Modul ke:
Fakultas
Program Studi
Modul ke:
Fakultas
Program Studi
0 3
Fakultas Teknik Teknik Elektro
Fuzzification and Inference (Rule)
Sistem Cerdas
(Intelligent System)
Galang Persada Nurani Hakim, S.T.,
M.T., IPM., Ph.D.
Fuzzifikasi
Inference/rule Defuzzifikasi
Fuzzy System
Fuzzifikasi
• Fuzifikasi adalah cara untuk memasukan (mengubah) input numerik kedalam sistem fuzzy.
• Fuzifikasi adalah cara untuk mengubah himpunan crisp (himpunan tegas yang hanya memiliki keanggotaan 1 atau benar dan 0 atau salah) menjadi himpunan fuzzy.
• Himpunan fuzzy memiliki nilai keanggotaan tidak terbatas dari 0 sampai dengan 1 misalkan dari 0,0.2,0.0022,0.3 dan seterusnya).
• Cara mengubahnya adalah input yang ada (misalnya yang di hasilkan sensor) kita ubah dengan menggunakan fungsi keanggotaan (membership function).
Fuzzy System
Fuzzifikasi
Ada banyak fungsi fuzifikasi akan tetapi kita akan membahas 4 yang paling populer
• Fungsi Segitiga
• Fungsi Trapesium
• Fungsi Gaussian
• Fungsi Generalized Bell Tidak akan di bahas
• Fungsi Sigmoid (Dsigmoid, PSigmoid)
• Fungsi Polynomial (Z, PI, S)
Fuzzy System
Fuzzifikasi
• Fungsi Segitiga
Fungsi keanggotaan segitiga ditandai oleh adanya tiga parameter {a,b,c} yang akan menentukan koordinat x dari tiga sudut. Kurva ini pada dasarnya merupakan gabungan antara dua garis lurus.
Fuzzy System
µ [� ]=
{
0 ;�����−−−−∧����≤;;� ���� ��∧≤�∧≤ �� ≤≤≥�� �Fuzzifikasi
• Fungsi Trapesium
Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan satu.
Fuzzy System
µ
[
�]
={
0 ;�����−−−−1∧;����≤�∧;;� ���� ���≤∧≤∧≤� ≤���≤≤≥���Fuzzifikasi
• Fungsi Kurva Gaussian
Fungsi keanggotaan gaussian terbentuk oleh dua parameter: c menentukan pusat dari fungsi keanggotaan dan σ menentukan lebar dari mf
Fuzzy System
µ ( � ) = �
− 1
2
(
�−� �)
2Fuzzifikasi
• Fungsi Kurva Lonceng
Fungsi keanggotaan generalized bell terbentuk oleh tiga parameter: a mendefinisikan lebar fungsi keanggotaan, di mana nilai yang lebih besar menciptakan fungsi keanggotaan yang lebih luas. b mendefinisikan bentuk kurva di kedua sisi dataran tengah, di mana nilai yang lebih besar menciptakan transisi yang lebih curam. c mendefinisikan titik pusat fungsi keanggotaan.
Fuzzy System
µ ( � )= 1
1+
|
� −� �|
2�Fuzzifikasi
• Tutorial
Misalkan kita memiliki kuisioner yang menyebutkan nilai-nilai linguistic dari suhu dingin, suhu sejuk, dan suhu normal dari 3 orang. Dari kuisioner dapat kita buat kesimpulan :
• User 1 menyebutkan suhu dingin dari 23o Celsius sampai dengan 26 o Celsius.
• User 2 menyebutkan suhu sejuk dari 25o Celsius sampai dengan 28o Celsius.
• User 3 menyebutkan suhu normal dari 27o Celsius sampai dengan 30o Celsius.
Fuzzy System
Fuzzifikasi
• Tutorial
Untuk fungsi keanggotaan dingin Untuk fungsi keanggotaan Sejuk Untuk fungsi keanggotaan Normal
Fuzzy System
Fuzzifikasi
• Tutorial
Untuk fungsi keanggotaan dingin Untuk fungsi keanggotaan Sejuk Untuk fungsi keanggotaan Normal