Logika Fuzzy

Pendahuluan
• Pada suatu hari ada seekor kancil sedang meminum air di pinggir sebuah muara sungai. Tiba-tiba seekor buaya datang menyergap dan siap menyantap sang kancil. Namun sang kancil yang terkenal cerdik, mengatakan kepada sang buaya “Hai raja buaya yang pintar, aku rela menjadi santapanmu asal kamu bisa menjawab pertanyaanku”
• “Semua kancil dihutan ini adalah pembohong, apakah saya berkata jujur ?”
• Kalau si kancil ini jujur artinya penyataan pertama menjadi salah, karena ada satu kancil yang jujur.
• Tetapi kalau kancil berbohong artinya pernyataan pertama adalah bohong dan semua kancil dihutan ini jujur termasuk sang kancil.

Sejarah
• Aristoteles : Logika Boolean / Biner
– 0 atau 1
– Benar atau Salah
– On atau Off
– Gelap atau Terang
• Tidak ada samar-samar, abu-abu
• Dasar dari teknologi digital saat ini
• Jika menggunakan Logika Biner pertanyaan kancil tidak akan ada habisnya

• Logika fuzzy pertama kali diformulasikan dalam sebuah seminar oleh Lotfi A Zadeh dari University of Califonia, Berkeley tahun 1965
• Metode ini diformulasikan dalam rangka mencari nilai tengah antara bilangan Aristoteles 0 dan 1
• Logika fuzzy merupakan peningkatan dari logika boolean
• Menggantikan kebenaran boolean dengan tingkat kebenaran
• Dasar logika fuzzy adalah memformulasikan bilangan antara 0 dan 1 atau lebih tepat 0.0 dan 1.0

Alasan Menggunakan Logika Fuzzy
• Konsep logika fuzzy mudah dimengerti.konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
• Logika fuzzy sangat flexibel.
• Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
• Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
• Logika fuzzy dapat bekerja sama dengan teknik-teknik kendali secara konvensional

Aplikasi Logika Fuzzy
• Mesin cuci satu tabung
– Masukkan baju, tekan tombol
– Mengisi air dengan jumlah yang cukup
– Mengisi deterjen dan mencuci dengan waktu yang sesuai.
– Mesin ini bekerja meniru cara ibu rumahtangga mencuci dengan mesin cuci konvensional.
– Jika pakaian lebih kotor maka timer dibuat lebih lama.

• Di sinilah contohnya metode logika fuzzy dipakai, dengan menjawab pernyataan jika dan maka (IF THEN).
• Jika pakaian yang dicuci tidak terlalu kotor maka mencuci mestinya harus lebih cepat.
• Dengan menimbang tingkat kekotoran kain yang direalisasikan dengan mengukur tingkat kekeruhan air cucian dengan sensor cahaya, mesin dapat
memutuskan berapa lama harus mencuci pakaian supaya lebih hemat dan efisien.

• ABS pada sistem pengereman mobil
• patern recognition untuk mengenal tulisan tangan pada mobile device
• image processing
• aplikasi robotik
• Traffic light yang modern bisa juga dibuat dengan metode fuzzy logic sehingga dapat bekerja sepintar pak polisi lantas.
• Jika beban kendaraan di satu ruas persimpangan lebih padat, maka lampu hijaunya akan menyala lebih lama

Skema Dasar Logika Fuzzy
• Input fuzzy berupa bilangan crisp (tegas) yang dinyatakan dalam himpunan input.
• Fuzzifikasi merupakan proses untuk mengubah bilangan crisp menjadi nilai keanggotaan dalam himpunan fuzzy.
• Fuzzy inference system merupakan bagian pengambilan kesimpulan (reasoning) dan keputusan.
• Knowledge base berisi aturan-aturan yang biasanya dinyatakan dengan perintah IF …. THEN….
• Defuzzification merupakan proses untuk merubah nilai output fuzzy menjadi nilai crisp.

Himpunan Crisp
• Nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis
dengan uA[x], memiliki 2 kemungkinan yaitu :
– satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu
himpunan, atau
– nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu
himpunan

Contoh – Boolean
• Tinggi badan seseorang
• Misalnya ditentukan batasan-batasan mutlak:
– Pendek : < 150 cm
– Sedang : >= 150 cm dan <= 170 cm
– Tinggi : > 170 cm
• Jacky tingginya 150 maka SEDANG
• Cecil tingginya 149 maka PENDEK
• Tidak adil, perubahan kecil saja mempengaruhi kategori

Leave a Reply

Your email address will not be published. Required fields are marked *