Materi 8:
Introduction to
Fuzzy Logic
I Nyoman Kusuma Wardana
Fuzzy berarti kabur, samar
Istilah Logika Fuzzy diperkenalkan pd thn 1965 oleh Lofti A. Zadeh
Logika Fuzzy dikenal sbg logika baru yang telah lama
Contoh:
menyatakan tinggi badan seseorang sangat bersifat relatif
Berapakah tinggi badan sesorang
sehingga dapat dikategorikan menjadi: pendek, sedang, atau tinggi?
Amati pemetaan input ke output berikut:
Kotak hitam dpt berupa:
1. Sistem Fuzzy
2. Jaringan Syaraf Tiruan 3. Persamaan Diferensial
4. dll
Ruang
Himpunan Fuzzy memiliki dua atribut: Linguistik penamaan menggunakan bahasa alami, sprt: dingin, sejuk, hangat, dan panas
Numeris pemberian nilai yg
menunjukkan ukuran suatu variabel, sprt: 0,
Istilah2 dlm Sistem Fuzzy:
Variabel Fuzzy Variabel yg akan dibahas.
Contoh: Temperatur, Tinggi Badan, Umur
Himpunan Fuzzy Bagian2 yg mewakili suatu kondisi dlm variabel fuzzy.
Contoh: varibel umur, dpt dibagi mnjd 3 himpunan fuzzy: muda, paruh baya, dan
Semesta pembicaraan keseluruhan rentang nilai dlm suatu variabel fuzzy Contoh: Semesta umur [0 100]
Domain nilai yg boleh dioperasikan dlm himpunan fuzzy
Contoh:
• muda = [0 45],
Amati transisi musim dalam setahun, sbb:
Apakah dlm keadaan nyata batas2 transisi
Transisi pergantian musim menunjukkan keadaan kabur dlm suatu siklus tahunan
Detail fungsi keanggotaan dpt dilihat di MATLAB
Merupakan rangkaian aturan yang membangun sistem fuzzy
Sintaks:
IF x is A THEN y is B Contoh:
IF udara is panas THEN kecepatan kipas is besar
Fuzzy inference (FI) adlh proses formulasi utk memetakan input ke output menggunakan logika fuzzy
FI mencakup bbrp hal :
o Membership functions, o logical operations, dan o If-Then rules
Kasus:
Karena hari ini Valentine, Romi ingin
mengajak Juli dinner di suatu restoran. Sebelum berangkat dinner, Romi berpikir akan membagi kebahagiaannya pd
malam ini kpd pelayan restoran dgn memberikan uang tip.
Dia akan memberikan uang tip sebesar 5-25% dari total belanjanya. Besarnya uang tip akan dilihat dari tingkat Pelayanan
(service) dan kualitas makanan (food) yg dihidangkan.
Pertanyaan:
Bantulah Romi untuk memutuskan besarnya uang tip yang akan diberikan kepada
pelayan restoran, jika setelah menikmati hidangan dan fasilitas pelayanan Romi memberi nilai, sbb:
o Pelayanan = 7 o Makanan = 8
Adapun aturan pemberian tip yg
ditetapkan oleh Romi adalah sebagai berikut:
Jika Pelayanan Jelek ATAU Makanan
Tengik, maka Tip Rendah
Jika Pelayanan Sedang, maka Tip Standar Jika Pelayanan Bagus ATAU Makanan
Jawab:
Tahapan FIS:
1. Membuat himpunan fuzzy dan input fuzzy 2. Menerapkan operator fuzzy
3. Menerapkan fungsi implikasi
4. Mengkomposisikan semua output 5. Defuzzyfication
1. Membuat Himpunan & Input Fuzzy
Asumsikan kategori setiap varibel fuzzy, sbb:
o Pelayanan: Jelek, Sedang & Bagus o Makanan: Tengik & Lezat
Input: Pelayanan = 7
? ?
