LOGIKA MATEMATIKA PENGANTAR LOGIKA FUZZY

Slides:



Advertisements
Presentasi serupa
Ahmad Jatim ( ) Restiya Damayanti ( )
Advertisements

Himpunan dan Relasi Fuzzy
FUZZY.
Himpunan: suatu kumpulan dari obyek-obyek.
OPERASI-OPERASI HIMPUNAN
MATEMATIKA EKONOMI Bab I fungsi.
Sistem Pakar Dr. Kusrini, M.Kom
SOFT COMPUTING PERTEMUAN 2.
YUSRON SUGIARTO, STP., MP., MSc
Logika Matematika Konsep Dasar
LOGIKA FUZZY.
Pertemuan 03 Teori Peluang (Probabilitas)
Fuzzy Systems.
1 Pertemuan 19 LOGIKA FUZZY Matakuliah: H0434/Jaringan Syaraf Tiruan Tahun: 2005 Versi: 1.
MATEMATIKA BISNIS BY : ERVI COFRIYANTI.
LOGIKA FUZZY .
Fuzzy Integer Transportation Pertemuan 14 :
Teori Himpunan (Set Theory)
Fuzzy Set dan Fuzzy Logic
Pertemuan ke-1 Himpunan Matakuliah : I0252 / Probabilitas Terapan
Sub-barisan pada Ruang Metrik
LOGIKA FUZZY.
UNIVERSITAS MERCU BUANA JAKARTA MODUL 1 MATEMATIKA EKONOMI
Kecerdasan Buatan Logika Fuzzy.
Logika fuzzy.
Kecerdasan Buatan #10 Logika Fuzzy.
Kode MK :TIF , MK : Fuzzy Logic
LOGIKA FUZZY Oleh I Joko Dewanto
LOGIKA FUZZY ABDULAH PERDAMAIAN
TEORI HIMPUNAN sugiyono.
LOGIKA MATEMATIKA PERTEMUAN 1 HIMPUNAN I
Logika Matematika Teori Himpunan
Pertemuan 9 Logika Fuzzy.
HIMPUNAN Loading....
HIMPUNAN MATEMATIKA EKONOMI 1.
LOGIKA MATEMATIS TEORI HIMPUNAN Program Studi Teknik Informatika
Operasi Himpunan MATEMATIKA 3 lanjut Disusun oleh
Erna Sri Hartatik Matematika 1 Pertemuan 1 Himpunan.
Teori Himpunan (Set Theory)
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.
MATEMATIKA DASAR Ismail Muchsin, ST, MT 1.
MATEMATIKA BISNIS Pertemuan Pertama Hani Hatimatunnisani, S. Si
HIMPUNAN Dasar dasar Matematika aderismanto01.wordpress.com.
Logika Fuzzy.
KECERDASAN BUATAN PERTEMUAN 8.
HEMDANI RAHENDRA HERLIANTO
DIAGRAM VENN Diagram Venn adalah penggambaran secara visual untuk melihat beberapa himpunan. Diagram venn ini pertama kali ditemukan oleh ahli matematika.
Pemanfaatan Sistem Fuzzy Sebagai Pendukung Keputusan
PENDAHULUAN : ALJABAR ABSTRAK
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 Teori Himpunan
LOGIKA MATEMATIKA PENGANTAR LOGIKA FUZZY.
Sistem samar (fuzzy System)
HIMPUNAN Materi Kelas VII Kurikulum 2013
CCM110, MATEMATIKA DISKRIT Pertemuan 13-14, Sistem Fuzzy
HIMPUNAN Loading....
Kelas 7 SMP Marsudirini Surakarta
Logika Matematika Teori Himpunan
01 LOGIKA MATEMATIKA Penyajian Himpunan,operasi-operasi dasar himpunan
Operator Himpunan Fuzzy
Dasar Dasar Matematika
Logika Fuzzy Dr. Mesterjon,S.Kom, M.Kom.
FUZZY SYSTEM.
Logika Fuzzy Pertemuan 13
Transcript presentasi:

