Logika Fuzzy - Contoh dan penerapannya

     Orang yang belum pernah mengenal logika fuzzy pasti akan mengira bahwa logika fuzzy adalah sesuatu yang amat rumit dan tidak menyenangkan. Namun, sekali seseorang mulai mengenalnya, ia pasti akan sangat tertarik dan akan menjadi pendatang baru untuk ikut serta mempelajari logika fuzzy.         

        Logika fuzzy dikatakan sebagai logika baru yang lama, sebab ilmu tentang logika fuzzy  modern dan metodis baru ditemukan beberapa tahun yang lalu, padahal sebenarnya konsep tentang logika fuzzy itu sendiri sudah ada pada diri kita sejak lama.

Logika Fuzzy

     Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Sebagai contoh:

1. Manajer pergudangan mengatakan pada manajer produksi seberapa banyak persediaan barang pada akhir minggu ini, kemudian manajer produksi akan menetapkan jumlah barang yang harus diproduksi esok hari.
2. Pelayan restoran memberikan pelayanan terhadap tamu, kemudian tamu akan memberikan tip yang sesuai atas baik tidaknya pelayan yang diberikan;
3. Anda mengatakan pada saya seberapa sejuk ruangan yang anda inginkan, saya akan mengatur putaran kipas yang ada pada ruangan ini.
4. Penumpang taksi berkata pada sopir taksi seberapa cepat laju kendaraan yang diinginkan, sopir taksi akan mengatur pijakan gas taksinya.

     Salah satu contoh pemetaan suatu input-output dalam bentuk grafis seperti terlihat pada Gambar.

Sejarah Logika Fuzzy

    Logika fuzzy mulai ada pada tahun 1965 dengan kertas yang dinamakan “Fuzzy Sets” oleh seorang pria yang memiliki nama Lutfi Zadeh. Lutfi Zadeh ialah seorang profesor imigran dari Iran dari teknik elektro UC Berkeley, departemen ilmu komputer. Sebelum lutfi Zadeh, seorang pria yang bernama Max Black menerbitkan sebuah makalah pada tahun 1937 disebut “ketidakjelasan: Latihan di Logical Analysis”. Gagasan bahwa Black terjawab adalah hubungan antara ketidakjelasan dan sistem berfungsi. Zadeh, di sisi lain, melihat hubungan ini dan mulai mengembangkan iden nya tentang logika “kabur” dan fuzzy set. Ide-ide Zadeh’s mengalami banyak perlawanan dari dunia Barat.

    Ada tiga kritik utama. Yang pertama adalah bahwa orang ingin melihat logika fuzzy diterapkan. Hal ini tidak terjadi untuk kadang-kadang karena ide-ide baru membutuhkan waktu untuk menerapkan. Kritik kedua datang dari sekolah probabilitas. Fuzzy logic menggunakan angka antara 0 dan 1 untuk menggambarkan derajat fuzzy. Probabilists merasa bahwa mereka melakukan hal yang sama . Kritik ketiga adalah yang terbesar. Logika fuzzy untuk bekerja, orang harus setuju bahwa A-dan-tidak-A adalah benar. Ini ilmu pengetahuan modern mengancam dan ide-ide matematika. Akibatnya, dunia Barat menolak logika fuzzy untuk jangka waktu tertentu.
    Pada tahun 1980, Jepang memiliki lebih dari 100 perangkat logika fuzzy . Menurut Zadeh, pada tahun 1994, Amerika Serikat hanya menempati peringkat ketiga dalam aplikasi fuzzy belakang Jepang dan Jerman. Masih hari ini, Amerika Serikat, beberapa tahun belakang dalam pengembangan dan implementasi logika fuzzy.
    Zadeh ingat bahwa ia memilih kata “kabur” karena ia “merasa paling akurat menggambarkan apa yang sedang terjadi di dalam teori”. Kata-kata lain yang ia pikirkan tentang penggunaan kata untuk menggambarkan teori tersebut termasuk istilah  lembut, tidak tajam, kabur, atau elastis. Dia memilih istilah “kabur” karena “hubungan dengan akal sehat” .

1. Kapan Logika Fuzzy Dirterapkan?

• Logika fuzzy umumnya diterapkan pada masalah-masalah yang mengandung unsur ketidakpastian (uncertainty), ketidaktepatan (imprecise), noisy, dan sebagainya.

• Logika fuzzy menjembatani bahasa mesin yang presisi dengan bahasa manusia yang menekankan pada makna atau arti (significance).

• Logika fuzzy dikembangkan berdasarkan bahasa manusia (bahasa alami)

Contoh-contoh masalah yang mengandung ketidakpastian:

Contoh 1.Seseorang dikatakan “tinggi” jika tinggi badannya lebih dari 1,7 meter. Bagaimana dengan orang yang mempunyai tinggi badan 1,6999 meter atau 1,65 meter, apakah termasuk kategori orang tinggi?

Menurut persepsi manusia, orang yang mempunyai tinggi badan sekitar 1,7 meter dikatakan “kurang lebih tinggi” atau “agak tinggi”.

Contoh 2: Kecepatan “pelan” didefinisikan di bawah 20 km/jam.

Bagaimana dengan kecepatan 20,001 km/jam, apakah masih dapat dikatakan pelan? Manusia mungkin mengatakan bahwa kecepatan 20,001 km/jam itu “agak pelan”. Ketidapastian dalam kasus –kasus ini disebabkan oleh kaburnya pengertian “agak”, “kurang lebih”, “sedikit”, dan sebagainya .

