Sistem Berbasis Fuzzy Materi 1

Slides:



Advertisements
Presentasi serupa
Logika Fuzzy Stmik mdp
Advertisements

Sistem kontrol penyiram air
Agung Toto Wibowo Bourg, David M., dan Seeman, Glenn, ”AI for Game Developers “, O'Reilly, 2004 Russell,
<Artificial intelligence>
Bahan Kuliah IF4058 Topik Khusus IF
FUZZY.
Jurusan Teknik Informatika Samuel Wibisono
Ade Yusuf Yaumul Isnain
LOGIKA FUZZY Kelompok Rhio Bagus P Ishak Yusuf
Logika Fuzzy.
YUSRON SUGIARTO, STP., MP., MSc
LOGIKA FUZZY.
Basisdata Fuzzy Materi Kuliah (Pertemuan 15) LOGIKA FUZZY
Fuzzy Systems.
LOGIKA FUZZY .
Kuliah Sistem Fuzzy Pertemuan 5 “Sistem Inferensi Fuzzy”
Intelligent Control System (Fuzzy Control)
Fuzzy Set dan Fuzzy Logic
LOGIKA FUZZY Rika Harman, S.Kom.M.SI.
Kecerdasan Buatan Logika Fuzzy.
Logika fuzzy.
Kecerdasan Buatan #10 Logika Fuzzy.
Sistem Berbasis Fuzzy Materi 4
Dasar Pengendali cerdas
KECERDASAN BUATAN LOGIKA FUZZY (Fuzzy Logic) Edy Mulyanto.
Sistem Berbasis Fuzzy Materi 5
Kode MK :TIF , MK : Fuzzy Logic
LOGIKA FUZZY Oleh I Joko Dewanto
LOGIKA FUZZY ABDULAH PERDAMAIAN
FUZZY INFERENCE SYSTEMS
FUZZY INFERENCE SYSTEMS
KECERDASAN BUATAN (Artificial Intelligence) Materi 5
Pertemuan 9 Logika Fuzzy.
Logika Fuzzy.
Sistem Berbasis Fuzzy Materi 3
REASONING FUZZY SYSTEMS.
LOGIKA MATEMATIKA PENGANTAR LOGIKA FUZZY
LOGIKA FUZZY.
Fuzzy Database.
Fuzzy Set Pertemuan 7 : Mata kuliah :K0144/ Matematika Diskrit
Pertemuan 20 OPERASI PADA HIMPUNAN FUZZY
Kuliah Sistem Fuzzy Pertemuan IV “Operator-operator Fuzzy”
<KECERDASAN BUATAN>
Pertemuan 9 Logika Fuzzy.
LOGIKA FUZZY Dosen Pengampu : Dian Tri Wiyanti, S.Si, M.Cs
Oleh : Yusuf Nurrachman, ST, MMSI
Perhitungan Membership
Logika Fuzzy.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Penyusun: Tri Nurwati (dari segala sumber :)
KECERDASAN BUATAN PERTEMUAN 8.
HEMDANI RAHENDRA HERLIANTO
Operasi Himpunan Fuzzy
Pemanfaatan Sistem Fuzzy Sebagai Pendukung Keputusan
Fuzzy Systems – Bagian 1 Ide dasar fuzzy systems adalah fuzzy sets dan fuzzy logic. Fuzzy logic sudah lama dipikirkan oleh para filsuf Yunani kuno. Plato:
Sistem Berbasis Aturan Fuzzy
Sistem Pakar teknik elektro fti unissula
LOGIKA MATEMATIKA PENGANTAR LOGIKA FUZZY.
Sistem samar (fuzzy System)
CCM110, MATEMATIKA DISKRIT Pertemuan 13-14, Sistem Fuzzy
CCM110 Matematika Diskrit Pertemuan-11, Fuzzy Inference System
Penalaran Logika Fuzzy
Operator Himpunan Fuzzy
Lanjutan-1 FUNGSI KEANGGOTAAN
Logika Fuzzy Dr. Mesterjon,S.Kom, M.Kom.
FUZZY SYSTEM.
Logika Fuzzy Pertemuan 13
PENGUKURAN : ISI, BERAT, PANJANG, DAN SUHU
FUZZY. Pendahuluan ■Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. ■Lotfi.
LOGIKA FUZZY. Definisi Logika Fuzzy adalah peningkatan dari logika Boolean yang mengenalkan konsep kebenaran sebagian. Di mana logika klasik menyatakan.
Transcript presentasi:

Sistem Berbasis Fuzzy Materi 1 Teori Himpunan Fuzzy Sistem Berbasis Fuzzy Materi 1 Eko Prasetyo Teknik Informatika Universitas Muhammadiyah Gresik 2012

