Fuzzy Systems

Fuzzy Logic
· Dua buah logic yang dibahas sebelumnya adalah
untuk masalah-masalah yang pasti.
· Untuk merepresentasikan masalah yang
mengandung ketidakpastian ke dalam suatu
bahasa formal yang dipahami komputer
digunakan fuzzy logic.
asalah: Pemberian beasiswa
· isalkan terdapat permasalahan sebagai berikut:
÷ Sebuah universitas akan memutuskan apakah seorang
mahasiswa layak mendapatkan beasiswa atau tidak.
÷ isalkan kriteria yang diperhatikan adalah Ìndeks Prestasi
(ÌP)K3,0 dan hasil Test Psikologi (TP) K8,0.
÷ ahasiswa A memiliki ÌP=3,0 dan TP=8,0
÷ ahasiswa B memiliki ÌP=2,999999, dan TP=8,5.
÷ Dengan aturan tersebut diputuskan bahwa mahasiswa A
layak mendapatkan beasiswa sedangkan mahasiswa B
tidak.
· Pada kasus di atas, universitas tersebut membuat
keputusan dengan aturan yang jelas dan membedakan
secara tegas, melihat masalah secara hitam dan putih
(crisp), dan mungkin dianggap kurang adil.
risp set
· Himpunan yang membedakan anggota dan non
anggotanya dengan batasan yang jelas disebut
crisp set.
· isalnya, jika ={x < x integer, x > 2}, maka
anggota adalah 3, 4, 5, dan seterusnya.
· Sedangkan yang bukan anggota adalah 2, 1, 0,
-1, dan seterusnya.
Fuzzy Set
· Fuzzy set merupakan dasar dari fuzzy logic dan
fuzzy systems.
· Suatu fuzzy set A di dalam Universe (semesta) U
didefinisikan sebagai suatu fungsi keanggotaan
3
A
(x), yang memetakan setiap objek di U menjadi
suatu nilai real dalam interval [0,1].
· Nilai-nilai 3
A
(x) menyatakan derajat keanggotaan
x di dalam A.
Fuzzy Set
· ontoh:
÷ isalkan, x = {5, 10, 20, 30, 40, 50, 60, 70, 80} adalah
crisp set Usia dalam satuan tahun.
÷ Balita, Dewasa, uda, dan Tua adalah empat fuzzy
set yang merupakan subset dari x.
Fuzzy Set
· Pada tabel tersebut terdapat 4 buah fuzzy set
dengan anggota dan derajat keanggotaannya
sebagai berikut:
÷ Balita = {}
÷ Dewasa = {20, 30, 40, 50, 60, 70, 80}, di mana
derajat keanggotaannya dinyatakan oleh 3
Dewasa
=
{0.8, 1, 1, 1, 1, 1, 1}.
÷ uda = {5, 10, 20, 30, 40, 50}, di mana derajat
keanggotaannya dinyatakan oleh 3
muda
= {1, 1, 0.8,
0.5, 0.2, 0.1}.
÷ Tua = {20, 30, 40, 50, 60, 70, 80}, di mana derajat
keanggotaannya dinyatakan oleh 3
Tua
= {0.1, 0.2,
0.4, 0.6, 0.8, 1, 1}.
onvensi penulisan fuzzy set
· onvensi untuk menuliskan fuzzy set yang
dihasilkan dari universe U yang diskrit adalah
sebagai berikut:
· Pada contoh di atas, fuzzy set Tua ditulis
sebagai:
onvensi penulisan fuzzy set
· Sedangkan jika U adalah kontinu, maka fuzzy set
A dinotasikan sebagai:
embership functions (Fungsi-fungsi
keanggotaan)
· Di dalam fuzzy sistems, fungsi keangotaan
memainkan peranan yang sangat penting untuk
merepresentasikan masalah dan menghasilkan
keputusan yang akurat.
· Terdapat banyak sekali fungsi keanggotaan yang
bisa digunakan.
· Di sini hanya akan dibahas empat fungsi
keanggotaan yang sering digunakan, yaitu:
÷ Fungsi sigmoid
÷ Fungsi phi
÷ Fungsi segitiga
÷ Fungsi trapesium
Fungsi Sigmoid
· Sesuai dengan namanya, fungsi ini berbentuk
kurva sigmoidal seperti huruf S.
· Setiap nilai x (anggota crisp set) dipetakan ke
dalam interval [0,1].
Iungsi Sigmoid Iungsi Sigmoid
Fungsi Phi
· Pada fungsi keanggotaan ini, hanya terdapat satu
nilai x yang memiliki derajat keanggotaan yang
sama dengan 1, yaitu ketika x=c.
· Nilai-nilai di sekitar c memiliki derajat
keanggotaan yang masih mendekati 1.
Iungsi Phi Iungsi Phi
Fungsi Segitiga
· Sama seperti fungsi phi, pada fungsi ini juga
terdapat hanya satu nilai x yang memiliki derajat
keanggotaan sama dengan 1, yaitu ketika x=b.
· Tetapi, nilai-nilai di sekitar b memiliki derajat
keanggotaan yang turun cukup tajam menjauhi 1.
Iungsi Segitiga Iungsi Segitiga
Fungsi Trapesium
· Berbeda dengan fungsi segitiga, pada fungsi ini
terdapat beberapa nilai x yang memiliki derajat
keanggotaan sama dengan 1, yaitu ketika bA A
.
· Tetapi derajat keanggotaan untuk a< x <b dan
c< x A d memiliki karakteristik yang sama dengan
fungsi segitiga.
Iungsi 1rapesium Iungsi 1rapesium
Sistem berbasis aturan fuzzy
· VariabeI Iinguistik
÷ Variabel linguistik adalah suatu interval numerik dan
mempunyai nilai-nilai linguistik, yang semantiknya
didefinisikan oleh fungsi keanggotaannya.
÷ isalnya, Suhu adalah variabel linguistik yang bisa
didefinisikan pada interval [-10
0
, 40
0
].
÷ Variabel tersebut bisa memiliki nilai-nilai linguistik
seperti 'Dingin', 'Hangat', 'Panas' yang semantiknya
didefinisikan oleh fungsi-fungsi keanggotaan tertentu.
