sistem pakar fuzzy logic
TRANSCRIPT
-
7/27/2019 Sistem Pakar Fuzzy Logic
1/4
FUZZY LOGIC
ASAL MULA FUZZY LOGIC
Konsep Fuzzy Logic diperkenalkan oleh Prof. Lotfi Zadeh dari Universitas California diBerkeley pada 1965, dan dipresentasikan bukan sebagai suatu metodologi control, tetapi sebagaisuatu cara pemrosesan data dengan memperkenankan penggunaan partial set membership dibandingcrisp set membership atau non-membership. Pendekatan pada set teori ini tidak diaplikasikan padasystem control sampai tahun 70an karena kemampuan computer yang tidak cukup pada saat itu.Profesor Zadeh berpikir bahwa orang tidak membutuhkan kepastian, masukan informasi numeric,dan belum mampu terhadap control adaptif yang tinggi. Jika pengendali umpan balik dapat di
program untuk menerima derau, masukan yang tidak tepat, mereka akan menjadi lebih efektif danmengkin akan menjadi lebih mudah untuk diimplementasikan. Sayangnya, produsen AS belum
begitu cepat untuk merangkul teknologi ini sementara Eropa dan Jepang telah agresif produk bangunan nyata di sekitarnya.
APA ITU FUZZY LOGIC
Fuzzy Logic adalah metodologi pemecahan masalah dengan beribu ribu aplikasi dalam pengendali yang tersimpan dan pemrosesan informasi.Cocok untuk diimplementasikan pada sistem
yang sederhana, kecil, tertanam pada mikro controller, PC multi-channel atau workstation berbasisakuisisi data dan control sistem. Fuzzy logic menyediakan cara sederhana untuk menggambarkankesimpulan pasti dari informasi yang ambigu, samar -samar, atau tidak tepat. Sedikit banyak, fuzzylogic menyerupai pembuatan keputusan pada manusia dengan kemampuannya untuk bekerja daridata yang ditafsirkan dan mencari solusi yang tepat. Fuzzy logic pada dasarnya merupakan logika
bernilai banyak (multivalued logic) yang dapat mendefinisikan nilai diantara keadaan konvensionalseperti ya atau tidak, benar atau salah, hitam atau putih, dan sebagainya. Penalaran fuzzymenyediakan cara untuk memahami kinerja dari system dengan cara menilai input dan outputsystem dari hasil pengamatan.
ALASAN MENGGUNAKAN LOGIKA FUZZY
Fuzzy logic menawarkan beberapa karakteristik unik yang menjadikannya suatu pilihan yang baik
untuk banyak masalah control. Karakteristik tersebut antara lain :
1. Sudah menjadi sifatnya yang kuat selama tidak membutuhkan ketepatan, input yang bebas
derau, dan dapat diprogram untuk gagal dengan aman jika sensor arus balik dimatikan atau
rusak. Control output adalah fungsi control halus meskipun jarak variasi input yang cukup besar.
-
7/27/2019 Sistem Pakar Fuzzy Logic
2/4
2. Selama fuzzy logic controller memproses aturan aturan yang dibuat user yang memerintah
system control target, ia dapat dimodifikasi dengan mudah untuk meningkatkan atau
mengubah secara drastis performa system. Sensor yang baru dapat dengan mudah
digabungkan kedalam system secara sederhana dengan menghasilkan aturan memerintah
yang sesuai.
3. Fuzzy logic tidak terbatas pada sedikit masukan umpan-balik dan satu atau dua output
control, tidak juga penting untuk menilai atau menghitung parameter rata - rata perubahan
dengan tujuan agar ia diimplementasikan. Sensor data yang menyediakan beberapa indikasi
untuk aksi dan reaksi system sudah cukup. Hal ini memungkinkan sensor menjadi murah
dan tidak tepat sehingga menghemat biaya system keseluruhan dan kompleksitas rendah.