Himpunan Crisp (tegas) Nilai keanggotaan suatu item x dalam suatu himpunan A, ditulis A[x], memiliki 2 kemungkinan: Satu (1): berarti bahwa suatu item menjadi anggota dalam suatu himpunan, dan Nol (0): berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan. Contoh: S = {1, 2, 3, 4, 5} adalah semesta pembicaraan A = {1, 2, 3} B = {3, 4, 5} Bisa dikatakan bahwa: Nilai keanggotaan 2 pada himpunan A, A[2]=1, karena 2  A Nilai keanggotaan 3 pada himpunan A, A[3]=1, karena 3  A Nilai keanggotaan 4 pada himpunan A, A[4]=0, karena 4  A Nilai keanggotaan 2 pada himpunan B, A[2]=0, karena 2  B Nilai keanggotaan 3 pada himpunan B, A[3]=1, karena 3  B

Himpunan Crisp (tegas) – Cont’d Misal variable umur dibagi menjadi 3 katagori : MUDA umur <35 tahun PAROBAYA 35 ≤ umur ≤ 55 tahun TUA umur > 55 tahun Apabila seseorang berusia 34 tahun, maka ia dikatakan MUDA, MUDA[34]=1 Apabila seseorang berusia 35 tahun, maka ia dikatakan TIDAK MUDA, MUDA[35]=0 Apabila seseorang berusia 35 tahun, maka ia dikatakan PAROBAYA, PAROBAYA[35]=1 Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia dikatakan TIDAK PAROBAYA, PAROBAYA[35-1]=0 Apabila seseorang berusia 55 tahun, maka ia dikatakan TIDAK TUA, TUA[55]=0 Apabila seseorang berusia 55 tahun lebih ½ hari, maka ia dikatakan TUA, TUA[55+0.5]=1 Tidak adil bukan ?

Himpunan Fuzzy Digunakan untuk mengantisipasi dimana sesorang dapat masuk dalam 2 himpunan yang berbeda. Misal, MUDA dan PAROBAYA, atau PAROBAYA dan TUA. Contoh (dari gambar): Seseorang yang berusia 40 tahun, masuk dalam himpunan MUDA dengan MUDA[40] =0.25; Tapi juga masuk dalam himpunan PAROBAYA dengan PAROBAYA[40]=0.5 Seseorang yang berusia 50 tahun, masuk dalam himpunan PAROBAYA dengan PAROBAYA[50]=0.5; Tapi juga masuk dalam himpunan TUA dengan TUA[50]=0.25 Jangkauan nilai keanggotaan setiap item data dalam rentang 0 dan 1: Jika suatu item x mempunyai nilai keanggotaan fuzzy A[x]=0 maka item tersebut tidak menjadi anggota himpunan A Jika suatu item x mempunyai nilai keanggotaan fuzzy A[x]=1 maka item tersebut menjadi anggota penuh himpunan A

Himpunan Fuzzy – Cont’d Variabel Fuzzy Fitur yang dijadikan basis dalam suatu sistem penalaran fuzzy. Contoh : umur, suhu, berat badan, tinggi badan, dsb Himpunan Fuzzy Himpunan fuzzy yang mewakili suatu kondisi pada suatu variabel fuzzy. Contoh : Variabel umur terbagi menjadi 3 himpunan fuzzy: muda, parobaya, tua Variabel suhu terbagi 3 menjadi himpunan fuzzy: panas, hangat, dingin. Variabel nilai terbagi menjadi 3 : tinggi, sedang, rendah Himpunan Fuzzy variabel UMUR Himpunan Fuzzy variabel SUHU

Himpunan Fuzzy – Cont’d Himpunan fuzzy memiliki 2 atribut, yaitu : Linguistik, yaitu penamaan suatu group yang mewakili suatu kondisi, misalnya: MUDA, PAROBAYA, TUA Numeris, yaitu ukuran dari suatu variabel seperti : 30,40, 55, 65, dst Himpunan Semesta Adalah keseluruhan nilai yang boleh dioperasikan dalam suatu variabel fuzzy. Contoh: Semesta untuk variabel umur : [0, ∞] Semesta untuk variabel berat badan : [1, 150] Semesta untuk variabel suhu : [0,100]. Domain himpunan fuzzy adalah keseluruhan nilai yang diizinkan dalam Semesta dan boleh dioperasikan dalam suatu himpunan fuzzy. MUDA = [0 45], PAROBAYA = [35 55], TUA = [45 +∞] DINGIN = [0 20], SEJUK = [15 25], NORMAL = [20 30], HANGAT = [25 35], PANAS = [30 40]

ANY QUESTIONS ?