22
4. Penumpang taksi berkata pada sopir taksi seberapa cepat laju kendaraan yang
diinginkan, sopir taksi akan mengatur pijakan gas taksinya Kusumadewi, 2002.
Logika fuzzy adalah metodologi sistem kontrol pemecahan masalah yang cocok untuk diimplementasikan pada sistem, mulai dari sistem yang sederhana,
sistem kecil, embedded system, jaringan PC, multi-channel atau workstation berbasis akuisisi data, dan sistem kontrol. Metodologi ini dapat diterapkan pada
perangkat keras, perangkat lunak, atau kombinasi keduanya Widiyantoro et al, 2013.
Logika fuzzy dapat digunakan untuk memodelkan informasi yang mengandung ketidakjelasan melalui konsep bilangan fuzzy, dan dapat memproses
bilangan fuzzy tersebut dengan menggunakan operasi-operasi aritmatika biasa. Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi
karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item dalam
semesta pembicaraan terletak secara kontinu di antara 0 dan 1 Samosir et al, 2013.
2.2.1. Teori Himpunan Fuzzy
Himpupnan fuzzy merupakan pengelompokan sesuatu berdasarkan variabel bahasa linguistic variable, yang dinyatakan dalam fungsi keanggotaan. Di dalam
semesta pembicaraan U universe of discourse. Fungsi keanggotaan dari suatu himpunan fuzzy tersebut bernilai antara 0 sampai dengan 1.
Teori himpunan fuzzy pertama kali diperkenalkan oleh Zadeh 1965, telah dikembangkan untuk menyelesaikan permasalahan dimana deskripsi aktivitas,
observasi dan penilaian adalah subyektif, tidak pasti dan tidak presisi. Kata “fuzzy” umumnya mengarah pada kondisi yang tidak ada batas dari aktivitas dan
penilaian yang dapat diartikan secara tepat. Sebagai contoh, kita dapat dengan
23
mudah menggolongkan orang yang berusia 22 tahun kedalam kelas “wanita muda”, sementara itu tidak mudah untuk menentukan apakah wanita yang berusia
35 tahun juga termasuk kedalam kelas tersebut, karena kata “muda” tidak memiliki batasan yang jelas. Sesuatu yang bersifat “fuzzy” seperti ini sangat sering
dijumpai dalam kehidupan sehari-hari, seperti kelas “penting” pada customer need, kelas “bagus” untuk mobil, dan sebagainya. Hal ini dapat dipresentasikan
dengan baik dengan menggunakan teori fuzzy. Teori himpunan fuzzy memberikan sarana untuk mempresentasikan
ketidakpastian dan dapat digunakan untuk memodelkan ketidakpastian yang berhubungan dengan kesamaran, ketidakpresisian, dan kekurangan informasi
mengenai elemen tertentu dari masalah yang dihadapi. Teori tentang himpunan fuzzy dinyatakan dengan sebuah subset A dari
semesta X, dimana transisi antara keanggotaan penuh dan bukan anggota lebih bersifat berderajat. Sebuah nilai dalam interval [0,1] mempunyai derajat
keanggotaan х dari salah satu anggota himpunan fuzzy x dikatakan bahwa himpunan fuzzy dipetakan ke nilai-nilai dalam interval [0,1] oleh fungsi .
Misalkan χ = {x} merupakan tradisional set objek, misalnya bilangan real, yang disebut semesta. Suatu fuzzy set ƒ pada χ dinyatakan dengan fungsi
keanggotaan
ƒ
x yang menghubungkan setiap elemen χ dengan suatu nilai dalam interval [0,1], dan dinotasikan dengan pasangan set ƒ = {x,
ƒ
x, x € χ}. Untuk
ƒ
x = 0, x pasti tidak berada di ƒ, jika
ƒ
x = 1 berarti x pasti berada pada ƒ. Nilai yang diberikan tersebut menyatakan derajat keanggotaan x dalam ƒ.
2.2.2. Fungsi Keanggotaan
