download

Matakuliah
Tahun
Versi
: H0434/Jaringan Syaraf Tiruan
: 2005
:1
Pertemuan 19
LOGIKA FUZZY
1
Learning Outcomes
Pada akhir pertemuan ini, diharapkan mahasiswa
akan mampu :
• Menjelaskan mengenai konsep fuzzy.
2
Outline Materi
• Konsep dari Logika Fuzzy.
• Himpunan Fuzzy dan Crisp.
3
SEJARAH
• Logika fuzzy pertama kali diperkenalkan
oleh seorang Professor Computer Science
dari University of California di Berkeley
yang bernama Dr. Lotfi A.Zadeh pada
tahun 1965.
• Aplikasi dalam bidang control oleh
E.H.Mamdani.
4
SEJARAH
• Logika fuzzy ini berkembang pesat
terutama di negara Jepang dengan
dihasilkannya ribuan paten mulai dari
bermacam-macam produk elektronik
sampai aplikasi pada kereta api di kota
Sendai
5
KONSEP FUZZY
• Logika fuzzy pada dasarnya merupakan logika
bernilai banyak ( multivalued logic ) yang dapat
mendefinisikan nilai diantara keadaan yang
biasa kita kenal seperti ya/tidak, hitam/putih,
benar/salah.
• Logika fuzzy menirukan cara manusia
mengambil keputusan dengan kemampuannya
bekerja dari data yang samar/tidak rinci dan
menemukan penyelesaian yang tepat.
6
KONSEP FUZZY
• Zadeh berpendapat bahwa logika ‘benar’ dan
‘salah’ dari logika boolean tidak dapat mengatasi
masalah gradasi yang berada pada dunia nyata.
Untuk mengatasi masalah gradasi yang tidak
terhingga tersebut, beliau mengembangkan
sebuah himpunan fuzzy.
• Tidak seperti logika boolean, logika fuzzy
mempunyai nilai yang kontinu. Fuzzy dinyatakan
dalam derajat dari suatu keanggotaan dan
derajat dari kebenaran.
7
BILA DIGUNAKAN FUZZY
• Pada suatu sistem jika kompleksitasnya
berkurang, maka persamaan matematik
dapat digunakan dan ketelitian yang
dihasilkan menjadi sangat berguna dalam
pemodelan sistem tetapi jika
kompleksitasnya bertambah dimana
persamaan matematik tidak dapat
digunakan, logika fuzzy menjadi salah
satu alternatif penyelesaiannya.
8
CRISP DAN FUZZY

1
Usia
Sedang
0
35
55
Usia
u
(a) Himpunan Crisp - ‘Usia Sedang’

1
Fungsi
Keanggotaan
Usia
Sedang
0
30 35
45
55 60
(b) Himpunan Fuzzy - ‘Usia Sedang’
Usia
u
9
TINGGI BADAN

CRISP
sedang
1
0
150

155
160
tinggi
160
tinggi
FUZZY
sedang
1
0,5
0
150
155
10
HIMPUNAN KOTA DEKAT BOGOR
• Himpunan Crisp
– A = { Jakarta, Sukabumi, Cibinong, Depok }
• Himpunan Fuzzy
– B = { (0.7/Jakarta ) , (0.6/Sukabumi ) ,
(0.9/Cibinong ) , (0.8/Depok ) }
• Angka 0.6 – 0.9 menunjukkan tingkat
keanggotaan ( degree of membership )
11