· Suatu sistem berbasis aturan fuzzi
yang lengkap terdiri dari tiga
komponen utama:
÷Fuzzification
÷Ìnference
÷Defuzzification
Diagram blok lengkap sistem berbasis
aturan fuzzy
Fuzzification
· Fuzzification: mengubah masukan-
masukan yang nilai kebenarannya
bersifat pasti (crisp input) ke dalam
bentuk fuzzy input.
Ìnference
· Ìnference: melakukan penalaran menggunakan
fuzzy input dan fuzzy rules yang telah ditentukan
sehingga menghasilkan fuzzy output.
· Secara sintaks, suatu fuzzy rule (aturan fuzzy)
dituliskan sebagai:
÷ ÌF antecendent THEN consequent
· Terdapat dua model aturan fuzzy yang digunakan
secara luas dalam berbagai aplikasi, yaitu:
÷ odel amdani
÷ odel Sugeno
Ìnference
· odel amdani
÷ Pada model ini, aturan fuzzy didefinisikan sebagai:
ÌF x
1
is A
1
AND .AND x
n
is A
n
THEN y is B
di mana A
1
, ., A
n
, dan B adalah nilai-nilai linguistik
(atau fuzzy set) dan "x
1
is A
1
¨ menyatakan bahwa
nilai x
1
adalah anggota fuzzy set A
1
.
Ìnference
· 4/eI Sugen4
÷ odel ini dikenal juga sebagai Takagi-Sugeno-ang
(TS) model, yaitu suatu varian dari odel amdani.
÷ odel ini menggunakan aturan yang berbentuk:
ÌF x
1
is A
1
AND.AND x
n
is A
n
THEN y=f(x
1
,.,x
n
)
di mana f bisa sembarang fungsi dari variabel-variabel
input yang nilainya berada dalam interval variabel output.
Biasanya, fungsi ini dibatasi dengan menyatakan f
sebagai kombinasi linier dari variabel-variabel input:
f(x
1
,.,x
n
) = w
0
+ w
1
x
1
+ .+w
n
x
n
di mana w
0
, w
1
,.,w
n
adalah konstanta yang berupa
bilangan real yang merupakan bagian dari spesifikasi
aturan fuzzy.
Defuzzification
· Defuzzification: mengubah fuzzy output menjadi
crisp value berdasarkan fungsi keanggotaan yang
telah ditentukan.
· Terdapat berbagai metode defuzzification yang
telah berhasil diaplikasikan untuk berbagai
macam masalah, di sini dibahas 5 metode di
antaranya, yaitu:
÷ entroid method
÷ Height method
÷ First (or Last) of axima
÷ ean-ax method
÷ Weighted Average
Defuzzification
· entroid method:
÷ etode ini disebut juga sebagai enter of Area atau enter of
Gravity.
÷ etode ini menghitung nilai crisp menggunakan rumus:
di mana y* suatu nilai crisp.
÷ Fungsi integration dapat diganti dengan fungsi summation jika y
bernilai diskrit, sehingga menjadi:
di mana y* adalah nilai crisp dan 3
R
(y) adalah derajat
keanggotaan dari y.
Defuzzification
· Height method
÷ etode ini dikenal sebagai prinsip keanggotaan
maksimum karena metode ini secara sederhana memilih
nilai crisp yang memiliki derajat keanggotaan maksimum.
÷ Oleh karena itu, metode ini hanya bisa dipakai untuk
fungsi keanggotaan yang memiliki derajat keanggotaan 1
pada suatu nilai crisp tunggal dan dan 0 pada semua nilai
crisp yang lain.
÷ Fungsi seperti ini sering disebut sebagai singleton.
Defuzzification
· First (or Last) of axima
÷ etode ini juga merupakan generalisasi dari height
method untuk kasus di mana fungsi keanggotaan
output memiliki lebih dari satu nilai maksimum.
÷ Sehingga nilai crisp yang digunakan adalah salah
satu dari nilai yang dihasilkan dari maksimum
pertama atau maksimum terakhir (tergantung pada
aplikasi yang akan dibangun).
Defuzzification
· ean-ax ethod
÷ etode ini disebut juga sebagai iddle of axima.
÷ erupakan generalisasi dari height method untuk
kasus di mana terdapat lebih dari satu nilai crisp
yang memiliki derajat keanggotaan maksimum.
÷ Sehingga y* didefinisikan sebagai titik tengah antara
nilai crisp terkecil dan nilai crisp terbesar
di mana m adalah nilai crisp yang paling kecil dan
adalah nilai crisp yang paling besar.
Defuzzification
· Weighted Average
÷ etode ini mengambil nilai rata-rata dengan
menggunakan pembobotan berupa derajat
keanggotaan. Sehingga y* didefinisikan sebagai:
di mana y adalah nilai crisp dan 3(y) adalah derajat
keanggotan dari nilai crisp y.
Studi kasus
· Teori tentang fuzzy set dan fuzzy logic banyak
digunakan untuk membangun sistem berbasis
aturan fuzzy untuk masalah kontrol, seperti
masalah sprinkler control system (sistem kontrol
penyiram air).
· isalkan nilai crisp yang diterima oleh sensor
suhu adalah 37
0
dan nilai crisp yang diterima
sensor kelembaban adalah 12%.
· Berapa lama durasi penyiraman yang harus
dilakukan?
Proses fuzzification
· isalkan, untuk suhu udara kita menggunakan
fungsi keanggotaan trapesium dengan lima
variabel linguistik: old, ool, Normal, Warm, dan
Hot
· Dengan fungsi ini, maka crisp input suhu 37
0

