-Contoh Program Source Code /
Fuzzy Metode
Tsukamoto Dengan
C#
Posted on 09.28
Fuzzy Metode Tsukamoto
Dengan C#
Logika Fuzzy
Fuzzy Metode Tsukamoto Dengan C# @ Logika fuzzy merupakan salah satu komponen pembentuk soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pd tahun 1965. Dasar logika fuzzy merupakan teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dlm suatu himpunan sangatlah penting. Nilai keanggotaan / derajat keanggotaan / membership function mjd ciri utama dlm penalaran dg logika fuzzy tersebut (Kusuma Dewi, 2003).
Logika fuzzy dpt dianggap sebagai kotak hitam yg berhubungan antara ruang input menuju ruang output (Kusuma Dewi, 2003). Kotak hitam tersebut berisi cara / metode yg dpt dipakai unt memproses data input mjd output dlm bentuk informasi yg baik.
Alasan Digunakannya Logika
Fuzzy
Adapun beberapa alasan dipakainya logika fuzzy (Kusuma Dewi, 2003), merupakan:
2.) Logika fuzzy sangat fleksisbel, artinya mampu beradaptasi dg perubahan-perubahan, & ketidakpastian yg menyertai permasalahan. 3.) Logika fuzzy memiliki toleransi terhadap data yg cukup homogeny, & kemudian ada beberapa data “eksklusif”, maka logika fuzzy memiliki kemampuan unt menangani data eksklusif tersebut.
4.) Logika fuzzy dpt membangun & mengaplikasikan pengalaman-pengalaman para pakar denan cara langsung tanpa harus melalui proses pelatihan. Dalam hal ini, sering dikenal dg istilah fuzzy expert sistem mjd bagian terpenting.
5.) Logika fuzzy dpt bekerjasama dg teknik-teknik kendali denan cara konvensional. Hal ini umumnya terjadi pd aplikasi di bidang teknik mesin maupun teknik elektro.
6.) Logika fuzzy didasari pd bahasa alami. Logika fuzzy menggunakan bahasa sehari-hari sehingga gampang dimengerti.
Himpunan Fuzzy
Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dlm suatu himpunan A, yg sering ditulis dg (X), memiliki dua kemungkinan, yaitu:
Satu (1), yg memiliki arti bahwa suatu item mjd anggota dlm suatu himpunan, atau
Nol (0), yg memiliki arti bahwa suatu item tidak mjd anggota dlm suatu himpunan.
Contoh:
Misalkan variabel umur dibagi mjd tiga kategori, yaitu:
MUDA umur < 35 tahun PAROBAYA 35 ≤ umur ≤ 55 tahun TUA umur > 55 tahun
Dari kategori diatas dpt dijelaskan bahwa:
Apabila seseorang berusia 34 tahun, maka ia dikatakan MUDA ( (34)=1) Apabila seseorang berusia 35 tahun, maka ia dikatakan TIDAK MUDA ( (35)=0)
Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia dikatakan TIDAK MUDA ( (35-1 hari)=1)
Apabila seseorang berusia 35 tahun, maka ia dikatakan PAROBAYA ( (34)=1)
Apabila seseorang berusia 34 tahun, maka ia dikatakan TIDAK PAROBAYA ( (34)=0)
Apabila seseorang berusia 55 tahun, maka ia dikatakan PAROBAYA ( (55)=1)
Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia dikatakan TIDAK PAROBAYA ( (35-1 hari)=0)
Himpunan fuzzy dipakai unt mengantisipasi hal tersebut. Seseorang dpt masuk dlm dua himpunan yg berbeda, MUDA & PAROBAYA,
PAROBAYA & TUA, & sebagainya. Seberapa besar eksistensinya dlm himpunan tersebut dpt dilihat pd nilai keanggotaanya. Gambar berikut menunjukkan himpunan fuzzy unt variabel umur.
