Pengantar
Teknologi Sistem Cerdas
“Sistem
Fuzzy”
Kelompok 3:
Afrida Damayanti (10114416)
Annissa Intan Safira (11114413)
Arinta Susanti (11114627)
Andhika Lesmana (11114024)
Baby Syifa Angeline F (11114948)
Euva Ismalia M (11134676)
Idzam Dewandaru (15114089)
Irly Yanthami (15114457)
Rizky Fauzy
KATA
PENGANTAR
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Panyayang,
Kami panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah melimpahkan
rahmat, hidayah, dan inayah-Nya kepada kami, sehingga kami dapat menyelesaikan
makalah ilmiah ini.
Makalah ilmiah ini telah kami susun dengan maksimal dan mendapatkan
bantuan dari berbagai pihak sehingga dapat memperlancar pembuatan makalah ini.
Untuk itu kami menyampaikan banyak terima kasih kepada semua pihak yang telah
berkontribusi dalam pembuatan makalah ini.
Terlepas dari semua itu, Kami menyadari sepenuhnya bahwa masih ada
kekurangan baik dari segi susunan kalimat maupun tata bahasanya. Oleh karena
itu dengan tangan terbuka kami menerima segala saran dan kritik dari pembaca
agar kami dapat memperbaiki makalah ilmiah ini.
Akhir kata kami berharap semoga makalah ilmiah ini dapat memberikan
manfaat maupun inpirasi terhadap pembaca
DAFTAR ISI
KATA PENGANTAR .................................................................. i
DAFTAR ISI .............................................................................. ii
Abstraksi ................................................................................... iii
BAB I PENDAHULUAN ........................................................... 1
1.
Latar Belakang ................................................................... 1
2.
Rumusan Masalah .............................................................. 1
3.
Tujuan Ilmiah ..................................................................... 1
BAB II PEMBAHASAN ............................................................ 2
1.
Definisi Logika Fuzzy ........................................................ 2
2.
Kelebihan dan Kekurangan Logika Fuzzy ........................... 3
3.
Penerapan dan Contoh Logika Fuzzy .................................. 4
BAB III PENUTUP .................................................................... 8
1.
Kesimpulan ....................................................................... 8
2.
Saran .................................................................................. 8
DAFTAR PUSTAKA .................................................................. 9
Abstraksi
Cepatnya
perkembangan teknologi tidak lepas dari bagaimana sistem buatan manusia, salah
satunya adalah sistem cerdas yang mampu membuat teknologi dapat berjalan secara
otomatis tanpa diperlukannya tenaga manusia dalam beroperasi.
Sistem cerdas
tersebutlah yang menjadi kunci utama dalam pesatnya perkembangan teknologi
kini. Dibalik sistem cerdas yang sangat canggih, ada banyak sistem atau
mekanisme didalamnya, salah satunya adalah sistem fuzzy.
Sistem fuzzy
dikenal sebagai salah satu mekanisme sistem cerdas yang sangat berguna, hal
tersebut dikarenakan sistem fuzzy merupakan mekanisme yang digunakan untuk
memproses suatu penalaran yang memiliki nilai ganda yaitu true dan
false. Jadi logika fuzzy dapat memproses penalaran-penalaran yang bernilai
tidak pasti, atau memiliki tafsiran ganda, dan memberikan nilai output sesuai
kriteria tertentu tergantung ruang lingkupnya.
BAB I
PENDAHULUAN
1.
Latar Belakang
Di
era teknologi modern kini sebuah perangkat keras tidak luput dari perangkat
lunak, dimana perangkat lunak menjadi pusat kontrol dari perangkat keras
tersebut, dan bagaimana perangkat lunak itu dapat memproses perangkat keras
dapat bekerja merupakan hasil dari suatu mekanisme atau sistem yang luas.
Salah
satunya adalah sistem fuzzy atau logika fuzzy, sistem ini dibuat untuk
menghasilkan output yang terdiri dari beberapa kemungkinan-kemungkinan yang
dapat terjadi, tergantung dari ruang lingkup sistem tersebut.
Untuk
itu setidaknya bagi para pengembang aplikasi sistem cerdas harus mengetahui
beberapa mekanisme atau sistem perancang tersebut, yang dimana salah satunya
akan dibahas pada penulisan makalah ini, yaitu sistem fuzzy.
2.
Rumusan Masalah
a.
Definisi
b.
Kelebihan
c.
Kekurangan
d.
Contoh, dan
e.
Penerapan
3.
Tujuan Penulisan
Adapun
tujuan dari penulisan ini adalah, untuk memberikan beberapa ilmu pengetahuan
yang terkait dengan ilmu sistem cerdas, khususnya sistem fuzzy, mulai dari
sejarah, definisi, hingga contoh serta penerapannya. Dengan dibuatnya makalah
ini diharapkan dapat menambah ilmu bagi pembaca, khususnya bagi diri penulis
sendiri.
BAB II
PEMBAHASAN
1.
Definisi Logika Fuzzy
Logika fuzzya adalah suatu teknik atau metode yang dipakai untuk
mengatasi hal-hal yang tidak pasti pada masalah-masalah yang mempunyai banyak
jawaban. Pada dasarnya logika fuzzy merupakan logika yang memiliki nilai yang
banyak (multi-value) yang mampu mendefinisikan nilai diantara keadaan
yang konvensional seperti benar atau salah, ya atau tidak, putih atau hitam,
dan lain-lain. Penalaran logika fuzzy menyediakan cara untuk memahami kinerja
sistem dengan cara menilai input dan outoupt sistem dari hasil
pengamatan. Logika fuzzy menyediakan cara untuk menggambarkan kesimpulan pasti
dari informasi yang samar-samar, ambigu atau tidak tepat. Logika fuzzy pertama
kali dikembangkan oleh Lotfi A. Zadeh pada tahun 1965.
Kesimpulannya, logika fuzzy adalah suatu cara yang tepat untuk memetakan
suatu ruang input dalam suatu ruang output dan memiliki nilai yang berlanjut.
Kelebihan logika fuzzy ada pada kemampuan penalaran secara bahasa. Sehingga,
dalam perancangannya tidak memerlukan persamaan matematis yang kompleks dari
objek yang akan dikendalikan.
Lutfi
A. Zadeh
2.
Kelebihan dan Kekurangan Logika Fuzzy
Kelebihan:
a.
Konsep logika fuzzy mudah dimengerti, konsep matematis yang mendasari
penalaran fuzzy sangat sederhana dan mudah dimengerti
b.
Logika fuzzy sangat fleksibel
c.
Logika fuzzy memiliki toleransi terhadap data-data yang tidak
tepat
d.
Logika fuzzy mampu memodelkan fungsi-fungsi non-linear yang sangat
kompleks
e.
Logika fuzzy dapat membangun dan mengaplikasikan
pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses
pelatihan
f.
Logika fuzzy dapat bekerja sama dengan teknik-teknik kendali
secara konvensional
g.
Logika fuzzy didasarkan pada bahasa alami
Kekurangan:
a.
Pemilihan model fuzzy harus tepat. Model fuzzy terdiri dari
beberapa model diantaranya ada model Mamdani dan Sugeno, serta masih banyak
model lainnya. Setiap model memiliki kriterianya masing-masing, sehingga
pemilihan model harus tepat agar cocok dalam menerapkan logika fuzzy tersebut
b.
Menentukan jumlah nilai linguistik. Tiap variable harus
memiliki nilai linguistik, namun untuk menetapkan berapa jumlahnya terkadang
hal tersebut sangat rumit untuk dilakukan, karena variable terdiri dari
nilai-nilai yang kompleks
c.
Batas-batas nilai linguistik. Menentukan batasan nilai
linguistik juga merupakan hal yang rumit, karena hal ini akan berpengaruh
seberapa akurat logika fuzzy tersebut
3.
Penerapan dan Contoh Logika Fuzzy
Himpunan Fuzzy
Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan
A, yang sering ditulis dengan (X), memiliki dua kemungkinan, yaitu:
Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu
himpunan, atau Nol (0), yang berarti bahwa suatu item tidak menjadi anggota
dalam suatu himpunan. Contoh:
Misalkan variabel umur dibagi menjadi tiga kategori, yaitu:
MUDA umur < 35 tahun
PAROBAYA 35 ≤ umur ≤ 55 tahun
TUA umur > 55 tahun
Dari kategori diatas dapat dijelaskan bahwa:
1.
Apabila seseorang berusia 34 tahun, maka ia dikatakan MUDA (
(34)=1)
2.
Apabila seseorang berusia 35 tahun, maka ia dikatakan TIDAK
MUDA ( (35)=0)
3.
Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia
dikatakan TIDAK MUDA ( (35-1 hari)=1)
4.
Apabila seseorang berusia 35 tahun, maka ia dikatakan
PAROBAYA ( (34)=1)
5.
Apabila seseorang berusia 34 tahun, maka ia dikatakan TIDAK
PAROBAYA ( (34)=0)
6.
Apabila seseorang berusia 55 tahun, maka ia dikatakan
PAROBAYA ( (55)=1)
7.
Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia
dikatakan TIDAK PAROBAYA ( (35-1 hari)=0)
Dari sini dapat dikatakan bahwa
pemakaian himpunan crisp untuk menyatakan umur sangat tidak adil. Adanya
perubahan kecil saja pada suatu nilai mengakibatkan perbedaan kategori yang
cukup signifikan.
Himpunan fuzzy digunakan untuk
mengantisipasi hal tersebut. Seseorang dapat masuk dalam dua himpunan yang
berbeda, MUDA dan PAROBAYA, PAROBAYA dan TUA, dan sebagainya. Seberapa besar
eksistensinya dalam himpunan tersebut dapat dilihat pada nilai keanggotaanya.
Gambar berikut menunjukkan himpunan fuzzy untuk variabel umur.
Pada gambar
diatas, dapat dilihat bahwa:
1.
Seseorang yang berumur 40 tahun, termasuk dalam himpunan MUDA
dengan ( (40) = 0,25); namun dia juga termasuk dalam himpunan PAROBAYA ( (40) =
0,5)
2.
Seseorang yang berumur 50 tahun, termasuk dalam himpunan TUA
dengan ( (50) = 0,25); namun dia juga termasuk dalam himpunan PAROBAYA (
(50)=0,5)
Terkadang kemiripan antara
keanggotaan fuzzy dengan probabilitas menimbulkan kerancuan. Keduanya memiliki
nilai interval [0,1], namun interpretasi nilainya sangat berbeda antara kedua
kasus tersebut. Keanggotaan fuzzy memberikan suatu ukuran terhadap pendapat
atau keputusan, sedangkan probabilitas mengindikasikan proporsi terhadap
keseringan suatu hasil bernilai benar dalam jangka panjang. Misalnya, jika
nilai keanggotaan bernilai suatu himpunan fuzzy USIA adalah 0,9; maka tidak
perlu dipermasalahkan berapa seringnya
nilai itu diulang secara individual untuk mengharapkan suatu hasil yang hampir
pasti muda. Dilain pihak, nilai probilitas 0,9 usia berarti 10% dari himpunan
tersebut diharapkan tidak muda (Kusuma Dewi, 2003).
Himpunan Fuzzy
memiliki 2 atribut (Kusuma Dewi, 2003), yaitu:
1.
Linguistik, yaitu penamaan suatu grup yang mewakili suatu
keadaan atau kondisi tertentu dengan menggunakan bahasa alami, speerti: MUDA,
PAROBAYA, TUA
2.
Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran
dari suatu variabel seperti: 40, 25, 50, dsb.
Ada
beberapa hal yang perlu diketahui dalam memahami sistem fuzzy (Kusuma Dewi,
2003), yaitu:
1.
Variabel fuzzy yaitu variabel yang hendak dibahas dalam suatu
sistem fuzzy. Contohnya: umur, temperature, permintaan, dsb.
2.
Himpunan fuzzy yaitu suatu grup yang mewakili suatu kondisi
atau keadaan tertentu dalam suatu variabel fuzzy. Contohnya: variabel
temperatur, terbagi menjadi 5 himpuan fuzzy, yaitu: DINGIN, SEJUK, NORMAL,
HANGAT, dan PANAS.
3.
Semesta Pembicaraan yaitu keseluruhan nilai yang diperoleh
untuk dioperasikan dalam suatu variabel fuzzy, semesta pembicaraan merupakan
himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari
kiri kekanan. Nilai semesta pembicaraan dapat berupa bilangan positif maupun
negatif. Adakalanya nilai semesta pembicaraan ini tidak dibatasi batas atasnya.
Contohnya semesta pembicaraan untuk variabel umur: [0 +∞]
Domain Himpunan Fuzzy yaitu
keseluruhan nilai yang diijinkan dan boleh dioperasikan dalam suatu himpunan
fuzzy. Seperti halnya semesta pembicaraan, domain merupakan himpunan bilangan
real yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan. Nilai
domain dapat berupa bilangan positif maupun negatif. Contoh domain himpuanan
fuzzy: DINGIN = [0,20], SEJUK = [15,20], NORMAL = [20,30], HANGAT = [25,35] dan
PANAS = [30,40]
Contoh penerapan logika fuzzy pada
kehidupan sehari-hari adalah sebagai berikut:
1.
Sistem pengereman mobil Nissan
2.
Pengontrol kereta bawah tanah di Sendai, Jepang
3.
Penghematan konsumsi daya listrik AC oleh perusahaan
Mitsubhishi
4.
Sistem kendali mesin cuci
BAB III
PENUTUP
1.
Kesimpulan
Logika fuzzy sangat berguna dalam pembuatan sistem cerdas, karena dengan
menggunakan logika ini kita dapat melakukan proses-proses yang memiliki nilai
ganda pada hasil tafsirannya, seperti benar atau tidak, tergantung dari nilai input
dan ruang lingkup variable logika fuzzy tersebut, dan penerapannya telah
kita nikmati saat ini seperti rem mobil, kontrol kendali mesin cuci, dan
kontrol daya listrik AC. Untuk itu bagi para pengembang aplikasi-aplikasi
sistem cerdas logika fuzzy patut kita pelajari, setidaknya secara basis dan
umumnya, karena logika fuzzy mudah dipelajari, dan bersifat fleksibel, serta
bahasanya umum (tidak kompleks).
2.
Saran
Logika fuzzy merupakan logika-logika
sistem cerdas yang paling mudah dipelajari ketimbang sistem logika sistem
cerdas lainnya. Logika ini memiliki sifat fleksibel dan menggunakan bahasa
umum, namun dalam penggunaannya perlu diperhatikan ketika memilih model
pengembangan, karena model fuzzy terdiri dari beberapa macam, dan memiliki
kriteria-kriteria yang berbeda, untuk itu kita harus teliti dalam memilihnnya,
tergantung kebutuhan kita sedang membangun sistem yang seperti apa kedepannya,
dan juga selain pemilihan model, pembentukan nilai varible dan pemberian
batasannya juga agak rumit, untuk itu bagi para pengembang setidaknya harus
konsisten dalam memilihnya, karena hal tersebut berhubungan dengan seberapa
akurat sistem tersebut akan terbentuk (output).
DAFTAR PUSTAKA
