Konsep Dasar Logika Fuzzy

Logika Fuzzy | Fuzzy Logic banyak diterapkan baik dalam pemrograman komputer maupun kendali kendali konvensional. 


Pengertian Logika Fuzzy adalah suatu cara untuk melakukan penalaran dengan menggunakan teori himpunan Fuzzy.
Sistem Fuzzy adalah sistem yang dibangun dengan menggunakan logika fuzzy.


Mengapa Menggunakan Fuzzy logic ?

Alasan penggunaan logika fuzzy diantaranya:
1. KonLogika Fuzzy sangat Fleksibel
2. Logika Fuzzy memiliki toleransi terhadap data data yang lain daripada yang lain.
3. Logika Fuzzy mampu memodelkan fungsi fungsi nonlinier yang sangat kompleks.
4. Logika Fuzzy dapat membangun bagian teratas dari pengalaman pengalaman para pakar.
5. Logika Fuzzy didasarkan pada bahasa alami.


Perbandingan Himpunan Crisp dengan Fuzzy
Sebelum membandingkan crisp dengan Fuzzy mari kita ketahui pengertian Crisp terlebih dahulu


> Himpunan Crisp disimbolkan dengan huruf besar (A,B,D,L,dll)
> Anggota elemen himpunan disimbolkan dengan huruf kecil (a,b,c,x,y,dll)
> Hanya mempunyai 2 nilai keanggotaan yaitu 1 ( anggota ) dan 0 ( bukan anggota ).

Himpunan Crsip VS Himpunan Fuzzy

Misalkan dalam suatu kasus diketahui klasifikasi sebagai berikut

MUDA umur    < 35 tahun
SETENGAH BAYA 35 £ umur £ 55 tahun
TUA             umur  > 55 tahun


dengan menngunakan Himpunan Crisp maka didapat :


bandingkan jika dengan menggunakan himpunan Fuzzy seperti berikut:

Orang yang berusia 35 tahun termasuk SETENGAH BAYA (nilai keanggotaan=0,5)
Orang yang berusia 45 tahun termasuk SETENGAH BAYA (nilai keanggotaan=1)
Orang yang berusia 55 tahun termasuk SETENGAH BAYA (nilai keanggotaan=0,5)
Orang yang berusia 25 tahun tidak termasuk SETENGAH BAYA (nilai keanggotaan=0)

nah, jelas terlihat perbedaannya jika menggunakan Himpunan Fuzzy terdapat beberapa nilai keanggotaan.

Tinggi Himpunan Fuzzy

Tinggi himpunan fuzzy adalah derajat keanggotaan maksimumnya dan terikat pada konsep normalisasi. 


Suatu himpunan fuzzy dikatakan memiliki bentuk normal maksimum (Maximum Normal Form) jika paling sedikit satu elemennya memiliki nilai keanggotaan satu (1) dan satu elemennya memiliki nilai keanggotaan nol (0).

Suatu himpunan fuzzy dikatakan memiliki bentuk normal minimum (Minimum Normal Form) jika paling sedikit satu elemennya memiliki nilai keanggotaan satu (1).

Variabel FuzzyVariabel fuzzy adalah variabel-variabel yang akan dibicarakan dalam suatu sistem fuzzy.
Contoh:
Temperatur
Umur
Tinggi Badan
dll


sekian dulu materi berikutnya akan saya update di postingan selanjutnya, 
silahkan manfaatkan Pencarian dibagian kanan atas blog . Terimakasih


Konsep Dasar Logika Fuzzy Rating: 4.5 Diposkan Oleh: budis

No comments:

Berlangganan Via Email