LOGIKA MATEMATIKA PENGANTAR LOGIKA FUZZY Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Atma Jaya Yogyakarta 2012

Bagaimana dengan sesuatu yang sifatnya ‘abu-abu’ ? DALAM KEHIDUPAN SEHARI –HARI BIASA DITEMUI HAL-HAL YANG DIKOTOMI (hitam atau putih, ya atau tidak dll) HIMPUNAN (‘CRISP’ SET) ya atau tidak (0 atau 1) Bagaimana dengan sesuatu yang sifatnya ‘abu-abu’ ? (tinggi, tua dll) Contoh : Youth : < 35 tahun Middle age : 35 – 55 tahun Old age : ≥ 56 tahun

LOGIKA FUZZY Dikemukakan oleh Lotfi A. Zadeh tahun 1965 berdasarkan ide memperluas range dari fungsi karakteristik yang meliputi bilangan-bilangan real dalam interval [0,1]

μ 1.0 Middle age umur 35 55 μ 1.0 35 15 45 55 70 umur

NOTASI Misal U = himpunan semesta yang dinyatakan sbg {x}. Suatu himpunan fuzzy F dalam U dinyatakan dengan fungsi keanggotaan μF sbb: F = {(x, μF(x) | x U} atau

CONTOH 1: Pada himpunan semesta U ={2,3,4,5,6,7,8}, himpunan fuzzy F yang menyatakan: ‘integer yang mendekati sama dengan 5’ dapat didefinisikan sebagai berikut : b. ‘integer yang dekat dengan 4’ didefinisikan sebagai

Nama Tinggi Derajat ketinggian CONTOH 2 : Tinggi badan seseorang dapat dinyatakan dalam fungsi keanggotaan yang diberikan dalam rumus sbb : 0 , jk tinggi(x) < 1,5 m µtinggi(x) = (tinggi(x) -1,5) / 2 , jk 1,5m≤tinggi(x)≤2,1m 1 , jk tinggi(x) >2,1 m Maka dapat ditentukan derajat ketinggian seseorang sbb Nama Tinggi Derajat ketinggian Ana Ali Amanda Adrian 1 1,6 1,9 2,2 0,05 0,25

OPERASI HIMPUNAN FUZZY UNION (GABUNGAN) - Misal ada 2 himpunan fuzzy A dan B dengan fungsi keanggotaan μA(x) dan μB(x) maka gabungan antara A dengan B (A  B) didefinisikan sebagai : μA B (x) = max {μA(x) , μB(x)}, untuk semua x U

OPERASI HIMPUNAN FUZZY (2) INTERSECTION (IRISAN) Misal ada 2 himpunan fuzzy A dan B dengan fungsi keanggotaan μA(x) dan μB(x) maka irisan antara A dengan B (A ∩ B) didefinisikan sebagai : μA ∩ B (x) = min {μA(x) , μB(x)}, untuk semua x U

OPERASI HIMPUNAN FUZZY (3) COMPLEMENT Komplemen dari suatu himpunan fuzzy A dengan fungsi keanggotaan μA(x) didefinisikan sebagai : μA’(x) = 1 - μA(x) , untuk semua x U

LATIHAN 1 Misal didefinisikan himpunan fuzzy seperti pada contoh 1, tentukan : a. F1  F2 b. F1  F2 c. F1’ d. F2 ’

LATIHAN 2 Diketahui derajat keanggotaa tinggi seperti didefinisikan pada contoh 2, dan derajat keanggotaan tua sbb : 0 , jk umur(x) < 18 thn μtua(x) = (umur(x) -18) /42 , jk 18 thn≤umur(x)≤60thn 1 , jk umur(x)>60 thn

Bila diketahui seorang dengan tinggi 1 m dan umur 70 thn, tentukan berapa derajat keanggotaan : a. Tinggi atau tua orang tersebut b. Tinggi dan tua orang tersebut c. Orang tersebut tidak tinggi d. Orang tersebut tidak tua

APPLIKASI LOGIKA FUZZY Process control Pattern recognition Classification Management and decision making Operation research dll