sistem pakar fuzzy logic

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.


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 ?


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.


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

sistem pakar fuzzy logic

Documents