Amati fungsi keanggotaan trimf berikut: a b c 𝑥 − 𝑎 𝑏 − 𝑎 𝑐 − 𝑥 𝑐 − 𝑏 0 0
Input: Pelayanan = 7 a1 b1 c1 b2 𝜇𝑇_𝑆𝑒𝑑𝑎𝑛𝑔 = 𝑐1 − 𝑥 𝑐1 − 𝑏1 𝜇𝑇_𝐵𝑎𝑔𝑢𝑠 = 𝑥 − 𝑎2 𝑏2 − 𝑎2
𝜇𝑇_𝑆𝑒𝑑𝑎𝑛𝑔 = 𝑐1−𝒙 𝑐1−𝑏1 = 9−𝟕 9−5 = 2 4 = 𝟎. 𝟓 𝜇𝑇_𝐵𝑎𝑔𝑢𝑠 = 𝒙−𝑎2 𝑏2−𝑎2 = 𝟕−6 10−6 = 1 4 = 𝟎. 𝟐𝟓 Kusuma Wardana, M.Sc. 30 Input: Pelayanan = 7
Input: Pelayanan = 7
Dengan demikian, kita bisa simpulkan
himpunan fuzzy utk input pelayanan adlh sbb:
o Himp. Fuzzy JELEK: μP_Jelek [7] = 0
o Himp. Fuzzy SEDANG: μP_Sedang[7] = 0.5 o Himp. Fuzzy BAGUS : μP_Bagus [7] = 0.25
Amati fungsi keanggotaan trapmf berikut: a b c d 𝑥 − 𝑎 𝑏 − 𝑎 𝑑 − 𝑥 𝑑 − 𝑐 0 0 1
Input: Makanan = 8 Kusuma Wardana, M.Sc. 33 𝜇𝑇_𝐿𝑒𝑧𝑎𝑡 = 𝑥 − 𝑎 𝑏 − 𝑎 a b 𝜇𝑇_𝐿𝑒𝑧𝑎𝑡 = 𝒙−𝑎 𝑏−𝑎 = 8−𝟕 9−7 = 1 2 = 𝟎. 𝟓
Input: Makanan = 8
Dengan demikian, kita bisa simpulkan himpunan fuzzy utk input makanan adlh sbb:
o Himp. Fuzzy TENGIK: μP_Tengik [8] = 0 o Himp. Fuzzy LEZAT: μP_Lezat[8] = 0.5
Jika kita kumpulkan semua input
Pelayanan = 7 dan Makanan = 8, maka diperoleh:
o Himp. Fuzzy JELEK: μP_Jelek [7] = 0
o Himp. Fuzzy SEDANG: μP_Sedang[7] = 0.5 o Himp. Fuzzy BAGUS : μP_Bagus [7] = 0.25 o Himp. Fuzzy TENGIK: μP_Tengik [8] = 0 o Himp. Fuzzy LEZAT: μP_Lezat[8] = 0.5
2. Menerapkan Operator Fuzzy
Aturan ke-1
IF Pelayanan Jelek OR Makanan Tengik THEN Tip Murah
α1 = max(μ P_Jelek[7], μ P_Tengik[8]) = max(0,0) = 0
Aturan ke-2
IF Pelayanan Sedang THEN Tip Standar
α2 = μ P_Sedang[7] = 0.5
Aturan ke-3
IF Pelayanan Bagus OR Makanan Lezat THEN Tip Mahal
α3 = max(μ P_Bagus[7], μ P_Lezat[8]) = max(0.25, 0.5) = 0.5
3. Merapkan Fungsi Implikasi
Amati bahwa α1 = 0, α2 = 0.5 dan α3 = 0.5
Langkah selanjutnya adlh mencari nilai2 tsb di variabel output
Selanjutnya, sesuaikan dgn output:
IF Pelayanan Jelek OR Makanan TengikTHEN Tip Murah α1 = 0 IF Pelayanan Sedang THEN Tip Standar α2 = 0.5 IF Pelayanan Bagus OR Makanan Lezat THEN Tip Mahal α3 = 0.5
c x b b c x c b x a a b a x c x a x , , atau , 0 T_Murah c x b b c x c b x a a b a x c x a x , , atau , 0 T_Standar x c b x a a b a x c x a x , atau , 0 T_Mahal
10 5 , 5 10 10 5 0 , 0 5 0 10 atau 0 , 0 M_Murah x x x x x x 20 15 , 15 20 20 15 10 , 10 15 10 20 atau 10 , 0 M_Standar x x x x x x 30 25 , 25 30 30 25 20 , 20 25 20 30 atau 20 , 0 M_Mahal x x x x x x
Aturan ke-1
𝜶𝟏 = 𝟎
Aturan ke-2 𝜶𝟐 = 𝟎. 𝟓
0.5 = 15−10𝑥−10 → 2.5 = 𝑥 − 10 → 𝒙 = 𝟏𝟐. 𝟓
Atau:
Aturan ke-3 𝜶𝟑 = 𝟎. 𝟓
0.5 = 25−20𝑥−20 → 2.5 = 𝑥 − 20 → 𝒙 = 𝟐𝟐. 𝟓
Atau:
30 5 . 27 , 30 5 . 27 5 . 22 , 5 . 0 5 . 22 20 , 20 25 20 20 5 . 17 , 15 20 20 5 . 17 5 . 12 , 5 . 0 5 . 12 10 , 10 15 10 30 atau 10 , 0 SF[z] x x x x x x x x x x x x
5. Defuzzyfikasi
Diperoleh dengan cara menghitung momen dan luas daerah hasil implikasi
Momen Luas daerah
Amati kembali daerah hasil komposisi:
0.5
12.5 17.5 22.5 27.5
Hitunglah luas daerah hasil komposisi. Dlm hal ini menggunakan rumus luas segitiga dan luas persegi panjang
𝐴1 = (12.5−10)×0.52 = 0.625 𝐴2 = (17.5 − 12.5) × 0.5 = 2.5 𝐴3 = (20−17.5)×0.5 2 = 0.625 𝐴4 = (22.5−20)×0.52 = 0.625 𝐴5 = (27.5 − 22.5) × 0.5 = 2.5 𝐴6 = (30−27.5)×0.52 = 0.625 Kusuma Wardana, M.Sc. 49
Sederhanakan fungsi komposisi: 30 5 . 27 , 25 30 30 5 . 27 5 . 22 , 5 . 0 5 . 22 20 , 20 25 20 20 5 . 17 , 15 20 20 5 . 17 5 . 12 , 5 . 0 5 . 12 10 , 10 15 10 30 atau 10 , 0 SF[z] x x x x x x x x x x x x 30 5 . 27 , 2 . 0 6 5 . 27 5 . 22 , 5 . 0 5 . 22 20 , 4 2 . 0 20 5 . 17 , 2 . 0 4 5 . 17 5 . 12 , 5 . 0 5 . 12 10 , 2 2 . 0 30 atau 10 , 0 SF[z] x x x x x x x x x x x x
Menghitung momen:
6 0.2
6 0.2
3 0.0667 17.7 6 5 . 62 25 . 0 5 . 0 5 13.54 2 0667 . 0 4 2 . 0 4 2 . 0 4 46 . 11 0667 . 0 2 2 . 0 4 2 . 0 4 3 5 . 37 25 . 0 5 . 0 2 3 . 7 0667 . 0 2 2 . 0 2 2 . 0 1 30 3 2 30 2 30 5 . 27 5 . 22 2 5 . 27 5 . 22 5 . 22 20 2 3 5 . 22 20 2 5 . 22 20 20 5 . 17 3 2 20 5 . 17 2 20 5 . 17 5 . 17 5 . 12 2 5 . 17 5 . 12 5 . 12 10 2 3 5 . 12 10 2 5 . 12 10
z z dz z z dz z z M z dz z M z z dz z z dz z z M z z dz z z dz z z M z dz z M z z dz z z dz z z MMenghitung titik pusat (centroid): 20 5 . 7 150 ) 625 . 0 5 . 2 625 . 0 625 . 0 5 . 2 625 . 0 ( ) 7 . 17 5 . 62 54 . 13 46 . 11 5 . 37 3 . 7 ( ) 6 5 4 3 2 1 ( ) 6 5 4 3 2 1 ( * A A A A A A M M M M M M z
Dengan demikian, besarnya uang tip yang harus diberikan oleh Romi dengan
penilaian Pelayanan = 7 dan Makanan = 8
Bandingkan hasilnya menggunakan MATLAB, sbb:
Bentuk hasil inferensi terhadap semua jenis peluang nilai dari Makanan dan Pelayanan
Wardana, I N.K. Pengantar Logika Fuzzy. Slide Kuliah Kontrol Cerdas. Teknik Fisika UGM
Wardana, I N.K. Matematika Logika Fuzzy. Slide Kuliah Kontrol Cerdas. Teknik Fisika UGM
Nasution H. 2002. An Introduction to Fuzzy Logic Controller, Mechanical Engineering Faculty of Industrial Technology Bung Hatta University, Padang.
MATLAB Fuzzy Logic Toolbox Help
Fuzzy Logic Systems. Control-systems-principles.co.uk.
Kusumadewi. 2002. Analisis & Desain Sistem Fuzzy Menggunakan Toolbox Matlab. Graha Ilmu. Yogyakarta