dikonversi ke nilai fuzzy dengan cara:
÷ Suhu 37
0
berada pada nilai linguistik Warm
dan Hot.
÷ Semantik atau derajat keanggotaan untuk Warm
dihitung menggunakan rumus:
· -(x-d)/(d-c), c< x A d
di mana c=36, dan d=39.
· Sehingga derajat keanggotaan Warm=
-(37-39)/(39-36)=2/3
÷ Derajat keanggotaan untuk Hot dihitung
menggunakan rumus (x-a)/(b-a), a < x < b, di
mana a=36, dan b=39.
· Sehingga derajat keanggotaan untuk
Hot=(37-36)/(39-36)=1/3.
· isalkan, kita juga menggunakan fungsi
keanggotaan trapesium untuk kelembaban tanah.
· Dengan fungsi ini, maka crisp input kelembaban 12%
dikonversi menjadi nilai fuzzy dengan cara berikut ini:
÷ elembaban 12% berada pada nilai linguistik Dry dan
oist.
÷ Semantik atau derajat keanggotaan untuk Dry dihitung
menggunakan rumus:
· -(x-d)/(d-c), c < x A d
di mana c=10, dan d=20.
· Sehingga derajat keanggotaan untuk Dry adalah
-(12-20)/(20-10)=4/5.
÷ Derajat keanggotaan untuk oist dihitung dengan
menggunakan rumus:
· (x-a)/(b-a), a < x < b
di mana a=10, dan b=20.
· Sehingga derajat keanggotaan oist=(12-10)/(20-
10)=1/5.
· Jadi, proses fuzzification menghasilkan empat
fuzzy input:
÷ Suhu Udara = Warm (2/3) dan Hot(1/3)
÷ elembaban tanah = Dry (4/5) dan oist(1/5).
Proses Ìnferensi
· Terdapat berbagai macam cara dalam menentukan aturan
fuzzy.
· isalkan, untuk durasi penyiraman digunakan fungsi
keanggotaan trapesium dengan tiga nilai linguistik: Short,
edium, dan Long.
· isalkan aturan fuzzy didefinisikan sebagai
berikut:
· Dengan definisi aturan fuzzy tersebut, didapatkan
3x5=15 aturan fuzzy, yaitu:
÷ ÌF Suhu=old AND elembaban=Dry THEN
Durasi=Long
.
.
.
÷ ÌF Suhu=Hot AND elembaban=wet THEN
Durasi=Short
· Di sini akan dibahas penggunaan inferensi
menggunakan model andani dan odel
Sugeno.
Proses Ìnferensi menggunakan odel
amdani
· Jika menggunakan odel amdani, dapat digunakan dua
cara inferensi, yaitu clipping (alpha-cut) atau scaling.
· etode yang paling umum digunakan adalah clipping
karena mudah diimplementasikan dan bila diagregasikan
dengan fungsi lain akan menghasilkan bentuk yang mudah
di-defuzzification.
· Dari empat data fuzzy input tersebut, Warm (2/3),
Hot(1/3), Dry(4/5), dan oist(1/5), didapatkan
empat aturan (dari 15 aturan) yang dapat
diaplikasikan:
÷ ÌF Suhu is Warm AND elembaban is Dry THEN
Durasi is Long
÷ ÌF Suhu is Warm AND elembaban is oist THEN
Durasi is edium
÷ ÌF Suhu is Hot AND elembaban is Dry THEN
Durasi is Long
÷ ÌF Suhu is Hot AND elembaban is oist THEN
Durasi is edium
· Dari empat aturan fuzzy dan empat fuzzy input
tersebut, maka proses inferensi yang terjadi
adalah seperti di bawah ini.
· Gunakan aturan onjunction () dengan memilih
derajat keanggotaan minimum dari nilai-nilai
linguistik yang dihubungkan oleh dan lakukan
clipping pada fungsi keanggotaan trapesium
untuk Durasi Penyiraman, sehingga diperoleh:
÷ ÌF Suhu is Warm (2/3) AND elembaban is Dry (4/5)
THEN Durasi is Long (2/3)
÷ ÌF Suhu is Warm (2/3) AND elembaban is oist
(1/5) THEN Durasi is edium (1/5)
