38 3.
Triangular fuzzifier Fuzzifier
ini memetakan data real ke dalam himpunan
fuzzy
pada dengan fungsi keanggotaan:
{
dengan menyatakan parameter positif
menyatakan perkalian
product
atau
min
J. Table Look-Up Scheme
Pada penelitian ini, aturan
fuzzy
jika-maka disusun berdasarkan
data masukan dan keluaran. Salah satu metode yang dapat digunakan adalah
table lookup scheme
, dengan langkah – langkah sebagai berikut
Wang, 1997:153-156: 1.
Mendefinisikan himpunan
fuzzy
untuk setiap domain dari setiap variabel
fuzzy
. 2.
Melakukan fuzzifikasi untuk setiap pasang
input-output
data. Setiap nilai
input
maupun
output
dikategorikan menjadi suatu himpunan
fuzzy
. Penggolongan tersebut berdasarkan derajat keanggotaan terbesar. Setelah masing-masing nilai
input
dan
output
dikategorikan, maka akan didapat aturan-aturan.
3. Jika ada aturan
yang memiliki antiseden sama tapi memiliki konsekuen yang berbeda, maka pilih aturan yang derajatnya terbesar.
39
Misalkan aturan
fuzzy
maka derajat aturan
fuzzy
tersebut adalah
4. Bentuk
fuzzy rule base
yang terdiri dari aturan-aturan yang diperoleh dari langkah 3.
K.
Fuzzy Inference Engine
Inferensi
fuzzy
merupakan suatu pemetaaan himpunan
fuzzy
di ke suatu himpunan
fuzzy
di Wang, 1997: 94. Dengan kata lain, inferensi
fuzzy
merupakan proses pengolahan
input
berupa nilai
fuzzy
yang didapat dari
fuzzifier
dengan mengkombinasikan
fuzzy rule base
untuk memperoleh
output
berupa nilai
fuzzy
baru. Alat yang digunakan dalam proses
fuzzy inference
disebut
fuzzy inference engine.
Terdapat beberapa
fuzzy inference engine
, 5 diantaranya adalah Wang, 1997:97-99:
1.
Product Inference Engine
2.
Minimum Inference Engine
3.
Lukasiewic Inference Engine
4.
Zadeh Inference Engine
5.
Dienes-Racher Inference Engine
40
L.
Defuzzifier
Defuzzifikasi merupakan suatu pemetaan himpunan
fuzzy
di ke nilai tegas
Wang, 1997: 108. Dengan kata lain, defuzzifikasi merupakan proses pengolahan nilai
fuzzy
yang didapat dari
Fuzzy Inference Engine
menjadi nilai tegas. Alat yang digunakan dalam defuzzifikasi disebut
defuzzifier
. Terdapat 3
defuzzifier
, yaitu: Wang, 1997:109-112:
1.
Center of Gravity Defuzzifier Centroid Defuzzifier
ini solusi nilai tegas diperoleh dengan cara mengambil titik pusat
daerah
fuzzy
. Secara umum dirumuskan: ∫
∫ dimana
∫ adalah integral biasa
adalah derajat keanggotaan setelah inferesi
2.
Center Average Defuzzifier
Defuzzifikasi ini dapat digunakan jika output fungsi keanggotaan dari beberapa proses
fuzzy
mempunyai bentuk yang sama. Metode ini mengambil nilai rata-rata dengan menggunakan
pembobotan berupa derajat keanggotaan. Defuzzifikasi ini secara umum dirumuskan:
41 ∑
∏ ∑ ∏
3.
Maximum Defuzzifier
Defuzzifikasi ini dengan mengambil salah satu dari nilai-nilai variabel dimana himpunan bagian
fuzzy
memiliki nilai kebenaran maksimum sebagai nilai tegas bagi variabel
output
. Terdapat 3 macam
maximum defuzzifier
, yaitu: a.
Smallest of maxima
Metode ini mengambil nilai terkecil dari domain yang memiliki nilai keanggotaan maksimum untuk memperoleh
bilangan tegas. b.
Largest of maxima
Metode ini mengambil nilai terbesar dari domain yang memiliki nilai keanggotaan maksimum untuk memperoleh
bilangan tegas. c.
Mean of maxima
Metode ini mengambil nilai rata-rata dari domain yang memiliki nilai keanggotaan maksimum untuk memperoleh
bilangan tegas.
42
M. Sistem
