150 likes | 659 Views
Pendahuluan LOGIKA FUZZY. Matakuliah : Optimasi Tahun : 2011. Learning Outcomes. Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menjelaskan mengenai konsep fuzzy. Outline Materi. Konsep dari Logika Fuzzy. Himpunan Fuzzy dan Crisp. SEJARAH.
E N D
PendahuluanLOGIKA FUZZY Matakuliah : Optimasi Tahun : 2011
Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : • Menjelaskan mengenai konsep fuzzy. Outline Materi • Konsep dari Logika Fuzzy. • Himpunan Fuzzy dan Crisp.
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.
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
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.
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.
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.
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 )