Fuzzy Mamdani

4 Contoh Kasus Metode Fuzzy Mamdani dan Kriterianya

4 Contoh Kasus Metode Fuzzy Mamdani dan Kriterianya

4 Contoh Kasus Metode Fuzzy Mamdani dan Kriterianya

Ulasan kali ini akan membahas bagaimana metode fuzzy logic berupa fuzzy mamdani dapat digunakan untuk penyelesaian kasus atau permasalahan dalam kehidupan kita sehari-hari. Fuzzy ini pada implementasi nyata dapat kitam temukan pada beberapa contoh perangkat yanga ada dekat dengan kita.

Perangkat-perangkat atau alat yang menerapkan metode fuzzy misalnya  mesin AC, Mesin cuci, robot serba guna dan perangkat lainya.

Fuzzy logic berperan dalam menterjemahkan bahasa manusia kedalam sebuah nilai yang dapat di hitung berdaarkan nilai derajat keanggotaan.

Berikut ini contoh-contoh kasus atau permasalahan yang dapat diselesaikan dengan metode fuzzy dalam sebuah penlitian skripsi atau tugas akhir.

Contoh Kasus Metode Fuzzy Mamdani

1. Pemilihan Guru Teladan

Guru teladan merupakan aspek penting untuk dilakukan penilaian. Penilaian ini dilakukan agar mutu pengajaran dapat terus ditingkatkan. Dalam kaitannya dengan metode fuzzy mamdani, beberapa kriteria yang digunakan untuk menilai guru teladan misalnya: cara mengajar, kedisiplinan, integritas, kepribadian dan banyak hal lainya.

2. Pemberian beasiswa

Pemberian beasiswa merupakan penentuan keputusan yang  harus dilakukan dengan tepat. Siswa yang berhak seharusnya memang mendapat beasiswa. Permasalaan ini yang  menjadi latar belakang pemilihan beasiswa dapat menggunakan metode fuzzy mamdani, beberapa contoh kriterianya misalnya: penghasilan orang tua, jumlah tanggungan, nilai siswa dan lainya.

3.Pakar Penyakit

Meskipun metode ini berkonsep sistem pendukung keputusan, beberapa waktu lalu saya pernah mengimplementasikan metode ini sebagai metode pada sistem pakar. Dan hasilnya metode fuzzy mamdani ini juga dapat digunakan untuk menghitung pada sebuah aplikasi sistem pakar. Pada kasus yang pernah saya kerjakan, aplikasi sistem pakarnya adalah sistem pakar malaria. Jadi pada sistem tersebut di kelola beberapa jenis penyakit malaria, dan juga masing-masing gejala berdasarkan penyakitnya. Nah konsep penilaiannya adalah pasien melakukan konsultasi berdasarkan kriteria yang ada kemudian berdasarkan kriteria yang masuk maka di lakukan perhitungan menggunakan metode fuzzy mamdani.

Jika pada sistem pakar, pembahasaanya sedikit berbeda bukan kriteria melainkan adalah gejala. Jadi bahasa yang digunakan dalam sistem pakar pengganti kriteria adalah gejala.

4. Penentuan produksi

Dalam kasus ini data yang diolah sangat penting, yaitu berkaitan dengan data produksi. Sistem pada aplikasi dengan studi kasus ini sangat berguna jika di implementasikan pada kenyataanya. Dalam kasus nyata penentuan produksi biasanya terjadai pada industri, pabrik-pabrik baik besar maupun kecil.

Dengan metode fuzzy mamdi, penyelesaian yang dapat dilakukan atau goal yang akan didapat misalnya mencari jumlah produksi dengan data yang sudah disediakan sebelumnya. Dengan kata lainya sebagai pembantu untuk memprediksi produksi di waktu yang akan datang.

 

4 Contoh kasus diatas bisa menjadi acuan atau gambaran untuk kamu menentukan studi kasus. Yang terpenting yang menjadi dasar yaitu data yang akan di olah ada, dah kamu bisa mendapatkannya. Selain data hal yang terkait yaitu variabel kriteria yang digunakan relevan dengan studi kasus kamu. Jika masing bingung atau ragu tentang studi kasus ini kamu bisa kontak saya lebih lanjut untuk berdiskusi tentang fuzzy mamdani ini.

Postingan berikutnya

  1. contoh kasus fuzzy logic
  2. contoh kasus fuzzy boundaries
  3. contoh skripsi tentang pembelajaran dengan metode fuzzy

Perhitungan Metode Fuzzy Mamdani

Perhitungan fuzzy mamdani

Perhitungan fuzzy mamdani

Perthitungan Metode Fuzzy Mamdani cukup simpel, bahkan cara perhitungannya cukap dapat menggunakan aplikasi microsoft excel dengan ekstensi xlx atau xlxs. Cara menhitung metode fuzzy mamdani tidak serumit metode lainya. Untuk langkah-langkahnyadi rasa cukup singkat dan rumus yang digunakan tidak membingungkan.

Perhitungan fuzzy manual dilakukan sebelum kita merancang aplikasi fuzzy mamdani. Tujuang dari pemahaman perhitungan adalah untuk mamahi bagaimana algoritma fuzzy mamdani dapat berjalan, dengan demikian pemahaman perhitungan terhadap suatu metode wajib dilakukan sebelum Anda membangun suatu program atau sistem dengan basis pengetahuan atau metode. Oke simak cara simpel perhitungan fuzzy mamdani berikut:

Penting:

Beberapa hal yang harus dipahami lainya yaitu himpunan fuzzy, data fuzzy, langkah dan proses metode fuzzy mamdani.

Perthitungan Metode Fuzzy Mamdani

Contoh perhitungan berikut dari kutip dari sebuah studi kasus  tentang prediksi produksi kelapa sawit.

Contoh data fuzzy mamdani

Contoh data fuzzy mamdani

Contoh data fuzzy mamdani

Aturan fuzzy mamdani

Aturan fuzzy mamdani

Aturan fuzzy mamdani

Yang perlu dilakukan pertama yaitu mencari nilai keanggotan dari masin-masing variabel yang digunakan. Cara yang dilakukan dengan menggunakn rumus sebagai berikut:

Rumus nilai keanggotaan fuzzy variabel permintaan

Rumus nilai keanggotaan fuzzy

Rumus nilai keanggotaan fuzzy variabel permintaan

Fungsi keanggotaan himpunan fuzzy RENDAH, SEDANG, dan TINGGI dari variabel Permintaan direpresentasikan pada Gambar di bawah ini

Himpunan fuzzy dari variabel permintaan

Himpunan fuzzy dari variabel permintaan

Himpunan fuzzy dari variabel permintaan

Nilai keanggotaan fuzzy vairabel persediaan

Nilai keanggotaan fuzzy bagian 2

Nilai keanggotaan fuzzy variabel persediaan

Fungsi keanggotaan himpunan fuzzy RENDAH, SEDANG, dan TINGGI dari variabel Persediaan direpresentasikan pada gambar berikut:

Himpunan fuzzy variabel persediaan

Himpunan fuzzy variabel persediaan

Himpunan fuzzy variabel persediaan

Nilai keanggotaan variabel produksi

Nilai keanggotaan variabel produksi

Nilai keanggotaan variabel produksi

Fungsi keanggotaan himpunan RENDAH, SEDANG, dan TINGGI dari variabel Produksi Minyak Sawit dapat direpresentasikan pada Gambar berikut:

HImpunan fuzzy variabel produksi

HImpunan fuzzy variabel produksi

HImpunan fuzzy variabel produksi

Mendefenisikan Variabel Fuzzy

Data contoh perhitungan fuzzy mamdani

Data contoh perhitungan fuzzy mamdani

Data contoh perhitungan fuzzy mamdani

Berikut adalah contoh perhitungan yang akan dilakukan dengan menggunakan data yang disajikan dalam tabel diatas:

Nilai keanggotaan himpunan SEDANG dan TINGGI dari variabel Permintaan dapat dicari dengan : Permintaan = 97 ton

NIlai keanggotaan permintaan 90 ton

NIlai keanggotaan permintaan 90 ton

Nilai keanggotaan himpunan SEDANG dan TINGGI dari variabel Persediaan dapat dicari dengan : Persediaan = 30 ton

NIlai keanggotaan persediaan 30 ton

NIlai keanggotaan persediaan 30 ton

Setelah pendefinisian diatas dilakukan langkah berikutnya yaitu pembentukan mesin inferensi. Berikut ini contoh mesin inferensi fuzzy mamdani yang terbentuk:

[R4] IF Permintaan SEDANG And Persediaan TINGGI THEN Produksi Minyak Sawit RENDAH α-predikat4 = μPmtSEDANG[x] ∩ μPsdTINGGI[y] = min (0,61;0,31) = 0,31

[R5] IF Permintaaan SEDANG And Persediaan SEDANG THEN Produksi Minyak Sawit SEDANG α-predikat5 = μPmtSEDANG[x] ∩ μPsdSEDANG[y] = min (0,61;0,68) = 0,61

[R7] IF Permintaan TINGGI And Persediaan TINGGI THEN Produksi Minyak Sawit TINGGI α-predikat7 = μPmtTINGGI[x] ∩ μPsdTINGGI[y] = min (0,38;0,31) = 0,31

[R8] IF Permintaan TINGGI And Persediaan SEDANG THEN Produksi Minyak Sawit TINGGI α-predikat8 = μPmtTINGGI[x] ∩ μPsdSEDANG[y] = min (0,38;0,68) = 0,38

Tahap berikutnya setelah mesin inferensi terbantuk. Langkah yang dilakukan lagi yaitu kompisisi aturan, berdasarkan perhitungan diatas maka contohnya sebagai berikut:

Komposisi aturan fuzzy mamdani

Komposisi aturan fuzzy mamdani

Komposisi aturan fuzzy mamdani

Langkah terakhir yaitu defusifiksi atau penegasan. Dan berdasarkan langkah-langkah yang sudah dilakukan diatas, defuzifikasinya adalah:

Hasil defuzifikasi

Hasil defuzifikasi

Hasil defuzifikasi

Dari beberapa langkah dan proses diatas fuzzy Mamdani memprediksi jumlah produksi minyak sawit tersebut sebanyak 70 ton.

Demikianlan contoh perhitungan metode fuzzy mamdani dalam sebuah studi kasus. Punya kasus yang lain juga bisa diselesaikan dengan fuzzy mamdani.

Butuh aplikasi fuzzy mamdani lainya. Hubungi kami sistemphp.com

Referensi:

Penerapan Metodo Fuzzy Mamdani Untuk Memprediksi Jumlah Produksi Minyak Sawit Berdasarkan Data Persediaan dan Jumlah Permintaan (Jurnal Dwi Martha Sukandy, Agung Triongko Basuki, Shinta Puspasari)

Postingan berikutnya

  1. contoh perhitungan fuzzy mamdani
  2. metode mamdani
  3. metode fuzzy mamdani
  4. contoh soal logika fuzzy metode mamdani
  5. contoh kasus fuzzy mamdani
  6. perhitungan fuzzy mamdani
  7. perhitungan manual fuzzy mamdani
  8. rumus fuzzy mamdani
  9. contoh soal dan jawaban metode mamdani
  10. fuzzy mamdani
  11. rumus mamdani
  12. contoh soal dan pembahasan logika fuzzy mamdani
  13. contoh fuzzy mamdani
  14. contoh metode fuzzy
  15. contoh penerapan fuzzy mamdani

Input Data Metode Fuzzy Mamdani

Proses input output fuzzy mamdani

Proses input output fuzzy mamdani

Input Data Metode Fuzzy Mamdani. Data yang digunakan pada perhitungan metode fuzzy mamdani adalah nilai rentang yang berupa derajat kenggotaan fuzzy. Nilai tersebut memberi basis pengetahuan terhadap sistem bahwa nilai data tersebut berupa variabel linguistik. Nah untuk kali ini saya akan memberi informasi kepada teman-teman semua bagaimana input niai fuzzy mamdani yang sebenarnya sehingga menjadi keluaran atau ouput yang berupa keputusan atau nilai akhir.

Variabel input pada fuzzy mamdani tergantung studi kasus yang akan diselesaikan. Misalkan saya kita akan menyelesaikan suatu aplikasi atau program untuk memilih  kepala sekolah. Nah yang harus kita pahami adalah inputan nila serta varabel inguistik dari masing-masing variabel tersebut. Variabel linguistik yang berupa kurva segita Andalah yang menentukan atau pengembang aplikasi yang menentukan. Cara menentukan variabel linguistik caranya adalah dengan menggunakan data valid atau referensi-referensi yang pernah Ada.

Data Metode Fuzzy Mamdani

Kembali ke contoh studi kasus yang akan kita jabarkan, pada sebuah aplikasi atau sistem pemilihan sekolah terdapat kriteria penilaian atau variabel   penilai. Nah untuk kasus ini kita misalkan saja sebagai berikut;

1. Kedisiplinan

Untuk variabel pertama ini kita definisikan sebagai kurva segita dengan nilai:

Baik : 8-10

Sedang : 6-8

buruk: 1-6

2. Keahlian

Baik : 9-12

Sedang : 8-9

buruk: 1-8

Nah dari kedua contoh diatas, maksud dari nilai baik, sedang,serta buruk adalah variabel kurva segita yang di tentukan oleh pengembang sistem atau aplikasi. Pada tahap tersebut kita belum masuk kedalam varibel inputan. Dengan kata lain kedua variabel tersebut adalah variabel yang akan membantu mengolah nilai menggunakan fuzzy mamdani berdasarkan inputan yang akan dimasukkan melalui sistem atau program pemilihan kepala sekolah

Oke Sekarang kita masuk ke inputan nilai fuzzy mamdani yang dimaksud. Jadi untuk mplementasi kedalam sistemnya dapat berupa inputan yang nilainya berdasarkan variabel kurva segitiga diatas. Kita misalkan inputan kedisiplinan dapat berupa inputan combobx yang rentang nilainya antara 1-10. Sedangkan untuk inputan yang kedua dapat juga berupa combobox namun rentan nilainya berbeda menyesuaikan dengan ketentuan variabel linguistik kurva segita yang telah ditentukan. Dan pada variabel tersebut rentan nilainya yaitu 1-12. Nah untuk penentuan tersebut setiap program atau sistem dapat berbeda masing-masing variabelnya.

Kita berbicara studi kasus yang pernah kami kerjakan juga, yaitu pengembangan aplikasi deteksi defisiensi atau kekuarangan vitamin D. Untuk tampilan inputannya sebagai berikut:

contoh input pada sistem fuzzy mamdani

Input data nilai metode fuzzy mamdani

Input data nilai metode fuzzy mamdani

Pada contoh diatas terdapat banyak variabel yang digunakan untuk penilaian. Dan salah satu yang saya contohkan variabel no 1 yang mempunyai rentan nilai antara 1 sampai dengan 10 dengan jarak nilai 0.5. Lalu bagaimana pembentukan kurva segitannya. Untuk kurva segitigannya dapat dilihat salah satu contoh data berikut:

Kurva segitiga fuzzy mamdani

Kurva segitiga fuzzy mamdani

Dari variabe input pada sistem selanjutnya di proses menggunakan rumus perhitungan fuzzy mamdani. Sehingga mengeluarkan nilai output akhir dari sistem. Demikian sharing input nilai fuzzy mamdani. Semoga bermanaat untuk penjelasannya.

Postingan berikutnya

  1. fuzzy mamdani 2 inputan

Aplikasi Fuzzy Mamdani PHP

aplikasi fuzzy mamdani php

aplikasi fuzzy mamdani php

Aplikasi Fuzzy Mamdani PHP. Aplikasi atau program menggunakan metode fuzzy mamdani sangat banyak sekali. Selain metode fuzzy mamdani, beberap metode yang pernah kami kembangkan lainya yang masih berkaitan dengan fuzzy mamdani diataranya yaitu metode Fuzzy ahp, Fuzzy TOPSIS, Fuzzy MADM, Fuzzy MCDM, Fuzzy ANP. Dan untuk imlementasinya di bagi menjadi beberapa aplikasi php yaitu, sistem pakar dan sistem pendukung keputusan.

Aplikasi Fuzzy Mamdani PHP

Beberapa aplikasi fuzzy mamdani banyak di kembangkan dan juga di teliti. Diantara beberapa aplikasi fuzzy mamdani yang menarik di kembangkan diatarannya :

  1. Aplikasi prediksi produksi minyak kelapa sawit dengan metode fuzzy mamdani
  2. Sistem penentu harga gabah menggunakan fuzzy mamdani
  3. Penentuan harga jual handphne second dengan metode fuzzy mamdani
  4. Aplikasi SPK penentuan distribusi produk menggunakan fuzzy mamdani
  5. Sistem pakar pendeteksian defesiensi vitamin D
  6. Implementasi metode fuzzy mamdani pada aplikasi psikotes
  7. Aplikasi Metode Mamdani Dalam Penentuan Status Gizi
  8. Penentuan minimum biaya produksi menggunakan fuzzy mamdani
  9. Sistem pakar kanker payudara dengan fuzzy mamdani
  10. Sistem penentuan kredit dengan fuzzy mamdani
  11. Aplikasi fuzzy mamdani penentuan jurusan
  12. SIstem pendukung keputusan pemberian bantuan
  13. Sistem seleksi beasiswa dengan fuzzy mamdani
  14. Aplikasi pemilihan kepala sekolah dengan fuzzy mamdani
  15. Aplikasi fuzzy mamdani diagnosa penyakit manusia
  16. Aplikasi pendeteksia kerusakan alat pabrik menggunakan fuzzy mamdani

Beberapa aplikasi atau program diatas di kembangan dengan basis inferensi pengetahuan fuzzy mamdani. Untuk implementasi source code atau script yang digunakan menggunakan php dan database mysql.

Data metode fuzzy mamdani pada sebuah aplikasi

Pada tahap ini pengumpulan data dilakukan dengan langsung mencari eterangan dari narasumber melalui pihak perusahaan bagian yang terkait dengan penelitian atau stakeholder pengembangan aplikasi. Selain itu data jugaa dapat di ambil dari  teori-teori dari buku. Penggunaan data lainya meliputi data wawancara, kuesioner serta penelitian-penelitian yang pernah dilakukan.

Dari hasil penelitian yang pernah dilakukan dapat diambil beberapa kesimpulan yaitu :

1. Aplikasi sistem ini dapat digunakan sebagai alat bantu pengambilan keputusan atau sebagai parameter pengembangan aplikasi berbasis pengetahuan dan juga penentuan. penggunaan menggunakan metode fuzzy mamdani karena nilai yang dihasilkan sudah mendekati hasil yang maksimal yaitu hampir mendekati asil perhitungan secara manual.

2. Hasil pengujian aplikasi dengan metode fuzzy mamdani dibandingkan dengan hasil perhitungan manual dan mencari besarnya titik error. Mencari besarnya titik error  metode terbaik yang digunakan yaitu Mean Absolute Percent Error ( MAPE).  Dengan demikian penggunaan metode fuzzy mamdani dirasa sangat tepat sebagai pengambilan keputusan atau penentuan solusi suatu masalah. 

Demikian Aplikasi Fuzzy Mamdani PHP. Untuk informasi pembuatan aplikasi silahkan hubungi kami lebih lanjut.

Penjelasan Metode Fuzzy Mamdani

Penjelasan metode fuzzy mamdani

Penjelasan metode fuzzy mamdani

Metode fuzzy mamdani banyak digunaka untuk penelitian tentang sistem cerdas. Sistem cerdas tersebut dapat berupa sistem pakar atau juga sistem pendukung keputusan (SPK). Keunikan dari metode ini adalah Penilaian dilaukan dengan menggunakan derazaat keanggotaan. Derajat keanggotaan tersebut melipui nilai tentang suatu variabel berdasarkan tingkat linguistiknya. Variabel linguistik pada fuzzy yaitu nilai yang bersifat relativitas, misalnya tinggi, sedang dan pendek. Nah tingkatan nilai tersebutlah yang digunakan sebagai penilaian  terhadap segitiga fuzzy.

Metode mamdani adalah metode yang juga sering di kenal dengan metode MAX-MIN atau MAX-PRODUCT. Metode Mamdani dikenal juga sebagai metode min-max, diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Menurut Djunaidi, Setiawan, dan Andista (2005).

Tahapan dan langkah-langkah metode fuzzy mamdani

1. Pembentukan himpunan fuzzy

Pada metode Mamdani baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy.  Contoh himpunan fuzzy ini miaslnya untuk nilai baik yaitu antara 7-10, nilai sedang antara nilai 6-8, dan nilai rendah antara 1 -7.

2. Aplikasi fungsi implikasi

Pada metode Mamdani, fungsi implikasi yang digunakan adalah minimum. Jadi dari nilai yang berupa himpunan fuzzy nilai yang digunakan sebagai implikasi adalah nilai MIN atau nilai yang paling terendah.

3. Komposisi aturan

Yang dimaksud komposisi aturan pada metode fuzzy adalah berupa cara-cara yang digunakan untuk menentukan penilaian himpunan fuzzy. Diantara beberapa metode yang dapat digunakan dalam melakukan komposisi aturan, yaitu metode max (maximum), additive, dan probabilistik OR seperti yang di jelaskan pada buku Kusumadewi dan Purnomo, 2010.

4. Penegasan (defuzzification)

Ini adalah langkah atau tahap terakhir pada sebuah fuzzy mamdani. Penegasan atau yang sering di kenal dengan defuzzification adalah proses mengolah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy untuk menghasilkan output berupa suatu bilangan pada domain himpunan fuzzy tersebut. Menurut Kusumadewi dan Purnomo penulis dan pengarang buku tentang fuzzy, terdapat beberapa metode  yang dapat digunakan pada defuzzify, metode fuzzyfikasi terebut diantaranya:

a. Metode Centroid (Composite Moment)

Pada metode centroid, titik pusat daerah fuzzy diambil untuk memperoleh solusi crisp.

b. Metode Bisektor Pada metode bisektor, nilai pada domain yang memiliki nilai keanggotaan separo dari jumlah total nilai keanggotaan pada daerah fuzzy diambil untuk memperoleh solusi crisp.

c. Metode Mean of Maximum (MOM) Pada metode mean of maximum, nilai rata-rata domain yang memiliki nilai keanggotaan maksimum diambil untuk memperoleh solusi crisp.

d. Metode Largest of Maximum (LOM) Pada metode largest of maximum, nilai terbesar dari domain yang memiliki nilai keanggotaan maksimum diambil untuk memperoleh solusi crisp.

e. Metode Smallest of Maximum (SOM) Pada metode smallest of maximum nilai terkecil dari domain yang memiliki nilai keanggotaan maksimum diambil untuk memperoleh solusi crisp.

Ke empat cara atau metode tersebut seperti yang dijelaskan pada penelitian dalam  Jurnal Generic, Vol. x, No. x, Bulan 201x, pp. x~x, yang disusun oleh Rifkie Primartha, Nurul Fathiyah.

Penggunaan metode fuzzy pada studi kasus

Beberapa penelitian terkait penggunaan metode fuzzy mamdani pada sebuah penelitian baik skripsi maupun tesis:

  1. Sistem pakar deteksi penyakit
  2. Sistem prediksi harga sawit
  3. Sistem prediksi harga emas
  4. Sistem prediksi harga saham
  5. Sistem penentuan produksi
  6. dan masih banyak lagi yang lainya.

 

Dari beberapa metode defuzzyfikasi diatas yang banyak digunakan adalah metode centroid. Alasan banyaknya penggunaan metode centroid yaitu karena pada metode ini pengambilan posisi terletak pada titik tengah kurva segitiga. Oke demikianlah penjelasan tentang metode fuzzy mamdani.

Untuk beberapa pembahasan mengenai fuzzy mamdani akan kami ulas di postingan berikutnya seperti contoh metode fuzzy mamdani, contoh kasus metode fuzzy mamdani yang baik, perhitungan metode fuzzy mamdani serta soal-soal mengenai fuzzy mamdani.

Postingan berikutnya

  1. contoh soal metode mamdani
  2. contoh soal fuzzy mamdani
  3. pengertian metode fuzzy mamdani
  4. pengertian fuzzy mamdani
  5. fis mamdani adalah
  6. fuzzy mamdani adalah
  7. apa perbedaan fuzzy sugeno dengan fuzzy mamdani
  8. penjelasan algoritma fuzzy mamdani
  9. pengertian metode centroid
  10. metode min max
  11. metode mamdani adalah
  12. langkah-langkah perhitungan metode fuzzy mamdani
  13. langkah langkah algoritma fuzzy mamdani
  14. aplikasi logika fuzzy metode memdani dalam pengambilan keputusan penentuan jumlah produksi
  15. sistem prediksi cuaca dengan logika fuzzy metode mamdani