Dasar Fuzzy

Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfy A. Zadeh dari Universitas California di Barkeley (1965). Berbeda dengan logika Boolean yang hanya membagi suatu keadaan menjadi dua kondisi yaitu 0 dan 1, logika fuzzy memberikan kemungkinan suatu keadaan dalam interval antara 0 dan 1. 

 

Dalam logika boolean, temperatur 69,9 ⁰C dikategorikan sebagai Hangat, dan 70,1 ⁰C dikategorikan sebagai Panas. Perbedaan yang kecil ini akan menimbulkan reaksi yang berarti terhadap sistem. Sementara dengan logika fuzzy  temperatur 69,9 ⁰C dan 70,1 ⁰C masuk dalam kategori yang sama sebagai Hangat sekaligus Panas dan dianggap dalam temperatur yang sama, sehingga tidak akan menimbulkan reaksi yang berarti bagi sistem.

Guna lebih mengenal suatu sistem fuzzy, maka harus dipahami istilah-istilah yang sering digunakan dalam logika fuzzy. Berikut ini adalah gambar membership function lengkap dengan parameter-parameternya.

Crips Input  :   

Input yang tegas dan tertentu ( 90 derajat celcius)

Membership Function : 

Definisi fuzzy set dengan memetakan crisp input dari domainnya ke derajat keanggotaannya.

Label   : 

Nama dari suatu fungsi keanggotaan.

Scope/Domain : 

Lebar fungsi keanggotaan.

Degree of Membership Function :      

Derajat keanggotaan dimana nilai crisp kompatibel dengan fungsi keanggotaan (dari 0 sampai 1).

Universe of Discourse :       

Semesta pembicaraan adalah rentang input yang mungkin masuk ke dalam sistem.

Guna membentuk sistem fuzzy, ada tiga tahapan yang harus dilakukan yaitu fuzzification, rule evaluation dan defuzzification. Gambar berikut ini menunjukkan tiga tahap tersebut lengkap dengan parameter-parameter yang diperlukan dalam setiap tahapannya.

Fuzzification :   

Memproses crisp input menjadi fuzzy input yang berupa membership function, misalnya crisp suhu 27⁰ C akan ditransformasikan sebagai “hangat” dalam fuzzy, kecepatan 100 Km/jam ditransformasikan sebagai “cepat”, dsb. 

Rule Evaluation         :            

Tahapan penggunaan aturan (rule) untuk menentukan aksi kontrol apa yang harus dilakukan dalam merespon input. Berikut adalah format rule yang biasa digunakan dalam fuzzy :

If Antecedent 1 AND Antecedent 2 AND …

Then Consequent 1 AND Consequent 2 AND …

 Defuzzification          :           

Tahapan terakhir setelah rule evaluation adalah defuzzification. Dalam defuzzifikasi, seluruh fuzzy output yang signifikan akan dikombinasikan ke dalam variabel keluaran yang spesifik. Salah satu teknik defuzzyfikasi yang sering digunakan adalah metode Centre of Gravity (COG).