Fuzzy Logic dengan Menggunakan MATLAB

Slides:



Advertisements
Presentasi serupa
TURUNAN/ DIFERENSIAL.
Advertisements

Solusi Persamaan Diferensial Biasa (Bag. 1)
Selamat Datang Dalam Kuliah Terbuka Ini
Pertemuan II SEBARAN PEUBAH ACAK
Menunjukkan berbagai peralatan TIK melalui gambar
Mata Kuliah Teknik Digital TKE 113
Translasi Rotasi Refleksi Dilatasi
Procedure pada Pascal ALPROG II
Menempatkan Pointer Q 6.3 & 7.3 NESTED LOOP.
Tugas Praktikum 1 Dani Firdaus  1,12,23,34 Amanda  2,13,24,35 Dede  3,14,25,36 Gregorius  4,15,26,37 Mirza  5,16,27,38 M. Ari  6,17,28,39 Mughni.
DETERMINAN MATRIKS Esti Prastikaningsih.
Suku ke- n barisan aritmatika
1suhardjono waktu 1Keterkatian PKB dengan Karya Inovatif, Macam dan Angka Kredit Karya Inovatif (buku 4 halaman ) 3 Jp 3Menilai Karya Inovatif.
Pemrograman Dasar[PTI-15001] 2012
Nama: AGUS PRAYOGA INSTALASI WINDOWS XP Kelas : X_TKJ_1.
Membuat Gambar Potongan Sesuai Standar Iso Pada Model 3D
Membuat Asesori Web. Tujuan Instruksional Khusus  Mampu membuat obyek dan teks dengan berbagai variasinya.
Materi Kuliah Kalkulus II
LIMIT FUNGSI LIMIT FUNGSI ALJABAR.
TURUNAN DIFERENSIAL Pertemuan ke
ELASTISITAS PERMINTAAN DAN PENAWARAN
Perancangan Basis Data
Integrasi Numerik (Bag. 2)
DISTRIBUSI PROBABILITAS DISKRET
Bahan Kuliah IF4058 Topik Khusus IF
EXPLORE. Nama variabelTipeLabelKeterangan Prestasinumerik1=sangat baik 2=baik 3=cukup baik 4=jelek 5=sangat jelek Ukuran prestasi untuk seorang karyawan.
Luas Daerah ( Integral ).
PEMINDAHAN HAK DENGAN INBRENG
Bagian #1 Konsep, Editing & Formating
FUNGSI MATEMATIKA DISKRIT K- 6 Universitas Indonesia
Is Fatimah. 28/03/ Sudahkan memahami SKEMA PENDANAAN (RD, RT, KP, DF) Insentif SINas ?
Turunan Numerik Bahan Kuliah IF4058 Topik Khusus Informatika I
Intan Silviana Mustikawati, SKM, MPH
PERNYATAAN IMPLIKASI DAN BIIMPLIKASI
Situasi Saat Program Berjalan (Run-time Environment)
Bahan Kuliah IF3058 Kriptografi
Bahan Kuliah IF2091 Struktur Diskrit Oleh: Rinaldi Munir
Pengenalan Lingkungan Visual C++
FUZZY INFERENCE SYSTEMS
PEMERINTAH KOTA PONTIANAK DINAS PENDIDIKAN PEMERINTAH KOTA PONTIANAK DINAS PENDIDIKAN Jl. Letjen. Sutoyo Pontianak, Telp. (0561) , Website:
FUNGSI STRUKTUR DISKRIT K-8 Program Studi Teknik Komputer
1 MAILMERGE Winda Widya A Barka Satya. Apl Mnjmn Pkntran A M4 2 Tidak jarang sebuah surat yang isinya sama dikirim ke banyak orang, misalnya surat undangan,
Basis Data Terapan Renni Angreni, M.Kom.
Dasar Pemrograman ARRAY/LARIK.
Bahan Kuliah IF2091 Struktur Diskrit
Algoritma Branch and Bound
Umi Sa’adah Politeknik Elektronika Negeri Surabaya 2012
1 Pointer wijanarto. 2 Topik Introduction to Pointers Pointers dan Parameter Fungsi.
Bahan Kuliah IF2120 Matematika Diskrit Oleh: Rinaldi Munir
Karakteristik Respon Dinamik Sistem Lebih Kompleks
Matakuliah : Perangkat Keras Komputer Versi Materi
ELASTISITAS PERMINTAAN DAN PENAWARAN
Kompleksitas Waktu Asimptotik
Pondok Pesantren Daar El-Qolam adalah sebuah lembaga pendidikan Islam yang didirikan pada 20 Januari Semakin meningkatnya teknologi yang ada saat.
Aplikasi HRD & Payroll.
Bahan Kuliah IF2120 Matematika Diskrit
Internet Programming MySQL
PERANCANGAN ANTARMUKA ATAU LAYAR.
P OHON 1. D EFINISI Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit 2.
WISNU HENDRO MARTONO,M.Sc
Penalaran Mamdani dan Tsukamoto Pada pendekatan Fuzzy Inference System
Logika Fuzzy Lanjut.
Pertemuan 11 FUZZY INFERENCE SYSTEM (FIS)
DASAR FUZZY.
Penggunaan Toolbox Matlab menyelesaikan kasus sistem uzzy
Perhitungan Membership
Pertemuan 11 FUZZY INFERENCE SYSTEM (FIS)
Logika Fuzzy Lanjut.
Logika Fuzzy (Fuzzy Inference System)
DASAR FUZZY.
Transcript presentasi:

Fuzzy Logic dengan Menggunakan MATLAB Bahan Kuliah IF4058 Topik Khusus IF Oleh: Rinaldi Munir Teknik Informatika – STEI ITB

“Belajar Cepat Fuzzy Logic menggunakan MATLAB” Sumber untuk bahan kuliah ini: “Belajar Cepat Fuzzy Logic menggunakan MATLAB” Oleh: Agus Naba Penerbit ANDI

Fuzzy Logic Toolbox MATLAB menyediakan kakas untuk membuat sistem inferensi fuzzy (FIS) bernama Fuzzy Logic Toolbox (FLT). FLT memiliki 5 jenis GUI untuk merancang FIS: 1. FIS Editor 2. Membership Function Editor 3. Rule Editor 4. Rule Viewer 5. Surface viewer

Contoh Studi Kasus Pelayan restoran sering mendapat uang tip (bonus) dari pelanggan yang makan di sana. Besar uang tip bergantung pada dua kriteria, yaitu kualitas pelayanan dan kualitas makanan. Jika pelanggan merasa puas dengan pelayanan dan makanan di restoran, pelanggan tidak akan segan memberi bonus yang besar kepada pelayan. Sebaliknya jika pelayanan kurang memuaskan atau makanan kurang enak, pelanggan mungkin memberikan uang bonus yang kecil atau tidak ada sama sekali. Batasan tentang “kualitas pelayanan”, “kualitas makanan”, dan berapa besar uang tip tidaklah jelas, oleh karena itu bersifat fuzzy. Rancanlah sebuah FIS untuk masalah ini.

Memulai FLT Ketikkan fuzzy pada prompt MATLAB, maka akan muncul FIS Editor berikut:

Variabel linguistik adalah pelayanan, makanan, dan bonus. Dari FIS editor, pilih File  Add Variable  Input

Klik gambar Input1, ganti namanya menjadi “pelayanan” pada kotak Current Variable, lalu tekan Enter. Untuk gambar Input2, ganti namanya menjadi “makanan” Untuk gambar Output, ganti namanya menjadi “bonus” Hasil:

Simpan FIS ke memori dengan memilih: File  Export  To Workspace dan pada field Workspace Variable isikan nama fisbonus, lalu tekan OK. Untuk menyimpan ke memori, pilih: File  Export  To Disk dan simpan dengan nama fisbonus.

