Creator Media

Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi Zadeh seorang kebangsaan Iran yang menjadi guru besar di University of California at Berkeley pada tahun 1965 dalam papernya yang monumental. Dalam paper tersebut dipaparkan ide dasar fuzzy set yang meliputi inclusion, union, intersection, complement, relation dan convexity. Pelopor aplikasi fuzzy set dalam bidang kontrol, yang merupakan aplikasi pertama dan utama dari fuzzy set adalah Prof. Ebrahim Mamdani dan kawan-kawan dari Queen Mary College London. Penerapan kontrol fuzzy secara nyata di industri banyak dipelopori para ahli dari Jepang, misalnya Prof. Sugeno dari Tokyo Institute of Technology, Prof. Yamakawa dari Kyusu Institute of Technology, Togay dan Watanabe dari Bell Telephone Labs (Girona, 2013). Komponen – komponen fuzzy sebagai berikut :

Komponen Utama dari Arsitektur Fuzzy Logic

• Himpunan Fuzzy
  Himpunan fuzzy merupakan suatu pengembangan lebih lanjut tentang konsep himpunan dalam matematika. Himpunan Fuzzy adalah rentang nilai-nilai. Masing-masing nilai mempunyai derajat keanggotaan (membership) antara 0 sampai dengan 1. Ungkapan logika Boolean menggambarkan nilai-nilai “benar” atau “salah”. Logika fuzzy menggunakan ungkapan misalnya : “sangat lambat”, ”agak sedang”, “sangat cepat” dan lain-lain untuk mengungkapkan derajat intensitasnya (Kusumadewi dan Purnomo, 2010).
• Fuzzifikasi
  Proses fuzzifikasi merupakan proses untuk mengubah variabel non fuzzy (variabel numerik) menjadi variabel fuzzy (variabel linguistik). Nilai masukan-masukan yang masih dalam bentuk variabel numerik yang telah dikuantisasi sebelum diolah oleh pengendali fuzzy harus diubah terlebih dahulu ke dalam variabel fuzzy. Melalui fungsi keanggotaan yang telah disusun maka nilai-nilai masukan tersebut menjadi informasi fuzzy yang berguna nantinya untuk proses pengolahan secara fuzzy pula. Proses ini disebut fuzzifikasi (Kusumadewi dan Purnomo, 2010).
• Inferencing (Rule Base)
  Pada umumnya, aturan-aturan fuzzy dinyatakan dalam bentuk “IF…THEN” yang merupakan inti dari relasi fuzzy. Relasi fuzzy, dinyatakan dengan R, juga disebut implikasi fuzzy (Kusumadewi dan Purnomo, 2010). Untuk mendapatkan aturan “IF…THEN” ada dua cara utama :
  1. Menanyakan ke operator manusia yang dengan cara manual telah mampu mengendalikan sistem tersebut, dikenal dengan “human expert”.
  2. Dengan menggunakan algoritma pelatihan berdasarkan data-data masukan dan keluaran.

Komponen Sistem Fuzzy

Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy (Kusuma Dewi, 2003), yaitu :

• Variabel fuzzy yaitu variabel yang hendak dibahas dalam suatu sistem fuzzy. Contohnya: umur, temperatur, permintaan.
• Himpunan fuzzy yaitu suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel fuzzy. Himpunan Fuzzy memiliki 2 atribut (Kusuma Dewi, 2003), yaitu :
  1. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami, speerti: MUDA, PAROBAYA, TUA.
  2. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel seperti: 40, 25, 50.
• Semesta Pembicaraan yaitu keseluruhan nilai yang diperoleh untuk dioperasikan dalam suatu variabel fuzzy, semesta pembicaraan merupakan himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri kekanan. Nilai semesta pembicaraan dapat berupa bilangan positif maupun negatif. Adakalanya nilai semesta pembicaraan ini tidak dibatasi batas atasnya. Contohnya semesta pembicaraan untuk variabel suhu : [0 40].
• Domain adalah keseluruhan nilai yang diijinkan dalam semesta pembicara 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.

Pembahasan terkait lainnya : 

• Pengertian Logika Fuzzy Menurut Para Ahli