You are on page 1of 14

FUZZY LOGIC

tetapi Anda akan mati jika meminum 50 botol tersebut’    Jika Anda adalah ilmuwan tersebut.Kasus 1  Ada seorang ilmuwan terdampar di sebuah pulau gersang tanpa air sedikitpun Pada suatu hari. Anda akan mati jika meminumnya’ Peti kedua. dia menemukan dua buah peti. botol dari peti mana yang akan Anda ambil ? . terdapat tulisan ‘Peringatan : 1 dari 50 botol ini berisi cairan kimia mematikan yang warna dan rasanya sama dengan air mineral. Anda tidak akan mati jika hanya meminum 1 botol. terdapat tulisan ‘Peringatan : 1 plastik cairan kimia mematikan telah dicampurkan ke dalam 50 botol air ini secara tidak merata. Masingmasing peti berisi 50 botol air mineral Peti pertama.

Asalkan tidak mencapai 50 botol. jenis ketidakpastiannya disebut fuzziness (kesamaran). . Karena kandungan cairan kimia di dalam botol berbeda-beda. jenis ketidakpastian yg ada disebut peluang/probabilities.02 Pada peti kedua. Tidak masalah air di botol mana yg diminum si ilmuwan. Mungkin hanya akan pusing sedikit. Memilih 1 dari 50 botol memberikan kemungkinan mati sebesar 0. atau paling parah pingsan.Fuzziness & Probabilities   Pada peti pertama. si ilmuwan tidak akan mati.

Kasus 2    Seorang Bapak-bapak berusia 52 tahun ingin naik Roller Coaster di sebuah wahana permainan Saat akan naik. dia lebih suka menyebut dirinya lelaki dewasa. . karena dia merasa dirinya belum bisa dikatakan tua. Dan dewasa berbeda dg tua. seorang petugas menghalangi Bapak terebut karena terdapat peraturan bahwa Orang Tua dan anak-anak tidak diperkenankan menaiki Roller Coaster Tapi Bapak2 td tidak terima.

8 0.1 0 0.6 0.Crisp Set & Fuzzy Set FUZZY SET x 5 C R I S P S E T 10 Balita 1 0 Muda 1 1 Dewasa 0 0 Tua 0 0 20 30 40 50 60 0 0 0 0 0 0.8 70 80 0 0 0 0 1 1 1 1 .4 0.2 0.2 0.8 1 1 1 1 0.1 0.5 0.

Fuzzy Logic  Definisi : suatu jenis logic yang bernilai ganda dan berhubungan dengan ketidakpastian dan kebenaran partial. .

Aturan Fuzzy Suatu system berbasis aturan fuzzy yang lengkap terdiri dari 3 komponen utama :  Fuzzification Masukan yg berupa Crisp Input diubah menjadi Fuzzy Input yg ditentukan berdasarkan fungsi keanggotaan tertentu  Inference Penalaran menggunakan fuzzy input dan fuzzy rules yg telah ditentukan sehingga menghasilkan fuzzy output  Defuzzification Mengubah fuzzy output menjadi crisp value berdasarkan fungsi keanggotaan yg telah ditentukan .

Kasus 3 : Sprinkler Control System Misalkan kita ingin membangun sistem untuk mengontrol alat penyiram air  Input untuk system tersebut adalah : ‘suhu udara (dalam C)’ dan ‘kelembaban tanah (dalam %)’  Output yg diinginkan adalah durasi penyiraman (dalam satuan menit)  Misalkan nilai crisp yg diterima sensor adalah : suhu = 37 C dan kelembaban = 12% Berapa lama durasi penyiraman yang harus dilakukan ?  .

Medium (20-48) .Warm (24-39) .Long (>40) Cold Dry Mois t Wet Long Long Short Cool Long Medium Short Normal Long Medium Short Warm Long Hot Long Medium Medium Short Short .Moist (10-50) .Normal (12-27) .Cool (0-15) .Dry (<20) .Hot (>36) Kelembaban .Rule Suhu .Cold (<3) .Short (<28) .Wet (>40) Durasi .

Fuzzification Suhu    Suhu 37C berada pada nilai linguistik Warm dan Hot Semantik () untuk Warm dihitung dg rumus – ( x – b ) / ( b  –a ) –(37-39)/(39-36) = 2/3 Semantik () untuk Hot dihitung dg rumus ( x – a ) / ( b  –a ) (37-36)/(39-36) = 1/3  Cold 1 2/3 2/3 Cool Normal Warm Hot 1/3 0 -10 0 3 12 15 24 27 36 39 a b 50 .

Fuzzification Kelembaban   Kelembaban 12% berada pada nilai linguistik Dry dan Moist Semantik () untuk Dry dihitung dg rumus – ( x – b ) / ( b – a )  –(12-20)/(20-10) = 4/5 Semantik () untuk Moist dihitung dg rumus ( x – a ) / ( b – a )  (12-10)/(20-10) =  1/5  Dry 1 4/5 Moist Wet 1/5 0 10 a 20 b 40 50 70 .

Inference  1 Short Medium Long 0 20 28 40 48 90 Durasi penyiraman (dalam menit) Cold Dry Mois t Wet Long Long Short Cool Long Medium Short Normal Long Medium Short Warm Long Hot Long Medium Medium Short Short .

Inference Dari proses Fuzzification. didapatkan 4 fuzzy input :     Warm (2/3) Hot (1/3) Dry (4/5) Moist (1/5) Cold Dry Mois t Wet Long Long Short Cool Long Medium Short Normal Long Medium Short Warm Long Medium Short Hot Long Medium Short IF suhu is Warm (2/3) AND kelembaban is Dry (4/5) Then Durasi is Long (2/3) IF suhu is Warm (2/3) AND kelembaban is Moist (1/5) Then Durasi is Medium (1/5) IF suhu is Hot (1/3) AND kelembaban is Dry (4/5) Then Durasi is Long (1/3) IF suhu is Hot (1/3) AND kelembaban is Moist (1/5) Then Durasi is Medium (1/5) Durasi is Long (2/3)  Durasi is Medium (1/5) .

98 0.87 Jadi. untuk suhu 37C dan kelembaban 12% Diperlukan durasi penyiraman selama 45.87 0.98 menit .Defuzzification  1 2/3 1/5 0 Short Medium Long 20 28 40 48 90 Durasi penyiraman (dalam menit) y* = y* = ((40)1/5) + ((48)2/3) (1/5) + (2/3) 8 + 32 40 = = 45.