Pada postingan tentang matematika diskrit sebelumnya kita membahas tentang apa itu logika fuzzy. Pada bahasan kali ini kita lebih menekankan ke salah satu tahapan dari fuzzy yaitu Fuzzification. Materi yang dibahas meliputi apa itu fuzzification, bentuk fungsi keanggotaan, Langkah-langkah pengerjaan, serta contoh soalnya.
Apa itu fuzzification.
Fuzzification merupakan proses pengubahan nilai skalar menjadi nilai fuzzy. Proses menerjemahkan
nilai crisp input yang berasal dari kehidupan sehari-hari, semisal umur
17 tahun, tinggi 170 cm ke dalam fungsi keanggotaan. Sehingga
masing-masing nilai tersebut menjadi nilai fuzzy atau biasa dilambangkan
menjadi (µ).
Bentuk fungsi keanggotaan.
- Fungsi Linier
- Fungsi Sigmoid
- Fungsi Segitiga
- Fungsi Trapesium
- Fungsi Berbentuk Bell:
- Phi
- Beta
- Gauss
Jangan terlalu pusing dulu, walaupun memang kenyataan banyak grafik yang digunakan. Tetapi perhitungannya sederhana dan untuk perhitungan yang sulit dapat dihandle oleh komputer.
Lebih jelas lihat contoh soal.
Maka tentukanlah semua nilai µ dari fungsi keanggotaannya.
Jawab :
untuk IPK :
Langkah-langkah pengerjaan.
- Ambil nilai crisp yang berupa fuzzy.
- Masukkan nilai tersebut ke dalam fungsi keanggotaannya.
- Setelah itu cari semua nilai µ yang memungkinkan dari semua grafik dari fungsi keanggotaan tersebut.
- Catat semua nilai dan siap untuk langkah selanjutnya.
Lebih jelas lihat contoh soal.
Contoh soal
diketahui seorang mahasiswa mempunyai IPK 3,1 dan gaji perbulan orangtuanya berada pada kisaran 5 juta. Jika diketahui fungsi keanggotaan untuk IPK dan gaji orangtua sebagai berikut.Maka tentukanlah semua nilai µ dari fungsi keanggotaannya.
Jawab :
untuk IPK :
- µ(buruk) = 0; (mungkin bisa diabaikan)
- µ(cukup). Merupakan grafik linear turun. Karena 3,1 berada diantara 2,75 dan 3.25.Maka untuk mencari µ(cukup) = (b-x)/(b-a). Sehingga µ = (3,25-3,1)/(3,25-2,75) = 0,15/0,5 = 0,3 untuk µ(cukup).
- µ(bagus). Merupakan grafik linear naik. Karena 3,1 berada diantara 2,75 dan 3,25. Maka untuk mencari µ(bagus) = (x-a)/(b-a). Sehingga µ = (3,1-2,75)/(3,25-2,75) = 0,35/0,5 = 0,7 untuk µ(bagus).
- µ(kecil) = 0; mungkin bisa diabaikan.
- µ(sedang). Merupakan grafik linear turun karena 5 berada diantara 4 dan 6. Maka untuk mencari µ(sedang) = (b-x)/(b-a). Sehingga µ = (6-5)/(6-4) = 1/2 = 0,5untuk µ(sedang).
- µ(besar). Merupakan grafik linear naik. Karena 5 berada diantara 4 dan 6. Maka untuk mencari µ(besar) = (x-a)/(b-a). Sehingga µ = (5-4)/(6-4) =1/2 =0,5 untuk µ(besar).
- µ(sangat besar)=0;mungkin bisa diabaikan.
Posting Komentar untuk "Fuzzification"
Berilah komentar, saran, dan kritik dengan bijak