BAB 2 LANDASAN TEORI
2.1 Teori Himpunan Fuzzy
Dalam kebanyakan jenis pemikiran setiap harinya, orang – orang menggunakan crisp set untuk mengelompokan sesuatu. Menjadi anggota dari crisp set adalah seluruhnya
berhubungan atau tidak sama sekali. Seorang wanita dikatakan hamil ataupun tidak, ia
tidak pernah “hamil sebagian” atau “sedikit hamil”.
Berpikir dengan crisp set menjadikan segala sesuatunya lebih sederhana, karena sesuatu bisa merupakan anggota dari suatu crisp set atau tidak. Crisp set dapat
digunakan untuk merepresentasikan gambaran pengertian hitam dan putih. Seringkali juga, saat sesuatu itu merupakan anggota dari sebuah crisp set maka ia kemudian
pada waktu yang sama bukan merupakan anggota dari crisp set manapun. Kembali hal ini menyederhanakan penggunaan logika dengan proses pemikiran semacam ini.
Konstruksi linguistik yang menggambarkan jenis pemikiran ini dapat benar – benar berguna, terutama saat kategori crisp digunakan.
Pada himpunan tegas crisp, nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan µ A[x], memiliki 2 kemungkinan, yaitu :
• µA[1], yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan,
atau •
µA[0], yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.
Universitas Sumatera Utara
Untuk lebih jelasnya, bisa dilihat dari contoh dibawah ini :
Dari gambar diatas dapat dijelaskan bahwa: •
Apabila seseorang berusia 34 tahun, maka ia dikatakan MUDA µ
MUDA[34]=1; •
Apabila seseorang berusia 35 tahun, maka ia dikatakan TIDAK MUDA µ
MUDA[35]=0; •
Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia dikatakan TIDAK MUDA
µ MUDA[35-1hr]=0;
• Apabila seseorang berusia 35 tahun, maka ia dikatakan PAROBAYA
µ PAROBAYA[35]=1;
• Apabila seseorang berusia 34 tahun, maka ia dikatakan TIDAK PAROBAYA
µ PAROBAYA[34]=0;
• Apabila seseorang berusia 55 tahun, maka ia dikatakan PAROBAYA
µ PAROBAYA[55]=1;
• Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia dikatakan TIDAK
PAROBAYA µ
PAROBAYA[35-1hr]=0;
Dari sini bisa dikatakan bahwa pemakaian himpunan crisp untuk menyatakan umur sangat tidak adil, adanya perubahan kecil saja pada suatu nilai mengakibatkan
perbedaan kategori yang cukup signifikan. Oleh karena itu digunakanlah himpunan fuzzy untuk mengantisipasi hal tersebut.
Universitas Sumatera Utara
2.2 Fuzzy Set
Kategori