Pertemuan 8 11 Tentang Fuzzy Logic

27
Topik Khusus 1 Oleh: Achmad Zakki Falani, M.Kom Universitas Narotama Fakultas Ilmu Komputer Pertemuan VIII

description

Fuzzy Logic

Transcript of Pertemuan 8 11 Tentang Fuzzy Logic

Page 1: Pertemuan 8 11 Tentang Fuzzy Logic

Topik Khusus 1Oleh:

Achmad Zakki Falani, M.KomUniversitas NarotamaFakultas Ilmu Komputer

Pertemuan VIII

Page 2: Pertemuan 8 11 Tentang Fuzzy Logic

Tentang Fuzzy Logic Fuzzy Logic / Logika FuzzySuatu metode yang tepat digunakan untuk sistem jika variabel yang menyertai data inputberupa ambigous.

Topik Khusus 1

Page 3: Pertemuan 8 11 Tentang Fuzzy Logic

Tentang Fuzzy Logic Konsep Fuzzy Logic diperkenalkan oleh Prof.

Lotfi Zadeh dari Universitas California di Berkeley pada 1965, dan dipresentasikan bukan sebagai suatu metodologi control

Topik Khusus 1

Page 4: Pertemuan 8 11 Tentang Fuzzy Logic

Tentang Fuzzy LogicTopik Khusus 1

Penemu Fuzzy LogicProf. Lotfi Zadeh dari Universitas California

Page 5: Pertemuan 8 11 Tentang Fuzzy Logic

Tentang Fuzzy LogicTopik Khusus 1

Fakultas TeknikUniversitas California

Page 6: Pertemuan 8 11 Tentang Fuzzy Logic

Tentang Fuzzy Logic jika diterjemahkan, “fuzzy” artinya tidak

jelas/buram, tidak pasti. Himpunan fuzzy adalah cabang dari matematika yang tertua, yang mempelajari proses bilang random: teori probailitas, statistik matematik, teori informasi dan lainnya. Penyelesaian masalah dengan himpunan fuzzy lebih mudah dari pada dengan mengunakan teori probabilitas (konsep pengukuran).

Topik Khusus 1

Page 7: Pertemuan 8 11 Tentang Fuzzy Logic

Proses Fuzzy LogicContoh

Topik Khusus 1

Page 8: Pertemuan 8 11 Tentang Fuzzy Logic

Tentang Fuzzy Logic Alasan Menggunakan Fuzzy Logic:1. Konsep fuzzy logic mudah dimengerti2. Fuzzy logic sangat fleksibel3. Fuzzy logic memiliki toleransi terhadap data

yang kurang tepat4. Fuzzy logic mampu memodelkan fungsi

nonlinier yang kompleks

Topik Khusus 1

Page 9: Pertemuan 8 11 Tentang Fuzzy Logic

Tentang Fuzzy Logic Cabang Fuzzy Logic:1. Fuzzy rule Based Systems2. Fuzzy Nonliner Simulations3. Fuzzy Decision Making4. Fuzzy Classification5. Fuzzy Pattern Recognition6. Fuzzy Control Systems

Topik Khusus 1

Page 10: Pertemuan 8 11 Tentang Fuzzy Logic

Fuzzy Inference System Merupakan metode untuk melakukan

inferensi fuzzy, antara lain: ada metode Tsukamoto, Mamdani dan Sugeno.

Topik Khusus 1

Page 11: Pertemuan 8 11 Tentang Fuzzy Logic

Fuzzy Clustering Pengclusteran dengan konsep himpunan

fuzzy dengan menggunakan Metode C-Means, Metode Substractive Clustering.

Topik Khusus 1

Page 12: Pertemuan 8 11 Tentang Fuzzy Logic

Fuzzy Database Membangun basisdata dengan query fuzzy

dengan Model Tahani dan bagaimana membangun basisdata dengan data-data fuzzy menggunakan Model Umano.

Topik Khusus 1

Page 13: Pertemuan 8 11 Tentang Fuzzy Logic

Fuzzy Quantification Theory Mengendalikan data – data kualitatif dengan

menggunakan teori himpunan fuzzy (fuzzy quantification).

Topik Khusus 1

Page 14: Pertemuan 8 11 Tentang Fuzzy Logic

Fuzzy Associative Memory (FAM) Memetakan beberapa himpunan fuzzy yang

membentuk aturan (rule).

Topik Khusus 1

Page 15: Pertemuan 8 11 Tentang Fuzzy Logic

Fuzzy Linear Programming Menyelesaikan linear programming dengan

batasan fuzzy.

Topik Khusus 1

Page 16: Pertemuan 8 11 Tentang Fuzzy Logic

Fuzzy Integer Transportation Problem Menyelesaikan integer transportation problem

dengan batasan fuzzy.