4. Karena operasi operasi yang berbasiskan aturan, jumlah input yang masuk akal dapatdiproses ( 1 sampai 8 atau lebih ) dan banyak output ( 1 sampai 4 atau lebih ) dihasilkan,
walaupun pendefinisian rulebase secara cepat menjadi rumit jika terlalu banyak input dan
output dipilih untuk implementasi tunggal selama pendefinisian rules(aturan), hubungan
timbal baliknya juga harus didefinisikan. Akan lebih baik jika memecah system kedalam
potongan potongan yang lebih kecil dan menggunakan fuzzy logic controllers yang lebih
kecil untuk didistribusikan pada system, masing masing dengan tanggung jawab yang
lebih terbatas.5. Fuzzy Logic dapat mengontrol system nonlinier yang akan sulit atau tidak mungkin untuk
dimodelkan secara matematis. Hal ini membuka pintu bagi system control yang secara
normal dianggap tidak mungkin untuk otomatisasi.
BAGAIMANA MENGGUNAKAN FUZZY LOGIC
Adapun langkah langkah penggunaan fuzzy logic adalah sebagai berikut:
Definisikan obyektif dan criteria control :
1. Apa yang kita coba control ?
2. Apa yang harus kita lakukan untuk mengontrol system ?
3. Respon seperti apa yang kita butuhkan ?
4. Apa mode kegagalan system yang mungkin ?
-
7/27/2019 Sistem Pakar Fuzzy Logic
3/4
Tentukan hubungan antara input dan output serta memilih jumlah minimum variable input
pada mesin fuzzy logic(secara khusus error dan rata rata perubahan error). Dengan menggunakan struktur berbasis aturan dari fuzzy logic, jabarkan permasalahan
control ke dalam aturan IF X AND Y THEN Z yang mendefinisikan respon output system
yang diinginkan untuk kondisi input system yang diberikan. Jumlah dan kompleksitas dari
rules bergantung pada jumlah parameter input yang diproses dan jumlah variable fuzzy yang
bekerjasama dengan tiap tiap parameter. Jika mungkin, gunakan setidaknya satu variable
dan turunan waktunya. Walaupun mungkin untuk menggunakan sebuah parameter tunggal
yang error saat itu juga tanpa mengetahui rata rata perubahannya, hal ini melumpuhkan
kemampuan system untuk meminamalisasi keterlampauan untuk sebuah tingkat input.
Buat fungsi keanggotaan yang menjelaskan nilai input atau output yang digunakan didalam
rules.
Buat rutinitas proses awal dan akhir yang penting jika diimplementasikan dalam software,
sebaliknya program rules kedalam mesin hardware fuzzy logic.
Test system, evaluasi hasil, atur rules dan fungsi keanggotaan, dan retest sampai hasil yang
memuaskan didapat.
HIMPUNAN FUZZY
Tahun 1965, Profesor L.A. Zadeh memperkenalkan teori himpunan fuzzy, yang secara tidak
langsung mengisyaratkan bahwa tidak hanya teori probabilitas saja yang dapat merepresentasikan
ketidakpastian. Teori himpunan fuzzy adalah merupakan perluasan dari teori logika Boolean yang
menyatakan tingkat angka 1 atau 0 atau pernyataan benar atau salah, sedang pada teori logika fuzzy
terdapat tingkat nilai, yaitu :
1. satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan, atau
2. nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.
-
7/27/2019 Sistem Pakar Fuzzy Logic
4/4
Contoh 1:
Jika diketahui:
S = {1,2,3,4,5,6} adalah semesta pembicaraan
A = {1,2,3}
B = {3,4,5}
Maka, bisa dikatakan bahwa :
Nilai keanggotaan 2 pada himpunan A, , karena .
Nilai keanggotaan 3 pada himpunan A, , karena .
Nilai keanggotaan 2 pada himpunan B, , karena .
SUM BE R : Prof esor L .A. Zadeh f rom Uni versi tas Cali for ni a, Berkeley, 1965