÷ ÌF Suhu is Hot (1/3) AND elembaban is Dry (4/5)
THEN Durasi is Long (1/3)
÷ ÌF Suhu is Hot (1/3) AND elembaban is oist (1/5)
THEN Durasi is edium (1/5)
· Gunakan aturan Disjunction () dengan memilih
derajat keanggotaan maksimum dari nilai-nilai
linguistik yang dihubungkan oleh .
· Dari 'Durasi is Long (2/3) Durasi is Long (1/3)'
dihasilkan 'Durasi is Long (2/3)'.
· Sedangkan dari 'Durasi is edium (1/5) 'Durasi
is edium (1/5) dihasilkan 'Durasi is edium
(1/5) '
· Dengan demikian diperoleh dua pernyataan:
÷ Durasi is Long (2/3), dan
÷ Durasi is edium (1/5)
· Proses inferensi menggunakan odel amdani menggunakan
proses clipping menghasilkan dua area abu-abu seperti gambar
berikut:
Proses Ìnference menggunakan odel
Sugeno
· odel Sugeno menggunakan fungsi keanggotaan yang lebih
sederhana dibandingkan odel amdani.
· Fungsi keanggotaan tersebut adalah Singleton, yaitu fungsi
keanggotaan yang memiliki derajat keanggotaan 1 pada suatu
nilai crisp tunggal dan 0 pada semua nilai crisp yang lain.
· isalkan fungsi Singleton untuk Durasi Penyiraman
didefinisikan seperti gambar berikut:
· Dengan cara yang sama seperti odel amdani,
diperoleh: Durasi is Long (2/3) dan Durasi is
edium (1/5).
· Proses inferensi menggunakan odel Sugeno
menghasilkan dua derajat keanggotaan sebagai
berikut:
Proses Defuzzification
· Sebelum defuzzification, harus dilakukan proses
composition, yaitu agregasi hasil clipping dari
semua aturan fuzzy sehingga didapatkan satu
fuzzy set tunggal.
Proses Defuzzification menggunakan
odel amdani
· Proses composition dari dua fuzzy set, Durasi is
edium (1/5) dan Durasi is Long (2/3)
menghasilkan satu fuzzy set tunggal seperti
berikut:
· isalkan digunakan entroid method untuk
proses defuzzification.
· Titik-titik pada area abu-abu ditentukan secara
acak sehingga akan didapatkan satu titik pusat
area (center of area atau center of gravity).
· isalkan titik-titik sembarang tersebut adalah: 24,
28, 32, 36, 40, 48, 60, 70, 80, 90.
· Dengan menggunakan titik-titik tersebut dan
persamaan:
diperoleh hasil sebagai berikut:
· Jadi, dengan menggunakan odel amdani,
untuk Suhu Udara 37
0
dan elembaban Tanah
12%, sprinkle akan secara otomatis menyiramkan
air selama 60,97 menit.
Proses defuzzification dengan menggunakan
odel Sugeno
· Proses composition dari dua fuzzy set, Durasi is
edium (1/5) dan Durasi is Long (2/3),
menghasilkan satu fuzzy set tunggal yang
ditunjukkan pada gambar berikut:
· Jika untuk proses defuzzification digunakan Height ethod,
maka dari dua fuzzy set, edium (1/5) dan Long (2/3),
dipilih nilai maksimumnya yaitu Long (2/3).
· arena nilai crisp untuk Long adalah 60, maka proses
defuzzification menghasilkan nilai crisp sebesar 60.
· Dengan demikian, Durasi Penyiraman adalah 60 menit.
· Jika menggunakan Weighted Average untuk proses
defuzzification diperoleh hasil:
· Dengan demikian, jika menggunakan odel Sugeno
dengan defuzzification berupa Weighted Average, maka
Durasi Penyiraman adalah 55,38 menit.