Topik Khusus 1

Page 17: Pertemuan 8 11 Tentang Fuzzy Logic

Beberapa Karya Ilmiah dengan Pemanfaatan Fuzzy Logic: Pemanfaatan Fuzzy Logic sebagai Analisa Laporan

Keuangan Perusahaan. Penentuan kenaikan Gaji Karyawan berbasis Fuzzy

Logic Database Model Tahani. Mengukur tingkat kemampuan siswa dalam

memahami materi pembelajaran dengan menggunakan Fuzzy Logic.

Pemanfaatan Fuzzy Logic untuk Analisa Hubungan Korelasi antara Tingkat Kinerja Karyawan dengan Hasil Produksi.

Diagnosis penyakit Autism Spectrum berbasis Fuzzy Logic Mamdani.

....dst....

Topik Khusus 1

Page 18: Pertemuan 8 11 Tentang Fuzzy Logic

Himpunan Fuzzy Pada himpunan tegas (crisp), nilai keanggotaan

suatu item x dalam suatu himpunan A, yang memiliki 2 (dua) kemungkinan yakni:

1. Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan.

2. Nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.

Topik Khusus 1

Page 19: Pertemuan 8 11 Tentang Fuzzy Logic

Contoh Himpunan Fuzzy Contoh:Jika diketahui:

S ={1, 2, 3, 4, 5, 6} adalah semesta pembicaraanA={1, 2, 3}B ={3, 4, 5}

Topik Khusus 1

Page 20: Pertemuan 8 11 Tentang Fuzzy Logic

Contoh Kasus MUDA umur < 35 tahun PAROBAYA 35 <= umur <= 55 tahun TUA umur > 55 tahun

Step 1:

Topik Khusus 1

Page 21: Pertemuan 8 11 Tentang Fuzzy Logic

Membership Function MUDA umur < 35 tahun PAROBAYA 35 <= umur <= 55 tahun TUA umur > 55 tahun

Topik Khusus 1

Page 22: Pertemuan 8 11 Tentang Fuzzy Logic

Contoh Soal (2): Dalam suatu negara memiliki pendapatan

GDP (Gross Domestic Product) yang terdiri dari range berikut:

- Rendah GDP < 3- Cukup 3 <= GDP <= 5- Tinggi GDP > 5Sebagai acuan range tsb. dikontrol pada nilai titik 3.51. Gambarkan Membership Function?..2. Tuliskan Perhitungan dari Membership

Function tsb?..

Topik Khusus 1

Page 23: Pertemuan 8 11 Tentang Fuzzy Logic

Contoh Soal (2):3. Tentukan Nilai Fire Strength?..dengan Data sebagai berikut.

Topik Khusus 1

Tahun Nilai GDP (%)

2005 3.342006 3.952007 4.95

Page 24: Pertemuan 8 11 Tentang Fuzzy Logic

Contoh Soal (2): Jawab No. 1 & 2 (Membership Function)

Topik Khusus 1

Page 25: Pertemuan 8 11 Tentang Fuzzy Logic

Contoh Soal (2): Jawab No. 3 (Penentuan Keputusan berdasarkan

Fire Strengt)

Topik Khusus 1

Tahun Nilai GDP (%)

Rendah

Cukup Tinggi

2005 3.34 0.32 0.68 02006 3.95 0 0.7 0.32007 4.95 0 0.033 0.97

Catatan:1. Gunakan pembulatan keatas untuk menghasilkan

nilai penjumlahan 1 dari nilat titik kontrol.2. Warna merah menandakan hasil output yang berupa

rekomendasi keputusan

Page 26: Pertemuan 8 11 Tentang Fuzzy Logic

Latihan Soal: Dalam suatu negara memiliki nilai INFLASI

yang terdiri dari range berikut:- Rendah GDP < 7- Cukup 7 <= GDP <= 12- Tinggi GDP > 12Sebagai acuan range tsb. dikontrol pada nilai titik 101. Gambarkan Membership Function?..2. Tuliskan Perhitungan dari Membership

Function tsb?..

Topik Khusus 1

Page 27: Pertemuan 8 11 Tentang Fuzzy Logic

Latihan Soal:3. Tentukan Nilai Fire Strength?..dengan Data sebagai berikut.

Topik Khusus 1

Bulan Nilai Inflasi

Januari 2006 16.03 %Februari 2006 16.92 %

Maret 2006 15.74 %April 2006 15.4 %Mei 2006 15.6 %Juni 2006 15.53 %Juli 2006 15.15 %

Agustus 2006 14.9 %September

200614.55 %

Oktober 2006 6.29 %November

20065.27 %

Desember 2006

6.6 %

Bulan Nilai Inflasi

Januari 2007 6.26 %Februari 2007 6.3 %

Maret 2007 6.52 %April 2007 6.29 %Mei 2007 6.01 %Juni 2007 5.77 %Juli 2007 6.06 %

Agustus 2007 6.51 %September

20076.95 %

Oktober 2007 6.88 %November

20076.71 %

Desember 2007

6.59 %