2. ALASAN DIGUNAKANNYA LOGIKA FUZZY

Ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain:

1. Pada Konsep logika fuzzy sangat mudah dimengerti. Konsep matematis yang menjadi dasar penalaran fuzzy sangat sederhana dan mudah untuk dimengerti.
2. Logika fuzzy sangat fleksibel.
3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat(kabur).
4. Logika  fuzzy  mampu    memodelkan    fungsi-fungsi    nonlinear  yang    sangat kompleks.
5. Logika    fuzzy    dapat    membangun    dan    mengaplikasikan    pengalaman- pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
6. Logika    fuzzy    dapat    bekerjasama    dengan    teknik-teknik    kendali    secara konvensional.
7.  Logika fuzzy didasarkan pada bahasa alami.

3. Contoh Aplikasi yang menggunakan Fuzzy

    Beberapa aplikasi logika fuzzy, antara lain:

1. Pada tahun 1990 pertama kali dibuat mesin cuci dengan logika fuzzy di Jepang (Matsushita Electric Industrial Company). Sistem fuzzy digunakan untuk menentukan putaran yang tepat secara otomatis berdasarkan jenis dan banyaknya kotoran serta jumlah yang akan dicuci. Input yang digunakan adalah: seberapa kotor, jenis kotoran, dan banyaknya yang dicuci. Mesin ini menggunakan sensor optik , mengeluarkan cahaya ke air dan mengukur bagaimana cahaya tersebut sampai ke ujung lainnya. Makin kotor, maka sinar yang sampai makin redup. Disamping itu, sistem juga dapat menentukan jenis kotoran (daki atau minyak).
2. Transmisi otomatis pada mobil. Mobil Nissan telah menggunakan sistem fuzzy pada transmisi otomatis, dan mampu menghemat bensin 12 – 17%.
3. Kereta bawah tanah Sendai mengontrol pemberhentian otomatis pada area tertentu.
4. Ilmu kedokteran dan biologi, seperti sistem diagnosis yang didasarkan pada logika fuzzy, penelitian kanker, manipulasi peralatan prostetik yang didasarkan pada logika fuzzy, dll.
5. Manajemen dan pengambilan keputusan, seperti manajemen basisdata yang didasarkan pada logika fuzzy, tata letak pabrik yang didasarkan pada logika fuzzy, sistem pembuat keputusan di militer yang didasarkan pada logika fuzzy, pembuatan games yang didasarkan pada logika fuzzy, dll.
6. Ekonomi, seperti pemodelan fuzzy pada sistem pemasaran yang kompleks, dll.
7. Klasifikasi dan pencocokan pola.
8. Psikologi, seperti logika fuzzy untuk menganalisis kelakuan masyarakat, pencegahan dan investigasi kriminal, dll.
9. Ilmu-ilmu sosial, terutam untuk pemodelan informasi yang tidak pasti.
10. Ilmu lingkungan, seperti kendali kualitas air, prediksi cuaca, dll.
11. Teknik, seperti perancangan jaringan komputer, prediksi adanya gempa bumi, dll.
12. Riset operasi, seperti penjadwalan dan pemodelan, pengalokasian, dll.
13. Peningkatan    kepercayaan,    seperti    kegagalan    diagnosis,    inspeksi    dan monitoring produksi.

Kesimpulan :

    Logika Fuzzy adalah suatu proses pengambilan keputusan berbasis aturan yang bertujuan untuk memecahkan masalah, dimana sistem tersebut sulit untuk dimodelkan atau terdapat ambiguitas dan  ketidakjelasan yang berlimpah. Logika Fuzzy ditentukan oleh persamaan logika bukan dari persamaan diferensial komplek dan berasal dari pemikiran yang mengidentifikasi serta mengambil keuntungan dari grayness antara dua ekstrem. Sistem logika fuzzy terdiri dari himpunan fuzzy dan aturan fuzzy. Subset fuzzy merupakan himpunan bagian yang berbeda dari variabel input dan output. Aturan fuzzy berhubungan dengan variabel masukan dan  variabel output melalui subset. Mengingat seperangkat aturan fuzzy, sistem dapat mengkompensasi dengan cepat dan efisien. Meskipun dunia Barat pada awalnya tidak menerima logika fuzzy dan ide fuzzy, hari ini logika fuzzy diterapkan dalam banyak sistem. Dalam riset ini, sistem pelacakan surya diimplementasikan menggunakan logika fuzzy. Langkah-langkah bagaimana membuat serta gambaran tentang bagaimana kerja sistem fuzzy dijelaskan dalam paper ini.

   

    DAFTAR PUSTAKA: 

    

    1. https://www.jmc.co.id/media/general/20140923_11.Logikafuzzy_.pdf

    2. https://www.slideshare.net/ZaenalKhayat/contoh-peyelesaian-logika-fuzzy

    3. http://www.ch172.thinkquest.hostcenter.ch/fuzzy-logic7.html

    4. https://fahmizaleeits.wordpress.com/tag/logika-fuzzy-adalah-suatu-proses/

   

   

Belajar Logika Fuzzy

    

    1. Logika Fuzzy

    2. Himpunan Fuzzy

    3. Operasi Himpunan fuzzy    

    4. Fungsi Keanggotaan

    5. Fungsi Implikasi

    6. Metode Pengolahan Fuzzy( Urutan Penerapan logika fuzzy)

    6.

    5. Contoh soal logika fuzzy

    4. Fuzzy mamdani

    5. fuzzy sugeno