:4.
W :,-:,4.,3/-,,880-0:23,,/,, :39:2,8,,
2,8,,,35,89 W &39:20705708039,8,32,8,,,3 203,3/:309/,5,89,30/,,28:,9: -,,8,1472,,3/5,,2425:907 /:3,,31:4.

,8,,!02-07,3-0,88,
W 8,,3907/,5,95072,8,,,380-,,-07:9 $0-:,:3;0789,8,,3202:9:8,3,5,,8047,3 2,,88,,,203/,5,9,3-0,88,,9,:9/, 8,,37907,,3/507,9,3,/,,3/08!7089,8 ! K /,3,8%089!844 %! K ,,88,202! /,3%! ,,88,202!  /,3%!  03,3,9:7,390780-:9/5:9:8,3-,,2,,88, ,,203/,5,9,3-0,88,80/,3,32,,88, 9/, W !,/,,8:8/,9,8 :3;0789,890780-:9202-:,9 05:9:8,3/03,3,9:7,3,30,8/,3202-0/,,3 80.,7,90,8 20,92,8,,80.,7,9,2/,35:9 .785 /,32:33/,3,5:7,3,/

785809
W 25:3,3,3202-0/,,3,349,/,3343 ,349,3,/03,3-,9,8,3,30,8/80-:9 .785809 W 8,3, ,< 39007 < 2,, ,349,,/,,   /,380907:83, W $0/,3,3,3-:,3,349,,/,,    
/,380907:83,

:$09
W :809207:5,,3/,8,7/,71:4./,3 1:889028 W $:,9:1:809//,,2&3;0780 802089, & //0138,380-,,8:,9:1:380,349,,3 3  ,320209,,3809,54-0/&203,/ 8:,9:3,70,/,,23907;, ( W ,
3,3  203,9,,3/07,,90,349,,3 //,,2

38:-809/.785809&8.7 ..3          <. :/. /./.39./. .025.:$09 W 4394 8..9:.:3 ..../.3207:5.8.28.91: 809.9. 0.3%:..

33.90..-07:9 ./3.9-:.34030.          < %:...349.90..9.3/07./3.       < /2.9.34032:/./.9. 80-.349..349.8.:$09 W !.9 0..9 0.8.3...3403%:.3.3.33.      < /2..            < .3./.9.349.9./07.33.         < :/.       < /2.1:809 /03.-090780-:9907/./3...< 0.5./07.349.33. /07..

 ../9:8 80-.8 1:809%:.3/879.43.9. 80-.8.4394/.-07:9 W !.3/.3 /.038:39:203:8..7:3.31:809 W 43.038503:8.31:809./.0780&.../.

380-.3.31:809 W $0/.3. .038503:8.1:809 /349.4393: 2.8..43.&.../.

9438 :38 1:38 0.508:2 .3.3.3.38073/:3.3 05:9:8..3/-. :3897./:3.3 W 83.950393:39: 20705708039.9-.21:889028 1:380..38.1:380...91:38 0.3203.02-07851:3.9: :38824/ :385 :38809.3.349..3507.80.3.3..3 202.3 .8..8.3.8.:7.32.3 W /.3.8025.3 -8.3..349.5.349.349.3./..9  W %07/...

. (  ...53.824/.3./03.33.349.23907.:38$24/ W $08:. 1:383-07-039: :7.30 /.785809 /509. .805079:7:1$ W $09.2...

:38$24/ .

. 3.32...1:380./809.3202/07.202/07.9 ./03.8203/0./..9 0.:38! W !.90.33 .907/.9:09.349.349...5.9: 3.3. W .3 .3 8.349.2.3..3.98.7.

:38! .

/.5 3.39:7:3.8050791:385 5.. 907/.3.2.7-202/07.9 0./03.5.38.349.: .9:09.9.9 0.2203.2.9:3..3202/07...:38$09.349.3..3 ../809.- W %09.::59. 3. W $.8.1:383:.

:38$09. .

9-0-07.9:09..3 1:38809.38.2. A / 202.7.:38%7./.3202/07.-/./03.349./03.3...5./03..3 .2.-A A .5/07.349.9 0.38.31:38809..508:2 W 07-0/. .3 .90. W %09.90789.5. 5.1:383 907/.3:39:.

:38%7.508:2 .

.35. $::.7.3.3401:38 1:380. 3.3.    ( '.349../. //0138. 3. //0138.33.3:207/.393...-03:89.-03:89 '.-03:89.8:.7.88.7.9:7./..8 .9  !.3.3802.3401:380./.9:3907.3.-090780-:9-8.2023.3802.31: W '. 8.39079039: ..7.3 2025:3.$8902-07-.3907. //0138.393..3:89 805079 33  .3-8.349.3:89 ..

88.9:88902-07-. 4254303:9. :1.5907/7/.943 310703.303.9:7.943 .2.79.31: ...W $:.0 01:1.

588902-07-..31: .7.2-403.88 .9:7.

.:1.3 2.3. -0781..89 .943 W :1..8:.33.33.943203:-.78535:9 0/.2 -039:1:35:9 .2.8:.0-03.7.95.

3503.3 80.31:4:95:9 W $0.31:.839.5.2-07-.:..31:  /9:8.8.7.390./9039:.020..31:7:08.3/:3.7.24/0..9: 4/0.03/039%..0 W 310703.3 1:35:9/.310703. .3203:3.43806:039 W %07/.9:7.390.9/:..5...380-.:.8/..203.2/..9:7.3 4/0$:034 .3 803.7.8 .9:1:7:0 .8 8:.

/... 3.310703..9.349./.3.:1:809 /.3./.  8  3 83 %8 /2.1:809 . 3.380-.9:7..3 !.9..0 W 4/0.  3 /. .3:89 .3.2/..31://0138.24/03 .3  8 203.3-.

-0 .3..9.7.%.23907.8307/.8/03....3-07:5...9.9:7..3.3-. $:034 .1-8.3-07-039:  8  3 83 %1  3 /2.7.3203.8.802-..3 4/03203:3..74/0..3.8 .9:7.2/.7.80-.-04:95:9  .  3 .7.-035:9 1  3    33 /2.3...3.785081.3/.7./.-0 35:9.0 W 4/0$:034 4/03/03.31: .:././.7..370.9:8:..7.7..310703.-07.39.42-3.-0 ..31:38/...4389..3207:5.3 %$ 24/0 .9:.3.3.7.31 80-.3/. -. 1:383/-.33.

.785./9039:.3 90.8.9: 03974/2094/ 092094/ 789 47.2. 0.8.82094/0/ .3.8.0 .01:1.943 W 01:1. 2..5..7.:0-07/.39.349...3 90..8/. /83/-.2094/ 090/.3 .943203:-.7.07.-07..3 W %07/.89 41.9-07-...3:39:-07-.31:380.943.3./ ..5...1:4:95:9203.22.2094/0/01:1.

. -073.9....3..3/.31:388:22..039074170.01:1.785203:3.9/..943/.7 .9 0./07.349.943.5.203.39/03./ /2.3..9  094/032039:33.785 :383907.80-../879 803.3.9:3. 8:. ./..785/.33#  ./..37:2:8 /2..943 W 03974/2094/ 094/03/80-:9:.:0390741 7.

..82:2 0.785./.3 5../5.7./.3 2.349./....3 5.32.573850.349..3.3..01:1.80-. .349.-8..:39: 1:380.202 3.349.2094/0380.3..82:2.90.3202/07.830943 .90.8:.785.80/07.7859:3.3 :3880507938073/80-:980-.703..9: 2094/03.9:3.802:.703.943 W 092094/ 094/03/03..3/.3..3202/07.3.

/.2.8.1:380.3.2..01:1.9:/..72.3/-.:2.9:3.207:5.2.9..30307.73.943 W 789 47.78.8/.82:2907.7 907./. 094/03:..3:3 .39:35..8:8/2..3.3 4:95:92020-/.3..5.3/:3.89 41.3.8.82:2 $03.8.82:2 5079. 8.785.349.3/. ..709 2094/:39:...8.3/.

..... //0138.3202/07.7 .82:2 $03.349.3.094/ 094/03/80-:9:.01:1.. 07:5.785 .90-/.30307..35..7859070.8:8/2.785907-08./.../..3..9:3.//041.3 ..3 .90.78.943 W 0.80-.3.2.2.785.99903.3.8.7./.33.39.7 /2.30.3-08.785.35./.380-..8/. 3.32.5.907/.7092094/:39: .

..3.943 W 090/. 7.3502-4-49.2-3..7.3./. //0138.9./..9 0.349.380-.07.0 094/03203.9 0.01:1.3/.../07.3-07:5..785/. /2.73...33  .9.785 ..349./03.3 $03.3 203:3./07..

-.3:39:202-.33.3.3..85037.8.-./.33.40803847 8::.2.8:8 W %0479039./:7..857307.3/9072.785..3/9072.2..$9:/. W 07.8.:... /:3.5..88 .9:7.31:809/.7:8 /. /... 803847002-.7 W 8./.43974 805079 2.31:4.31::39:2.3.3 .2.3:388902-07-.4397488902 8890243974 5037.3.785.

508:2/03.7.943 W 8.32.!748081:1.-03:894/ 44 472.....9..397.3 :39:8:::/.72 /.3 1:380. .203:3.3 49 .7.349. .

.78535:98::  /43.39.72 /9:3203:3.3./. $:: -07.3:89..9.07803.37:2:8 W  / ..1:/03.31:383 2./..3:39:.349 $02.7.W 03.90.5.3.:/07.72 /.349...

90./07.. / .349.3. /.72   ..3.. .3/ W $03. A / /2.

  .

.37:2:8  ...349.. 07.3:39:49/9:3 203:3.90.

../07... .90.3./ 2. - . /.3- W $03.3:39: 49   .349.

  .

 .

  .31:38 0.397.39.-.203:3.3 9.508:2:39:002-..349..W 8..:.3.

3.9.39./..3:39:7/9:3 203:3..-.3..W 03...3 /43.-.349.-07:93 002-.3-07.31:383 2.78535:9002-./.90./3.37:2:8 W  / ..:/07.078203.3:897/.3 489 $02.5.7.1:/03.

.3:39:7. /.3.A / /2./. / ./07. .349...3/ W $03.   .90..

  .

90.3 203:3...37:2:8 W  ..349.3:39:489/9:3/03. 07. .

3- W $03./2.3489   . - .. /.349.3./07...90. .

  .

 .

9 1:35:9 $::&/./ 5748081:1.7.8..943203..W .3025.72 .

349 . /.

39.-.3. 002-.7 .

 /.3489 .

 .

.3.2.2.9:7..397.31:38 0.5.508:2/03.85037.3.3/:3..39..343 .3:89$479  0/:2 /.9-07-.349.3 1: W 8.2./..3 :39:/:7.7.2203039:....!748083107038 W %07/.

31://0138.3..W 8..9:7.380-. -07:9 .

3/-.31: .3/..9.-.W 03.37% :7.843 $::49002-.8503:3.324/0.9:7.33107038 203:3.34/0 $:034 .9: $::4/002-.8$479 W 83.-.3 .309% :7.5..9:7.3/0138..3/.31:90780-:9 //..

3107038 ..3 /...3-..3 W .8.3203.2/.8.3 /03.553 .9:.3.3/:.553 .943 .2/..9/:3.5.8.:9 .203:3.34/0 .703.3-039:.3/.35.3:2:2/:3./..2:/.9.34/0.5..3 W 094/0.32:/./2502039..70. .3.31:38.. .!748083107038203:3.7. / /01:1./.:8..

