) ^ µB(x))

3. Ingkaran (Complement)

Komplemen himpunan samar A diberi tanda ? (NOT A), dan didefinisikan sebagai berikut :

µ? (x)  = 1 – µA(x)

 

Sumber refernsi: http://go-kerja.com

  1. Belum ada komentar.
  1. No trackbacks yet.

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: