DASAR FUZZY.

Presentasi berjudul: "DASAR FUZZY."— Transcript presentasi:

1 DASAR FUZZY

2 Logika Fuzzy Suatu metode untuk memetakan suatu masukan ke dalam suatu derajat keanggotaan kelompok keluaran Logika Fuzzy adalah peningkatan dari logika boolean / logika klasik (yang menyatakan derajat keanggotaan dalam 0 atau 1) Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1.

3 Aplikasi Pada tahun pertama kali dibuat mesin cuci dengan logika fuzzy di Jepang (Matsushita Electric Industrial Company). Sistem fuzzy digunakan untuk menentukan putaran yang tepat secara otomatis berdasarkan jenis dan banyaknya kotoran serta jumlah yang akan dicuci. Input yang digunakan adalah: seberapa kotor, jenis kotoran, dan banyaknya yang dicuci. Mesin ini menggunakan sensor optik , mengeluarkan cahaya ke air dan mengukur bagaimana cahaya tersebut sampai ke ujung lainnya. Makin kotor, maka sinar yang sampai makin redup. Disamping itu, sistem juga dapat menentukan jenis kotoran (daki atau minyak).

4 Fungsi Keanggotaan Fuzzy lainnya

5

6

7

8

9

10 OPERASI LOGIKA PADA FUZZY
Operator “AND” Operator “OR” Operator “NOT”

11 Operator “AND”

12 Operator “OR”

13 Operator “NOT”

14 Contoh Inferensi Fuzzy
Contoh 1 : (1 aturan, 1 syarat) Contoh 2 : (1 aturan, 2 syarat) Contoh 3 : (4 2 syarat)

15 Contoh 1 (1 Rules, 1 syarat) Kasus pengereman otomatis Fuzzy Rules :
Jika Jarak Dekat maka Rem Penuh Didefinisikan : MF Jarak Dekat : trapezodial (-2, -1, 4, 12) Rem Penuh : 100 % Berapakah besar pengereman jika jarak = 6m ?

16 Jawab Contoh 1 : Mencari derajat keanggotaan dekat :
Tingkat pengereman :

17 Contoh 2 : (1 Rules, 2 syarat)
Kasus pengereman otomatis Fuzzy Rules : Jika Kecepatan Tinggi dan Jarak Dekat maka Rem Penuh Didefinisikan : MF Jarak Dekat : trapezodial (-2, -1, 4, 12) MF Kecepatan Tinggi : trapezoidal (40, 80, 110, 120) Operator “DAN” yang digunakan : operator MINIMUM Rem Penuh : 100 % Berapakah besar pengereman jika jarak = 6m dan kecepatan 60 km/jam ?

18 Jawab Contoh 2 : Mencari derajat keanggotaan jarak dekat :
Mencari derajat keanggotaan kecepatan tinggi : Tingkat pengereman :

19 Contoh 3 : (4 Rules, 2 syarat)
Fuzzy Rules : Jika Kecepatan Tinggi dan Jarak Dekat maka Rem Penuh Jika Kecepatan Tinggi dan Jarak Jauh maka Rem Sedang Jika Kecepatan Rendah dan Jarak Dekat maka Rem Sedang Jika Kecepatan Rendah dan Jarak Jauh maka Rem Sedikit

20 FIS Sugeno MF Kecepatan Tinggi : trapezoidal (40, 80, 110, 120)
MF Kecepatan Rendah : trapezoidal(-2, -1, 20, 60) MF Jarak Jauh : trapezoidal (8, 16, 21, 22) MF Jarak Dekat : trapezodial (-2, -1, 4, 12) MF Rem Penuh : 100 % MF Rem Sedang : 50 % MF Rem Sedikit : 20 %

21

22 Defuzzification Sugeno :

23 Defuzzification Mamdani

24

25

26 Fuzzy Inference System
Steps in FIS : Fuzzification Fuzzy Logic Inference Defuzzification

27 FIS Mamdani

28 FIS Sugeno

29 Proses pengereman otomatis
Fuzzy Rules : Jika Kecepatan Tinggi dan Jarak Dekat maka Rem Penuh Jika Kecepatan Tinggi dan Jarak Jauh maka Rem Sedang Jika Kecepatan Rendah dan Jarak Dekat maka Rem Sedang Jika Kecepatan Rendah dan Jarak Jauh maka Rem Sedikit

30 FIS Sugeno MF Kecepatan Tinggi : trapezoidal (40, 80, 110, 120)
MF Kecepatan Rendah : trapezoidal(-2, -1, 20, 60) MF Jarak Jauh : trapezoidal (8, 16, 21, 22) MF Jarak Dekat : trapezodial (-2, -1, 4, 12) MF Rem Penuh : 100 % MF Rem Sedang : 50 % MF Rem Sedikit : 20 %

31 FIS Mamdani MF Kecepatan Rendah : trapezoidal (-2, -1, 20, 60)
MF Kecepatan Tinggi : trapezoidal (40, 80, 110, 120) MF Jarak Jauh : trapezoidal (8, 16, 21, 22) MF Jarak Dekat : trapezodial (-2, -1, 4, 12) MF Rem Penuh : triangle (80,90,100) MF Rem Sedang : triangle (40,50,60) MF Rem Sedikit : triangle (10,20,30)

32

33

34

35 Hasil Agregasi Centroid Area :

36 Perbandingan dgn simulasi MATLAB

37 Toolbox Fuzzy pada MATLAB
FIS Editor

38

39

40 Edit nama untuk setiap kotak

41 Klik 2x pada kotak input Akan muncul Membership Function Editor

42 Edit Name, Range, Type, Param
Input : Kecepatan

43 Input : Jarak

44 Output : Rem

45 Masuk ke Rule Editor Klik dua kali pada kotak putih di FIS Editor

46 Membuat Rule

47 Masuk pada Rule Viewer

48 Simulasi input output Fuzzy
Keluaran Masukan