Mengidentifikasi Himpunan Fuzzy pada Input

47

B. Klasifikasi Logika Fuzzy

1. Mengidentifikasi Himpunan Fuzzy pada Input

Himpunan fuzzy yang digunakan pada input adalah himpunan universal yang didapat dari nilai pendekatan minimum dan maximum dari setiap data input untuk 80 data latih, sehingga semua nilai input akan masuk pada interval himpunan tersebut. Berikut adalah himpunan fuzzy untuk setiap input. a. Minimum min Nilai terkecil dan terbesar input minimum pada data latih adalah -0.8741 dan -0.0462 maka himpunan semesta untuk fitur minimum adalah   0.88, 0.04 min U    dengan lebar kurva 0.04459. Variabel untuk input minimum dibagi menjadi 9 himpunan fuzzy dengan rentang yang sama yaitu min 1 , min 2 , min 3 , min 4 , min 5 , min 6 , min 7 , min 8 , dan min 9 dengan pusat dari masing-masing himpunan fuzzy tersebut adalah -0.88, -0.775, -0.67, -0.565, -0.46, -0.355, -0.25, -0.145, dan -0.04. Sembilan fungsi keanggotaan tersebut direpresentasikan kedalam fungsi keanggotaan Gauss. Fungsi keanggotaan untuk input minimum adalah sebagai berikut. 2 2 0.88 20.04459 x e    , − . � − . 1 min , 0.04459, 0.88 f x     0, x yang lain 2 2 0.775 20.04459 x e    , − . � − 2 min , 0.04459, 0.775 f x     0, x yang lain 48 2 2 0.67 20.04459 x e    , − . � − . 0, x yang lain 2 2 0.565 20.04459 x e    , − . � − . min 4 , 0.04459, 0.565 f x     0, x yang lain 2 2 0.46 20.04459 x e    , − . � − . min 5 , 0.04459, 0.46 f x     0, x yang lain 2 2 0.355 20.04459 x e    , − . � − . min 6 , 0.04459, 0.355 f x     , x yang lain 2 2 0.25 20.04459 x e    , − . � − . min 7 , 0.04459, 0.25 f x     0, x yang lain 2 2 0.145 20.04459 x e    , − . � − . 8 min , 0.04459, 0.145 f x     0, x yang lain 2 2 0.04 20.04459 x e    , − . � − . 9 min , 0.04459, 0.04 f x     0, x yang lain Gambar 4.5 . Grafik Fungsi Keanggotaan Variabel Minimum min 3 , 0.04459, 0.67 f x     49 b. Maksimum max Nilai terkecil dan terbesar input maksimum pada data latih adalah 0.057 dan 0.8872 maka himpunan semesta untuk fitur maksimum adalah   0.05,0.89 max U  dengan lebar kurva 0.04459. Variabel untuk input maksimum dibagi menjadi 9 himpunan fuzzy dengan rentang yang sama yaitu max 1 , max 2 , min 3 , max 4 , max 5 , max 6 , max 7 , max 8 , dan max 9 dengan pusat dari masing- masing himpunan fuzzy tersebut adalah -0.05, -0.155, -0.26, -0.365, -0.47, -0.575, -0.68, -0.785, dan -0.9. Sembilan fungsi keanggotaan tersebut direpresentasikan kedalam fungsi keanggotaan Gauss. Fungsi keanggotaan untuk input maksimum adalah sebagai berikut. 2 2 0.05 20.04459 x e   , . � . 1 max , 0.04459, 0.05 f x    0, x yang lain 2 2 0.155 20.04459 x e   , . � . 2 max , 0.04459, 0.155 f x    0, x yang lain 2 2 0.26 20.04565 x e   , . � . 3 max , 0.04459, 0.26 f x    0, x yang lain 2 2 0.365 20.04459 x e   , . � . 4 max , 0.04459, 0.365 f x    0, x yang lain 2 2 0.47 20.04459 x e   , . � . max5 , 0.04459, 0.47 f x    0, x yang lain 50 2 2 0.575 20.04459 x e   , . � . 6 max , 0.04459, 0.575 f x    0, x yang lain 2 2 0.68 20.04459 x e   , . � . max7 , 0.04459, 0.68 f x    0, x yang lain 2 2 0.785 20.04459 x e   , . � . 8 max , 0.04459, 0.785 f x    0, x yang lain 2 2 0.9 20.04459 x e   , . � . 9 max , 0.04565, 0.9 f x    0, x yang lain Gambar 4.6 . Grafik Fungsi Keanggotaan Variabel Maksimum c. Rata-rata mean Nilai terkecil dan terbesar input rata-rata pada data latih adalah -9.39e-04 dan 7.61e-04 maka himpunan semesta untuk fitur rata-rata adalah   0.00094,0.00077 mean U   dengan lebar kurva 9.077e-005. Variabel untuk input maksimum dibagi menjadi 9 himpunan fuzzy dengan rentang yang sama yaitu mean 1 , mean 2 , mean 3 , mean 4 , mean 5 , mean 6 , mean 7 , mean 8 , dan mean 9 dengan pusat dari masing-masing himpunan fuzzy tersebut adalah -0.0094, -0.0007263, -0.0005126, -0.0002989, -8.5e-05, 51 -0.0001289, 0.0003424, 0.0005563, dan 0.00077. Sembilan fungsi keanggotaan tersebut direpresentasikan kedalam fungsi keanggotaan Gauss. Fungsi keanggotaan untuk input rata-rata adalah sebagai berikut. 