Defuzzification (Defuzzifikasi)

Assalamualaikum Wr. Wb. Setelah pada postingan-postingan sebelumnya kita membahas tentang bagian proses yang ada dalam pemfuzzyan. Langkah-langkah tersebut adalah Fuzzification dan Fuzzy Inference Enginee. Maka pada postingan kali ini kita membahas step akhir dalam pemfuzzyan yaitu defuzzification. Jadi apa itu defuzzification,  Jenis-jenisnya, Contoh pengerjaan salah satu jenis defuzzifikasi. Mari kita simak postingan ini.

Apa itu Deffuzifikasi ?

Defuzzifikasi adalah suatu proses untuk memproduksi sebuah nilai yang dapat dihitung dalam bentuk logika crisp, nilai itu sesuai dengan yang diberikan oleh himpunan fuzzy dan derajat keanggotaan.

(Defuzzification is the process of producing a quantifiable result in Crisp logic, given fuzzy sets and corresponding membership degrees.) wikipedia.org. Simpelnya nanti nilai itu berupa himpunan dari variabel rule. Contohnya menjadi "hidupkan api = 75 %, tidak hidupkan api = 25%".

Jenis Metode dalam defuzzifikasi 

untuk jenis-jenisnya ada :

• AI (adaptive integration)
• BADD (basic defuzzification distributions)
• BOA (bisector of area)
• CDD (constraint decision defuzzification)
• COA (center of area)
• COG (center of gravity)
• ECOA (extended center of area)
• EQM (extended quality method)
• FCD (fuzzy clustering defuzzification)
• FM (fuzzy mean)
• FOM (first of maximum)
• GLSD (generalized level set defuzzification)
• ICOG (indexed center of gravity)
• IV (influence value)
• LOM (last of maximum)
• MeOM (mean of maxima)
• MOM (middle of maximum)
• QM (quality method)
• RCOM (random choice of maximum)
• SLIDE (semi-linear defuzzification)
• WFM (weighted fuzzy mean)

Contoh Pengerjaan Salah Satu Jenis Metode

Setelah dilakukan perhitungan sampai dengan tahap mesin inferensi (jika bingung coba baca postingan ini fuzzy inference enginee). Maka kita mendapat nilai-nilai sebagai berikut:

• hasil inference engine untuk ruangan 1 adalah {nyala=0.6 dan  0.4}
• hasil inference engine untuk ruangan 2 adalah {nyala=0.7 dan  0.5}

dan ketika ternyata fungsi keputusannya sebagai berikut maka:

dengan rumus yang digunakan pada metode sugeno diperoleh :

• y untuk ruangan 1 = ((0,6*60)+(0,4*70))/(0,6+0,4)= 64 poin
• angka 60 dan 70 adalah angka yang menunjukan nilai x dimana y = 0,6 dan y=0,4 pada tiap-tiap grafik yang mewakili).
• y untuk ruangan 2 = ((0,7*55)+(0,5*65))/(0,7+0,5)= 59,1 poin

Kurang lebih begitu terimakasih atas perhatiannya, kurangnya saya mohon maaf. Wassalamualaikum wr. wb.

Sumber :

• Wikipedia    : https://en.wikipedia.org/wiki/Defuzzification

Lokasi:

Berbagi :