Contoh Program Logika Fuzzy
Pada gambar diatas, dpt dilihat bahwa:
1.) Seseorang yg berumur 40 tahun, termasuk dlm himpunan MUDA dg ( (40) = 0,25); namun dia juga termasuk dlm himpunan PAROBAYA ( (40) = 0,5).
2.) Seseorang yg berumur 50 tahun, termasuk dlm himpunan TUA dg ( (50) = 0,25); namun dia juga termasuk dlm himpunan PAROBAYA ( (50)=0,5).
Terkadang kemiripan antara keanggotaan fuzzy dg probabilitas
menimbulkan kerancuan. Keduanya memiliki nilai interval [0,1], namun interpretasi nilainya sangat berbeda antara kedua kasus tersebut. Keanggotaan fuzzy memberikan suatu ukuran terhadap pendpt / keputusan, sedangkan probabilitas mengindikasikan proporsi terhadap keseringan suatu hasil bernilai benar dlm jangka panjang. Misalnya, jika nilai keanggotaan bernilai suatu himpunan fuzzy USIA merupakan 0,9; maka tidak perlu dipermasalahkan berapa seringnya nilai itu diulang denan cara individual unt mengharapkan suatu hasil yg hampir pasti muda. Dilain pihak, nilai probilitas 0,9 usia memiliki arti 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 yg mewakili suatu keadaan / kondisi tertentu dg menggunakan bahasa alami, speerti: MUDA, PAROBAYA, TUA.
2.) Numeris, yaitu suatu nilai (angka) yg menunjukkan ukuran dari suatu variabel seperti: 40, 25, 50, dsb.
Ada beberapa hal yg perlu diketahui dlm memahami sistem fuzzy (Kusuma Dewi, 2003), yaitu:
1.) Variabel fuzzy yaitu variabel yg hendak dibahas dlm suatu sistem fuzzy. Contohnya: umur, temperature, permintaan, dsb.
3.) Semesta Pembicaraan yaitu keseluruhan nilai yg diperoleh unt dioperasikan dlm suatu variabel fuzzy, semesta pembicaraan merupakan himpunan bilangan real yg senantiasa naik (bertambah) denan cara monoton dari kiri kekanan. Nilai semesta pembicaraan dpt berupa bilangan positif maupun negatif. Adakalanya nilai semesta pembicaraan ini tidak dibatasi batas atasnya. Contohnya semesta pembicaraan unt variabel umur: [0 +∞].
Domain Himpunan Fuzzy yaitu keseluruhan nilai yg diijinkan & boleh dioperasikan dlm suatu himpunan fuzzy. Seperti halnya semesta pembicaraan, domain merupakan himpunan bilangan real yg senantiasa naik (bertambah) denan cara monoton dari kiri ke kanan. Nilai domain dpt berupa bilangan positif maupun negatif. Contoh domain himpuanan fuzzy: DINGIN = [0,20], SEJUK = [15,20], NORMAL = [20,30], HANGAT = [25,35] & PANAS = [30,40].
Contoh Program Logika Fuzzy
Metode Tsukamoto
Contoh Program Logika Fuzzy Metode Tsukamoto dg Visual Studio 2012, saya akan membagikan contoh program kendali logika fuzzy / Fuzzy Logic Controll dg menggunakan metode Tsukamoto.
Penjelasan Program:
dengan menggunakan prinsip fuzzy logic controll metode Tsukamoto, program ini bertujuan mencari daya motor berdasarkan dua masukan, yaitu jumlah orang & berat barang bawaan.