2 2 0.00094 29.077e-05 x e    , − . � − . 1 , 9.077e-05, -0.00094 mean f x    0, x yang lain 2 2 -0.0007263 29.077e-05 x e   , − . � − . 2 , 9.077e-05, -0.0007263 mean f x    0, x yang lain 2 2 -0.0005126 29.077e-05 x e   , − . � − . 3 , 9.077e-05, -0.0005126 mean f x    0, x yang lain 2 2 -0.0002989 29.077e-05 x e   , − . � . 4 , 9.077e-05, -0.0002989 mean f x    0, x yang lain 2 2 -8.5e-05 29.077e-05 x e   , − . � . 5 , 9.077e-05, -8.5e-05 mean f x    0, x yang lain 2 2 0.0001289 29.077e-05 x e   , − . � . 6 , 9.077e-05, 0.0001289 mean f x    0, x yang lain 2 2 0.0003424 29.077e-05 x e   , . � . 7 , 9.077e-05, 0.0003424 mean f x    0, x yang lain 2 2 0.0005563 29.077e-05 x e   , . � . 8 , 9.077e-05, 0.0005563 mean f x    0, x yang lain 52 2 2 0.00077 29.077e-05 x e   , . � . 9 , 9.077e-05, 0.00077 mean f x    0, x yang lain Gambar 4.7 . Grafik Fungsi Keanggotaan Variabel Rata-rata d. Standar Deviasi std Nilai terkecil dan terbesar input standar deviasi pada data latih adalah 0.0053 dan 0.1784 maka himpunan semesta untuk fitur standar deviasi adalah U std = [0.005,0.18] dengan lebar kurva 0.009289. Variabel untuk input standar deviasi dibagi menjadi 9 himpunan fuzzy dengan rentang yang sama yaitu std 1 , std 2 , std 3 , std 4 , std 5 , std 6 , std 7 , std 8 , dan std 9 dengan pusat dari masing-masing himpunan fuzzy tersebut adalah 0.005, 0.02688, 0.04856, 0.07063, 0.0925, 0.1144, 0.1363, 0.158, dan 0.18. Sembilan fungsi keanggotaan tersebut direpresentasikan kedalam fungsi keanggotaan Gauss. Fungsi keanggotaan untuk input standar deviasi adalah sebagai berikut. 2 2 0.005 20.009289 x e   , . � . 1 , 0.009289, 0.005 std f x    0, x yang lain 53 2 2 0.02688 20.009289 x e   , . � . 2 , , 0.009289 0.02688 std f x    0, x yang lain 2 2 0.04856 20.009289 x e   , . � . 3 , , 0.009289 0.04856 std f x    2 2 0.07063 20.009289 x e   , . � . 4 , , 0.009289 0.07063 std f x    0, x yang lain 2 2 0.0925 20.009289 x e   , . � . 5 , , 0.0925 0.009289 std f x    0, x yang lain 2 2 0.1144 20.0.009289 x e   , . � . 6 , , 0.1144 0.009289 std f x    0, x yang lain 2 2 0.1363 20.009289 x e   , . � . 7 , 0.009289, 0.1363 std f x    0, x yang lain 2 2 0.158 20.009289 x e   , . � . 8 , 0.009289, 0.158 std f x    0, x yang lain 2 2 0.18 20.009289 x e   , . � . 9 , 0.009289, 0.18 std f x    0, x yang lain 0, x yang lain 54 Gambar 4.8 . Grafik Fungsi Keanggotaan Variabel Standar Deviasi e. Energi en Nilai terkecil dan terbesar pada input energi data latih adalah 24.4353 dan 67.3959 maka himpunan semesta untuk fitur standar deviasi adalah   20, 70 en U  dengan lebar kurva 2.655. Variabel untuk input energi dibagi menjadi 9 himpunan fuzzy dengan rentang yang sama yaitu en 1 , en 2 , en 3 , en 4 , en 5 , en 6 , en 7 , en 8 , dan en 9 dengan pusat dari masing-masing himpunan fuzzy tersebut adalah 20, 26.25, 32.5, 38.75, 45, 51.25, 57.5, 63.75, dan 70. Sembilan fungsi keanggotaan tersebut direpresentasikan kedalam fungsi keanggotaan Gauss. Fungsi keanggotaan untuk input energi adalah sebagai berikut. 2 2 20 22.654 x e   , � . 1 , 2.654,20 en f x    0, x yang lain 2 2 26.25 22.654 x e   , � . 2 , 2.654,26.25 en f x    0, x yang lain 2 2 32.5 22.654 x e   , . � . 3 , 2.654,32.5 en f x    0, x yang lain 55 2 2 38.75 22.654 x e   , . � . 4 , 2.654,38.75 en f x    0, x yang lain 2 2 45 22.654 x e   , . � . 5 , 2.654,45 en f x    0, x yang lain 2 2 51.25 22.654 x e   , . � . 6 , 2.654,51.25 en f x    0, x yang lain 2 2 57.5 22.654 x e   , . � . 7 , 2.654,57.5 en f x    0, x yang lain 2 2 63.75 22.654 x e   , . � 8 , 2.654,63.75 en f x    0, x yang lain 2 2 70 22.654 x e   , . � 9 , 2.654,70 en f x    0, x yang lain Gambar 4.9 . Grafik Fungsi Keanggotaan Variabel Energi

2. Mengidentifikasi Himpunan Fuzzy pada Output