Logika Fuzzy - Pengantar

1. Sejarah Logika Fuzzy

Logika Fuzzy pertama kali diperkenalkan oleh Prof. Lotfi Zadeh pada tahun 1965. Dia adalah orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang berjudul “Fuzzy Set”. Dalam paper tersebut dia mempaparkan ide dasar fuzzy set yang meliputi inclusion, union, intersection, complement, relation dan convexity. Lotfi Zadeh mengatakan penerapan integrasi Logika Fuzzy kedalam sistem informasi dan rekayasa proses akan menghasilkan sistem kontrol, alat-alat rumah tangga, dan sistem pengambil keputusan yang lebih fleksibel, mantap, dan canggih dibandingkan dengan sistem konvensional.

2. Pengertian Logika Fuzzy

Logika Fuzzy merupakan perkembangan dari logika boolean yang hanya mengenal nilai 0 atau 1, benar atau salah, hitam atau putih. Logika Fuzzy memiliki karakteristik dan keunggulan dalam menangani permasalahan yang bersifat ketidakpastian dan kebenaran parsial. Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti "sedikit", "lumayan", dan "sangat". Hal ini sangat berpengaruh dalam penyelesaian masalah di dunia nyata yang biasanya tidak bisa dilihat sebagai hitam atau putih. Kenyataannya terdapat banyak hal yang bernilai abu-abu dan jika diperhatikan akan membantu kita untuk membuat keputusan yang secara intuitif tampak lebih adil.

Gambar 1. Perbedaan temperatur dalam Logika Fuzzy

3. Beberapa Hal yang Perlu diketahui dalam Logika Fuzzy

Ada beberapa hal yang perlu diketahui dalam sistem fuzzy, yaitu:

a. Variabel Fuzzy

Variabel fuzzy merupakan variabel yang akan dibahas dalam suatu sistem fuzzy. Contoh: umur, permintaan, persediaan, produksi, dsb.

b. Himpunan Fuzzy

Merupakan suatu kelompok yang mewakili suatu kondisi atau keadaan tertentu dalam suatu sistem fuzzy. Contoh: Variabel suhu, terbagi menjadi 3 himpunan fuzzy, yaitu: DINGIN, SEJUK, NORMAL, HANGAT, dan PANAS.

Himpunan fuzzy memiliki 2 atribut , yaitu:

1. Linguistik, yaitu penamaan kelompok yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami, seperti: DINGIN, SEJUK, NORMAL, HANGAT, dan PANAS.

2. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel, seperti: 25, 40, 35, 50, dsb.

c. Semesta Pembicaraan

Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk

dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan merupakan

himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri

ke kanan. Nilai semesta pembicaraan dapat berupa bilangan positif maupun

negatif. Adakalanya nilai semesta pembicaraan ini tidak dibatasi batas atasnya.

Contoh: Semesta pembicaraan untuk variabel suhu : [0, 40].

d. Domain

Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta

pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Seperti halnya

semesta pembicaraan, domain merupakan himpunan bilangan real yang senantiasa

naik (bertambah) secara monoton dari kiri ke kanan. Nilai domain dapat berupa

bilangan positif maupun negatif.

4. Sistem Inferensi Fuzzy (Fuzzy Inference System/FIS)

Sistem Inferensi Fuzzy (Fuzzy Inference System/FIS) disebut juga fuzzy inference engine adalah sistem yang dapat melakukan penalaran dengan prinsip serupa seperti manusia melakukan penalaran dengan nalurinya. Terdapat beberapa jenis FIS yang dikenal yaitu Mamdani, Sugeno dan Tsukamoto.

REFERENSI

Anonim¹. http://id.wikipedia.org. Logika Fuzzy. Tanggal Akses : 23 Februari 2011

Anonim². http://repository.usu.ac.id. Sistem Pendukung Keputusan Menggunakan

Sistem Fuzzy. Tanggal Akses : 23 Februari 2011

Anonim³. http://www.ittelkom.ac.id. Sistem Fuzzy. Tanggal Akses : 23 Februari 2011