program ini dibuat dg menggunakan software Microsoft Visual Studio 2012 Ultimate dg bahasa C# (baca : C Sharp)
Contoh Program Logika Fuzzy
Rule Base
1. IF Barang Bawaan RINGAN && Jumlah Orang SEDIKIT THEN Daya Motor BERKURANG
1. IF Barang Bawaan BERAT && Jumlah Orang SEDIKIT THEN Daya Motor BERTAMBAH
1. IF Barang Bawaan BERAT && Jumlah Orang BANYAK THEN Daya Motor BERTAMBAH
Algoritma program:
1. Start
2. Masukkan batas bawah &/ batas atas masing2 himpunan (Ringan, Berat, Sedikit, Banyak, Berkurang, Bertambah)
3. masukkan input >> berat barang bawaan (input X) & jumlah orang (input Y)
4. hitung derajat keanggotaan unt masing2 himpunan masukan (uRingan, uBerat, uSedikit, uBanyak)
5. hitung a-predikat 1-4 dg menggunakan fungsi MIN 6. hitung z1-z4
7. hitung rerata terbobot (Z) >> hasil akhir
source code program:
input = double.Parse inputX.Text ; BB = double.Parse Ringan.Text ; BA = double.Parse Berat.Text ; uRingan = rumus.turun BB, BA, input ; uBerat = rumus.naik BB, BA, input ; textBox .Text = uRingan.ToString ; textBox .Text = uBerat.ToString ; }
double uSedikit, uBanyak; {
input = double.Parse inputY.Text ; BB = double.Parse sedikit.Text ; BA = double.Parse banyak.Text ; uSedikit = rumus.turun BB, BA, input ; uBanyak = rumus.naik BB, BA, input ; textBox .Text = uSedikit.ToString ; textBox .Text = uBanyak.ToString ; }
double kurang, tambah;
kurang = double.Parse berkurang.Text ; tambah = double.Parse bertambah.Text ; double p , p , p , p , z , z , z , z , z; p = Math.Min uRingan, uBanyak ;
z = tambah ‐ tambah ‐ kurang * p ; z_ .Text = z .ToString ;
p = Math.Min uRingan, uSedikit ; z = tambah ‐ tambah ‐ kurang * p ; z_ .Text = z .ToString ;
p = Math.Min uBerat, uBanyak ; z = tambah ‐ kurang * p + kurang; z_ .Text = z .ToString ;
p = Math.Min uBerat, uSedikit ; z = tambah ‐ kurang * p + kurang; z_ .Text = z .ToString ;
z = p * z + p * z + p * z + p * z / p + p + p + p ; hasil.Text = z.ToString ;
}
private void clear_Click object sender, EventArgs e {
Ringan.Clear ;Berat.Clear ;inputX.Clear ; textBox .Clear ;textBox .Clear ;
sedikit.Clear ;banyak.Clear ;inputY.Clear ; textBox .Clear ;textBox .Clear ;
berkurang.Clear ; bertambah.Clear ;
z_ .Clear ; z_ .Clear ; z_ .Clear ; z_ .Clear ; hasil.Clear ; }
private void ResetInput_Click_ object sender, EventArgs e {
inputX.Clear ; inputY.Clear ; }
Jika Anda perlu source code terkait dengan artikel di atas atau ada yang ingin di tanyakan anda bisa melakukan konsultasi gratis kepada kami, melalui form di bawah. Hasil konsultasi akan di kirimkan ke email Anda. Kami mohon supportnya dengan mengklik beberapa tombol berikut :
Informasi Penting Untuk
Mahasiswa !
Kami menawarkan layanan jasa konsultan bimbingan pembuatan program untuk Tesis Skripsi dan Tugas Akhir Informatika, Komputer, Elektro dan Teknik lainnya yang bidang minatnya mengarah ke teknologi informasi. BASED PROJECT :Mobile Development (Java, Adobe, AS3, Android, BB, iOS, WPhone dll), Web & Desktop Development (.Net, C#, MATLAB, PHP, Delphi, Visual Basic dll). BONUS : Di bimbing untuk penguasaan materi dan coding dan revisi.
Label: - C#, contoh program, Fuzzy,
{
double u;
if input <= BB { u = ; } else if input >= BA { u = 0; } else { u = BA ‐ input / BA ‐ BB ; } return u;
}
public static double naik double BB, double BA, double input {
double u;
if input <= BB { u = 0; } else if input >= BA { u = ; } else { u = input ‐ BB / BA ‐ BB ; } return u;
