3. Decision menunjukan mekanisme penalaran fuzzy yang melakukan prosedur
inferensi. 4.
Unit fuzzyfikasi melakukan proses fuzzifikasi dari data input tunggal crisp dengan cara mengubah data yang terpetakan tersebut ke istilah
lingustik yang sesuai dengan himpunan fuzzy yang telah didefinisikan untuk variabel tersebut.
5. Unit defuzzyfikasi melakukan pemetaan dari output inferensi fuzzy ke
nilai tunggal crisp.
Blok diagram FIS ditunjukan oleh Gambar 4 Jang et al.1997.
Gambar 4 Blok diagram FIS.
2.3.2 Model Inferensi Fuzzy Sugeno
Metode Sugeno pertama kali diperkenalkan pada tahun 1985, oleh Takagi Sugeno Kang. Model inferensi fuzzy Sugeno menurut Jang et al. 1997 hampir
sama dengan penalaran Mamdani, hanya output konsekuen sistem tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear.
Berikut adalah 2 model fuzzy Sugeno:
a. Model fuzzy Sugeno Orde-Nol
IF X
1
is A
1
• X
2
is A
2
••• X
n
is A
n
Dengan A THEN Y = K
3
i
adalah himpunan fuzzy ke-i sebagai anteseden dan k adalah suatu
konstanta crisp sebagai konsekuen.
b . Model fuzzy Sugeno Orde-Satu
IFX
1
is A
1
•X
2
is A
2
••• X
n
is A
n
THEN Z = P
1
X
1
+...+ P
n
X
n
Dengan A + q
4
i
adalah himpunan fuzzy ke-i sebagai anteseden dan P
i
adalah suatu konstanta crisp ke-i dan q juga merupakan konstanta dalam konsekuen. Gambar 5 adalah gambar model fuzzy Sugeno Jang et al.1997.
Gambar 5 Model fuzzy Sugeno. 2.4
Decision Tree
Decision tree pohon keputusan adalah struktur pohon yang mengandung internal node dengan 2 children dan terminal node tanpa children. Setiap
internal node berhubungan dengan fungsi keputusan untuk menunjukkan node berikutnya yang akan dilalui, sementara setiap terminal node merupakan output
dari vektor input yang diberikan. Decision
tree dapat diterapkan pada permasalahan klasifikasi
classification ataupun masalah regresi regression. Pada permasalahan klasifikasi setiap terminal node mengandung sebuah huruf yang menunjukkan
kelas perkiraan dari vektor yang diberikan, sedangkan pada permasalahan regresi
setiap terminal node biasanya merupakan sebuah konstanta yang merupakan output dari vektor input.
Algoritme Classification and Regression Tree CART dapat digunakan untuk melakukan pemilihan peubah dan merupakan transformasi monotonik dari
peubah penjelas x dan peubah respon y. Algoritme CART dapat mengetahui
