Metode Fuzzy Logic adalah sebuah metode yang sering di kenal dengan istilah logika fuzzy. Proses kerja metode ini yaitu dengan memanfaatkan sebuah penalaran yang di terapkan pada sebuah penyelesaian kasus.
Penggunaan fuzzy logic pada sebuah perkembangan teknologi sangat banyak sekali. Seperti misalnya pemanfaatan fuzzy logic pada sebuah soft computing, sistem cerdas, sistem pengambilan keputusan dan banyak sekali sistem yang berjalan dengan menggunakan penalaran logika fuzzy. Tidak lain halnya dengan sebuah sistem yang di kembangkan dengan konsep jaringan tiruan.
Konsep metode Fuzzy Logic
Metode fuzzy logic merupakan suatu cara bagaimana memetakan suatu nilai kedala ruang input menjadi sebuah output atau keluaran. Yang mana inputan yang dimasukkan kedalam ruang input akan di proses berdasarkan tahapan-tahapan yang adalah dalam metode fuzzy, misalnya input, pengaplikasian operator fuzzy, pembuatan implikasi, komposisi, serta proses defuzzifikasi.
Kelebihan dari penggunaan metode fuzzy logic
Menurut Afan Galih Salman ST. M.Si Beberapa alasan mengapa metode fuzzy dapat digunakan:
- Logika Fuzzy sangat fleksibel.
- Logika Fuzzy memiliki toleransi.
- Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
- Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks.
- Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
- Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
- Logika fuzzy didasarkan pada bahasa alami.(Sri Kusumadwi,2002:3)
Urutan Proses metode Fuzzy Logic
1. Pembentukan himpunan fuzzy
Pada metode Mamdani baik variabel input maupun variabel output dibagai menjadi satu atau lebih himpunan fuzzy.
2. Aplikasi fungsi implikasi
Pada metode Mamdani, fungsi implikasi yang digunakan adalah Min.
3. Komposisi Aturan
Tidak seperti penalaran monoton, apabila sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy yaitu : Max, Additive dan Probabilistik OR
a.Metode Max (Maximum)
Pada metode ini solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy dan mengaplikasikan ke output dengan menggunakan operator OR(union). Jika semua proposisi telah dievaluasi, maka output akan beisi suatu himpunan fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi.
b. Metode Additive (Sum)
Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan bounded-sum terhadap semua output dareah fuzzy.
c. Metode Probabilistik OR
Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan product terhadap semua output daerah fuzzy.
4. Penegasan /Defuzzifikasi
Input dari proses Defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu nilai crisp tertentu sebagai output.
Ada beberapa metoda yang dipakai dalam defuzzifikasi:
a. Metode Centroid.
Pada metode ini penetapan nilai crisp dengan cara mengambil titik pusat daerah fuzzy.
b. Metode Bisektor.
Pada metode ini , solusi crisp diperoleh dengan cara mengambil nilai pada domain fuzzy yang memiliki nilai keanggotaan seperti dari jumlah total nilai keanggotaan pada daerah fuzzy.
c. Metode Means of Maximum (MOM).
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai rata-rata domain yang memiliki niali keanggotaan maksimum.
d. Metode Largest of Maximum (LOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terbesar dari domain yang memiliki niali keanggotaan maksimum.
e. Metode Smallest of Maksimum (SOM).
Solusi crisp diperoleh dengan cara mengambil nilai terkecil dari domain yang memiliki nilai keanggotaan maksimum.
Data metode Fuzzzy logic
Berbicara dengan sebuah metode tidak terlepas dengan suatu proses. Dalam proses yang terjadi dalam sebuah metode membutuhkan masukan, masukan tersebut yaitu sebuah nilai. Nilai adalah satuan yang digunakan dalam sebuah variabel. Variabel inilah yang selanjutnya menjadi parameter dalam proses fuzzy logic.
Banyak cara untuk mendapatkan data, misalkan dengan memberikan kuesiner terhadap variabel yang digunakan, Melakukan observasi terhadap referensi dan juga data-data nilai yang pernah digunakan dalam penelitian yang hampir sama.
Contoh Kasus metode fuzzy logic
- Optimalisasi Lampu Lalu Lintas
- Perbandingan harga sepeda motor Bekas
- Pengaturan Kelembaban tanah Tanaman Cabai
- Prediksi Curah hujan
- Menentukan Kualitas Hotel
- Menentukan Kualitas Air
- Penentuan tingkat rawan longsor
- Pengelolaan kinerja karyawan
- Penentuan Jumlah produksi
- Penentuan Bakat Anak
- Penentuan Selera konsumen terhadap menu
- Sistem pengendalian temperatur
- Penerimaan pegawai baru
- Diagnosa penyakit
- Penilaian Siswa, guru
Diatas adalah beberapa contoh studi kasus dari beberapa aspek pengimplementasian metode fuzzy logic. Dari Beberapa topik tersebut dapat di perluas lagi dalam pengembangannya. Demikian sharing tentang metode, semoga bermanfaat.
sumber:
http://socs.binus.ac.id/
dulu dalam dunia eksak dikenal kalo tidak 0 ya 1, dengan adanya fuzzy logic tidak hanya ada angka 0 dan 1 namun juga ada 0.2, 0.4, dan seterusnya.
Benar sekali mbak. Dengan ruang fuzzy, nilai kualitatif dapat di visualisasikan melalui angka.