• Tidak ada hasil yang ditemukan

Fuzzy Inference Systems (FIS) TSUKAMOTO

N/A
N/A
Protected

Academic year: 2023

Membagikan "Fuzzy Inference Systems (FIS) TSUKAMOTO"

Copied!
18
0
0

Teks penuh

(1)

Fuzzy Inference Systems (FIS)

TSUKAMOTO

(2)

• Setiap konsekuen pada aturan yang

berbentuk IF-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton

• Output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan a - predikat (fire strength).

• Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot

METODE FIS-TSUKAMTO

(3)

• Misal ada 2 variabel input: var-1 (x), dan var-2 (y); serta 1 variabel output: var-3 (z).

• Var-1 terbagi atas himp. A1 & A2; var-2 terbagi atas himp. B1 & B2; var-3 terbagi atas himp. C1 & C2.

• Ada 2 aturan:

– If (x is A1) and (y is B2) Then (z is C1)

– If (x is A2) and (y is B1) Then (z is C2)

(4)

Sumber:

Sri Kusuma Dewi/Aplikasi Logika Fuzzy

(5)

1. Tentukan Himpunan Fuzzy dan Input Fuzzy

2. Aplikasi Operator Fuzzy

3. Penegasan (Defuzification)

LANGKAH-LANGKAH FIS-TSUKAMTO

(6)

Contoh

(7)

1. Membuat himpunan dan input fuzzy (Fuzzifikasi)

Ada 3 variabel fuzzy yang akan dimodelkan, yaitu:

a. Permintaan; terdiri-atas 2 himpunan fuzzy, yaitu: NAIK dan TURUN.

b. Persediaan; terdiri-atas 2 himpunan fuzzy, yaitu: BANYAK dan SEDIKIT.

c. Produksi Barang; terdiri-atas 2

himpunan fuzzy, yaitu: BERKURANG dan

BERTAMBAH.

(8)

Variabel linguistik : Permintaan, Persediaan, Produksi

(9)

Jika permintaan 4000 maka nilai keanggotaan fuzzy pada tiap-tiap himpunan adalah:

 Himpunan fuzzy Turun, mPmtTURUN[4000] = 0,25.

diperoleh dari:

= (5000-4000)/(5000-1000)

= 0,25

 Himpunan fuzzy NAIK, mPmtNAIK[4000] = 0,75.

diperoleh dari:

= (4000-1000)/(5000-1000)

= 0,75

(10)
(11)

Jika persediaan 300 maka nilai keanggotaan fuzzy pada tiap-tiap himpunan adalah:

 Himpunan fuzzy Sedikit, mPsdSEDIKIT[300] = 0,6.

diperoleh dari:

= (600-300)/(600-100)

= 0,6

 Himpunan fuzzy Banyak, mPsdBANYAK[300] = 0,4.

diperoleh dari:

= (300-100)/(600-100)

= 0,4

(12)
(13)

2. Aplikasi operator fuzzy

A. Aturan ke-1:

[R1] IF Permintaan TURUN And Persediaan BANYAK THEN Produksi Barang BERKURANG

Operator yang digunakan adalah AND, sehingga:

a

1 atau

a

-Predikat1 =

m

PmtTURUN ∩ PsdBANYAK

= min(mPmtTURUN[4000],mPsdBANYAK[300])

= min(0,25;0,4) = 0,25

Cari nilai z1, untuk a1 = 0,25; lihat himpunan BERKURANG:

(7000– z1)/5000 = 0,25

z1 = 7000 – 1250

= 5750

(14)

B. Aturan ke-2:

[R2] IF Permintaan TURUN And Persediaan SEDIKIT THEN Produksi Barang BERKURANG

Operator yang digunakan adalah AND, sehingga:

a

2atau

a

-Predikat2

= m

PmtTURUN ∩ PsdSEDIKIT

= min(m

PmtTURUN

[4000],m

PsdSEDIKIT

[300])

= min(0,25;0,6) = 0,25

Cari nilai z2, untuk a2 = 0,25; lihat himpunan BERKURANG:

(7000– z2)/5000 = 0,25

z2 = 7000 – 1250

= 5750

(15)

C. Aturan ke-3:

[R3] IF Permintaan NAIK And Persediaan BANYAK THEN Produksi Barang BERTAMBAH

Operator yang digunakan adalah AND, sehingga:

a

3atau

a

-Predikat3

= m

PmtNAIK ∩ PsdBANYAK

= min(mPmtNAIK [4000],mPsdBANYAK[300])

= min(0,75;0,4) = 0,4

Cari nilai z3, untuk a3 = 0,25; lihat himpunan BERKURANG:

(z3 – 2000 )/5000 = 0,4

z3 = 2000 + 2000

= 4000

(16)

D. Aturan ke-4:

[R4] IF Permintaan NAIK And Persediaan SEDIKIT THEN Produksi Barang BERTAMBAH

Operator yang digunakan adalah AND, sehingga:

a4 atau a-Predikat4= mPmtNAIK ∩ PsdSEDIKIT

= min(mPmtNAIK[4000],mPsdSEDIKIT[300])

= min(0,75;0,6) = 0,6

Cari nilai z4, untuk a4 = 0,25; lihat himpunan BERKURANG:

(z4 – 2000 )/5000 = 0,6

z4 = 3000 + 2000

= 5000

(17)

3. Penegasan (Defuzzy)

4 3

2 1

4

* 4 3

* 3 2

* 2 1

* 1

a a

a a

a a

a a

zz z z

z

6 4983 ,

0 4

, 0 25

, 0 25

, 0

5000

* 6 , 0 4000

* 4 , 0 5750

* 25 , 0 5750

* 25 ,

0 

  z

Jadi jumlah makanan jenis ABC yang harus diproduksi sebanyak

4983 kemasan

(18)

Terima Kasih

Sekolah Tinggi Ilmu Komputer Medan www.stikommedan.ac.id

Referensi

Dokumen terkait

Prediksi kejadian banjir tahun 2019 dengan fungsi keanggotan fuzzy setelah optimasi menggunakan algoritma genetika menghasilkan nilai error RMSE 73% lebih baik dibandingkan sebelum