Hasil:

Membership Function Editor Dari FIS editor, pilih: Edit  Membership Functions

Ada tiga variabel FIS di sudut kiri atas, yaitu pelayanan, makanan, dan bonus. Pelayanan memilik tiga terma, yaitu mengecewakan, bagus, dan memuaskan. Klik variabel FIS pelayanan, lalu klik kurva mf1, kemudian isikan/ganti parameter-parameter berikut pada setiap field: Nama: mengecewakan Range: [0 10} Display Range: [0 10] Type: gaussmf Params: nilai default yang terdiri dari standard deviasi dan mean (bisa diubah)

Klik kurva mf2, kemudian isikan/ganti parameter-parameter berikut pada setiap field: Nama: bagus Range: [0 10} Display Range: [0 10] Type: gaussmf Params: nilai default yang terdiri dari standard deviasi dan mean (bisa diubah) Klik kurva mf3, kemudian isikan/ganti parameter-parameter berikut pada setiap field: Nama: memuaskan

Hasil:

Makanan memiliki terma hambar dan enak. Klik variabel makanan, lalu klik mf2 Hapus mf2 dari Edit  Remove Selected MF Ubah Range manjadi [0 10} dan Display Range menjadi [0 10] Klik kurva mf1, kemudian isikan/ganti parameter-parameter berikut pada setiap field: Nama: hambar Range: [0 10} Display Range: [0 10] Type: trimf Params: [-4 0 7]

Klik kurva mf1, kemudian isikan/ganti parameter-parameter berikut pada setiap field: Nama: enak Range: [0 10] Display Range: [0 10] Type: trimf Params: [3 10 14]

Hasil:

Bonus memiliki terma sedikit, sedang, dan banyak. Klik kurva mf1, kemudian isikan/ganti parameter-parameter berikut pada setiap field: Nama: sedikit Range: [0 30] Display Range: [0 30] Type: trimf Params: [0 5 10]

Klik kurva mf2, kemudian isikan/ganti parameter-parameter berikut pada setiap field: Nama: sedang Range: [0 30] Display Range: [0 30] Type: trimf Params: [10 15 20] Klik kurva mf3, kemudian isikan/ganti parameter-parameter berikut pada setiap field: Nama: banyak Params: [20 25 30]

Hasil:

Rule Editor Dari FIS editor, pilih: Edit  Rules

Menyisipkan kaidah IF-THEN pertama: IF (pelayanan is mengecewakan) or (makanan is hambar) THEN bonus is sedikit Di bawah variabel pelayanan pilih mengecewakan Di bawah variabel makanan pilih hambar Di bawah variabel bonus pilih sedikit Isi bobot Weight dengan 1 Klik Add Rule

Menyisipkan kaidah IF-THEN pertama: IF (pelayanan is bagus) THEN bonus is sedang Di bawah variabel pelayanan pilih bagus Di bawah variabel makanan pilih none Di bawah variabel bonus pilih banyak Isi bobot Weight dengan 1 Klik Add Rule

Menyisipkan kaidah IF-THEN pertama: IF (pelayanan is memuaskan) or (makanan is enak) THEN bonus is banya Di bawah variabel pelayanan pilih memuaskan Di bawah variabel makanan pilih enak Di bawah variabel bonus pilih banyak Isi bobot Weight dengan 1 Klik Add Rule

Hasil:

Rule Viewer Rule viewer menampilkan proses inferensi di dalam FIS.

Surface Viewer Surface Viewer menampilkan keluaran FIS dalam plot 3-D

Fungsi-Fungsi Penampil FIS Tiga perintah: plotfis plotmf Gensurf Ubah terlebih dahulu current directory ke direktori kerja

Plotfis Dari prompt MATLAB, ketikkan perintah-perintah berikut: >> a = readfis(‘fisbonus’); >> plotfis(a)

Plotmf >> plotmf(a, ‘input’, 1)

>> plotmf(a, ‘input’, 2)

>> plotmf(a, ‘output’, 1)

Gensurf >> gensurf(a)

Membangun FIS Tipe Sugeno Dari FIS editor, pilih File  New FIS  Sugeno

Konversi FIS Mamdani  FIS Sugeno >> fisbonus =readfis('fisbonus'); >> sgnfisbonus=mam2sug(fisbonus) Respon MATLAB: name: 'fisbonus' type: 'sugeno' andMethod: 'min' orMethod: 'max' defuzzMethod: 'wtaver' impMethod: 'min' aggMethod: 'max' input: [1x2 struct] output: [1x1 struct] rule: [1x3 struct]