LOGIKA FUZZY Anifuddin Azis.

Presentasi berjudul: "LOGIKA FUZZY Anifuddin Azis."— Transcript presentasi:

1 LOGIKA FUZZY Anifuddin Azis

2 Pendahuluan Menurut Oxford English Dictionary, kata fuzzy berarti : kabur, tidak jelas, tidak tepat, membingungkan. Tetapi pada kuliah, kata fuzzy dipandang sebagai sifat teknis (technical adjective) . Yaitu, sistem fuzzy adalah sistem yang akan menegaskan dengan tepat, dan fuzzy control adalah kasus khusus dari nonlinear control yang juga akan menegaskan dengan tepat.

3 Pada literature terdapat 2 justifikasi untuk sistem fuzzy :
Bahwa dunia nyata teralalu kompleks untuk dideskripsikan, oleh karena itu pendekatan (fuzziness) diperlukan untuk mendapatkan model yang reasonable. Kita memerlukan suatu teori untuk memformulakan pengetahuan manusia kedalam suatu cara yang sistematik dan memasukkannya ke dalam sistem engineering, bersama dengan informasi lain seperti model matematika dan pengukuran sensor. Untuk penilaian pertama tepat, tetapi tidak mengkarakterisasi teori siatem fuzzy. Karena hampir semua teori pada engineering mengkarakterisasi dunia nyata dalam suatu pendekatan. Penilaian kedua mengkarakterisasi fitur unik teori sistem fuzzy.

4 Pada kebanyakan sistem, informasi penting berasal dari kepakaran manusia yang menjelaskan pengetahuannya dalam bahasa alami, dan yang lainnya adalah pengukuran sensor dan model matematika yang diperoleh melalui hukum-hukum fisika. Oleh karena itu, tugas utama adalah mengkombinasikan dua jenis informasi tsb ke dalam desain sistem. Dengan kata lain, pertanyaan kuncinya adalah : bgm mentransformasi pengetahuan manusia ke dalam formula matematika. Pada dasarnya, apa yang dilakukan sistem fuzzy adalah melakukan transformasi ini.

5 Apa itu Sistem Fuzzy ? Sistem fuzzy adalah sistem berbasis pengetahuan atau sistem berbasis aturan. Jantung sistem fuzzy adalah basis pengetahuan yang terdiri dari aturan IF-THEN fuzzy. Sebuah aturan IF-THEN fuzzy adalah pernyataan IF-THEN yang beberapa kata dicirikan dengan fungsi keanggotaan kontinyu. Contoh : IF kecepatan mobil adalah tinggi THEN kurangi tenaga akselerasi dengan kata tinggi dan kurang dicirikan oleh fungsi kontinyu

6 Contoh 1. Misalkan akan didesain suatu kendali otomatis untuk kecepatan mobil. Ada 2 pendekatan, yaitu pendekatan konvensional menggunakan teori kendali, misalnya mendesain PID controller, pendekatan kedua yaitu meniru sopir manusia, yaitu merubah aturan yang digunakan sopir ke dalam kendali otomatis. Misal aturan sopir adalah : IF kecepatan adalah rendah THEN lebihkan tenaga akselerasi IF kecepatan adalah medium THEN normalkan tenaga akselerasi IF kecepatan adalah tinggi THEN kurangi tenaga akselerasi tenaga akselerasi dengan kata rendah, lebih, medium, normal, tinggi, dam kurang dicirikan dengan fungsi keanggotaan kontinyu.

7 Kesimpulan, titik awal membuat sistem fuzzy adalah membuat sejumlah aturan IF-THEN fuzzy dari pakar manusia atau domain pengetahuan. Kemudian mengkombinasikan aturan-aturan tsb ke dalam sistem tunggal. Sistem fuzzy yang berbeda akan berbeda cara dalam mengkombinasikan aturan-aturan.

8 Terdapat tiga konfigurasi yang umumnya digunakan pada literature :
Sistem fuzzy murni Sistem Takagi-Sugeno-Kang (TSK) Sistem fuzzy dengan fuzzifier dan defuzzifier

9 Sistem fuzzy murni Himpunan fuzzy pada U Himpunan fuzzy pada V
Fuzzy Rule Base Fuzzy Inference Engine

10 Masalah utama pada sistem fuzzy murni adalah input dan outpunya adalah himpunan fuzzy (yaitu, kata-kata dalam bahasa natural), sedangkan pada sistem engineering, input- output berupa variable nilai. Untuk mengatasi hal ini, Takagi, Sugeno, dan Kang (1985, 1988) mengusulkan sistem fuzzy yang lain yang memiliki input-output variable nilai.

11 Sistem Fuzzy TSK x pada U y pada V

12 Takagi-Sugeno-Kang (TSK) menggunakan format aturan fuzzy sbb :
IF kecepatan x mobil adalah tinggi THEN tenaga akselerasi adalah y = cx Dibandingkan dengan format aturan sebelumnya, bagian THEN mengubah dari deskripsi dalam bahsa natural menjadi formula matematika sederhana. Perubahan ini memudahkan mengombinasika aturan. Dan sistem fuzzy TSK menggunakan rata-rata terboboti (weighted average) dari nilai-nilai pada bagian THEN.

13 Masalah utama pada sistem TSK adalah :
bagian THEN berupa formula matematika sehingga tidak merepresentasikan pengetahuan manusia dalam bahasa alami tidak bisa menerapkan prinsip-prinsip di dalam logika fuzzy

14 Untuk mengatasi ini, diusulkan sistem fuzzy yang ketiga, yaitu sistem fuzzy dengan fuzzifier dan defuzzifier. Untuk menggunakan sistem fuzzy murni dalam sistem engineering, metode sederhana adalah dengan menambahkan fuzzifier ke input, yang mentransformasikan variable nilai ke dalam himpunan fuzzy. Dan menambahkan defuzzifier ke output yang mentransformasikan himpunan fuzzy ke dalam variable nilai. Sistem ini mengatasi kekurangan sistem TSK dan sistem fuzzy murni.

15 Sistem Fuzzy dengan fuzzifier dan defuzzifier
X pada U y pada V Himpunan fuzzy pada U Himpunan fuzzy pada V

16 Kesimpulan pada bagian ini adalah, sistem fuzzy adalah multi input- singe output, merupakan sistem berbasis pengetahuan yang disusun dari pengetahuan manusia dalam bentuk aturan IF-THEN fuzzy. Kontribusi utama sistem fuzzy adalah adanya prosedur sistematis untuk mentrasnformasi basis pengetahuan ke dalam pemetaan nonlinear.

17 Penerapan Sistem Fuzzy
Sistem fuzzy telah diterapkan dalam berbagai bidang, seperti kendali, pemrosesan sinyal, komunikasi, pembuatan IC, sistem pakar bisnis, kedokteran, psikologi, dsb. Namun, penerapan yang paling signifikan adalah pada bidang kendali. Sistem fuzzy pada kendali bisa berupa open-loop controllers atau closed-loop controllers. Open-loop controllers digunakan pada alat-alat elektronik sehari-hari. Closed-loop controllers digunakan pada proses industry.

18 1. Mesin Cuci Fuzzy Merupakan alat elektronik pertama yang menggunakan sistem fuzzy. Matsushita pada th 1990an mengembangkan mesin cuci otomatis berbasis sistem fuzzy. Sistem fuzzy yang digunakan adalah 3 input 1 output, untuk input : ukuran kekotoran, jenis kekotoran, dan beban cucian, kemudian output adalah banyaknya putaran mesin. 2. Sistem fuzzy pada kendaraan Nissan mematenkan fuzzy automatic transmission sehingga menghemat bahan bakar persen. Tahun 1992, Mitsubishi mematenkan fuzzy omnibus system yang mengendalikan transmisi kendaraan, suspense, four-wheel steering, dan AC.

19 Bidang Riset Teori Fuzzy
Fuzzy Mathematics Fuzzy Systems Fuzzy Decision-Making Uncertainty dan Information Fuzzy Logic dan AI