membandingkan dengan membership function yang telah ada untuk menghasilkan harga fuzzy input.
2.6.7 Inferensi
Setelah fungsi keanggotaan untuk variabel masukan dan keluarannya ditentukan, basis aturan pengendalian dapat dikembangkan
untuk menghubungkan aksi keluaran pengendali terhadap kondisi masukannya. Tahap ini disebut sebagai tahap inferensi, yakni bagian
penentuan aturan dari sistem logika fuzzy. Sejumlah aturan dapat dibuat untuk menentukan aksi pengendali fuzzy. Pada basis aturan, aturan If-Then
tersebut dapat menghubungkan banyak variabel masukan dan keluaran. Masukan x dipetakan menjadi keluaran y. Aturan if-then diinterpretasikan
sebagai implikasi fuzzy. Terdapat banyak sekali model interpretasi implikasi yang telah dikembangkan.
Sistem inferensi fuzzy merupakan suatu kerangka komputasi yang didasarkan pada teori himpunan fuzzy, aturan fuzzy berbentuk IF-THEN
dan penalaran fuzzy. Sistem inferensi fuzzy melakukan penalaran menggunakan fuzzy input dan fuzzy rules yang telah ditentukan sehingga
menghasilkan fuzzy output. Ada 3 metode dalam inferensi yaitu :
1. Metode Tsukamoto
Menurut Kusumadewi dan Purnomo 2004 : 33, pada metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk If-Then
harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi
keanggotaan yang monoton. Sebagai hasilnya, Output hasil inferensi dari tiap-tiap aturan diberikan secara tegas Crisp berd
asarkan α- predikat
fire strength.
Hasil akhirnya
diperoleh dengan
menggunakan rata-rata terbobot. Misalkan ada 2 variabel input, Var-1 x dan Var-2 y, serta 1
variabel output, Var-3 z, dimana Var-1 terbagi atas 2 himpunan yaitu A1 dan A2 terbagi atas 2 himpunan B1 dan B2, Var-3 juga terbagi
atas 2 himpunan yaitu C1 dan C2 C1 dan C2 harus monoton. Ada aturan yang digunakan, yaitu:
[R1] IF x is A1 and y is B2 THEN z is C1 [R1] IF x is A2 and y is B1 THEN z is C2
2. Metode Mamdani
Menurut Kusumadewi dan Purnomo 2004 : 39, Metode ini sering disebut metode Max-Min. Metode ini diperkenalkan oleh Ebrahim
Mamdani pada tahun 1975. Dalam metode mamdani, untuk mendapatkan output diperlukan empat tahapan yaitu :
1. Pembentukan himpunan fuzzy Pada metode ini, baik variabel input maupun variabel output
dibagi menjadi satu atau lebih himpunan fuzzy. 2. Aplikasi fungsi implikasi aturan
Fungsi aplikasi turunan yang dipergunakan adalah Min. 3. Komposisi Aturan
Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu Max, Additive dan probabilistic OR probor.
4. Penegasan defuzzy Input dari proses defuzzy adalah suatu himpunan fuzzy yang
diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan
fuzzy tersebut. Sehingga jika diberikan himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu nilai crips tertentu
sebagai output.
3. Metode Sugeno
Menurut Kusumadewi dan Purnomo 2004:49, penalaran dengan metode sugeno hampir sama dengan mamdani, hanya saja output
konsekuen sistem tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linier. Metode ini diperkenalkan oleh
Takagi-Sugeno Kang pada tahun 1985. Ada 2 Model Fuzzy Sugeno :
1. Model Fuzzy Orde-Nol Bentuk umum Metode Sugeno Orde 0 adalah :
IF X
1
is A
1 o
X
2
is A
2 o
X
3
is A
3
o…oX
N
is A
N
THEN z=k Dengan A
i
adalah himpunan fuzzy ke-i sebagai anteseden, dan k adalah suatu konstanta tegas sebagai konsekuen.
2. Model Fuzzy Orde-Satu Secara umum bentuk model fuzzy sugeno Orde-Satu adalah :
IF X
1
is A
1
o…oX
N
is A
N
THEN z= p
1
x
1
+ … + p
N
x
N
+ q dengan A
i
adalah himpunan fuzzy ke-i sebagai anteseden, dan p
i
adalah suatu konstanta tegas ke-i dan q juga merupakan konstanta dalam konsekuen. Apabila komposisi aturan menggunakan metode
Sugeno, maka defuzzy dilakukan dengan cara mencari nilai rata- ratanya.
Metode yang digunakan pada penelitian ini adalah metode sugeno. Menurut Kusumadewi 2002 : 99 metode Sugeno lebih cocok untuk
analisis secara matematis serta komputasinya pun lebih efisien dibanding metode Mamdani dan Tsukamoto.
2.6.8 Defuzzyfikasi
Kategori