9.W .1:35:990780-:9 .7025.72 .9/.

  49 .

 7 .

3489 . /.

 //.3 /.5.8.72002-.5.-.9.3 025.38489% :7.8843 $::8.880/:2 $::849002-.-.9.7.38489% :7.3 .9 /.5.8843 $::849002-.880/:2 .387% :7.3 $::8.9:7.9:7.-.-.387% :7.3/.72002-.

3232:2/.340 /.5748083107038.9./.508:2 :39::7.3/:-:3.2..:.349.31:/.72 .9:7.343:3.3.805079/-.3202 /07.397.3 W :3.1:380.943 /03.7025./ . 3:89...5535.3 ..91:35:9 90780-:9 2.9:7.3025.3. 3.73..90.8!037...W ./50740 $::8./.349.3907.3 803.

387 . 002-.-.

8843 .  %:7.

  $::8.72 .

 002-.38489 .-.

880/:2 . %:7.

  $::849 .

387 .-. 002-.

8843 .  %:7.

  $::849 .

-.38489 . 002-.

880/:2 .  %:7.

  .

.73.340 W .3/:-:3.38:3..7 :7.8843 .3.90. 3:89.W :3.82:2/.9:7.943 /03.349. 3.3202 /07..32.

  :7.8843 .

8843 .3 :7.  /.8.

3/.880/:2 .7 :7.3. W $0/.

8 80/:2 .  :7.

8. /.880/:2 .3 :7.

3 :7.8843 .  W 03.9.5073.3/02.3/50740/:..

3 :7.880/:2 . /.

 .

553203..70.3 574808.-:805079..3/:..7 -07:9 ..-: .2-.8.2/.34/0.3203:3.W !748083107038203:3.

!74808310703..349.31:380.390780-:9.90.8!037.8:.34/0 $:034 W 4/0$:034203:3.31:38$30943:39::7.$30943 ./-.349.7-07:9 .3 //0138.../.35..785.30- 80/07.3202/07.802:.3.7859:3.3..0203:3.9:1:38 0.3/3.2/..349.3 W :380.3805079..3./.3 5..34/0.9: 3..349.3 W 8./.../.2.2-.3.3.

2/.7.8843 ..38.8050794/0.3.2..3  /50740:7.W 03.

3:7. /.88 0/:2 .

380-..3/:...349.8./07.. -07:9 .34/0$:034 203. W !748083107038203:3.90.

.

.38.:.7:8/.9. .9:.943 W $0-0:2/01:1.943 .9: 1:8099:3.8..42548943 .70.!7480801:1.553/.3574808 .5.8.31:803.7 802:.//..9:7.

943203:3.88 0/:2 .42548943/.3 W !74808..2/.3 4/0..!7480801:1.1:809 :7.7/:.

3:7. /.8843 .

9:1:8099:3.38.  203.805079 -07:9 .8.

.3/:3. .W 8.9 W 8..-: .803..70.9.380./..:.7..303974/2094/:39: 574808/01:1...70.7.           .9 .../...399 99802-.943  W %9 995.9:995:8.390780-:9..3//.03907417.. .70.0390741.-:/9039:.38.5..9.

7..3203:3..2.2/.3002-.-07:9 W .399 9990780-:9/.780.880-. 2039 .2..3 .-./ /03.34/0.3  :39:$::&/.W 03.7.982037.3 5078..  85730.3 /50740.380.3.2..4942. /.3203:3..3%.

.3 4/0$:034 W !74808.1:809 :7.88 0/:2 .943/03.!74808/01:1.3203:3..42548943/.7/:.

3:7. /.8843 .

8.3 /9:3:./.9:1:8099:3.35..7-07:9 ..2-.  203.38.

./.7/:.943/:3.1:809 0/:2 .W ..:39:574808/01:1.309094/  2..

343 . /.

9:43 .2..82:23.  /53.

 2039 ..07.785:39:43.34/0$:034 /03..07.203:3..943203.3.2..../.. :7.090/..3/02.8!037.943-07:5.3.3/01:1. 2039 W .574808 /01:1. W ./.3/02..3090/..703.7 W 03.3./.3 :7..78580-08.0:39:574808 /01:1.8.943/50740.8 W 03..0 2.3 .203:3.8!037. 2.2.33.

Sign up to vote on this title
UsefulNot useful