Derajat kebenaran dari pernyataan fuzzy, usia orang itu 21 tahun adalah muda, sama dengan derajat keanggotaan 21 tahun adalah himpunan fuzzy
“muda”, yaitu �
21 = 0.75.
2.6.4 Implikasi Fuzzy
Bentuk umum suatu implikasi fuzzy adalah ℎ ,
ℎ
A dan B adalah prediket-prediket fuzzy yang dikaitkan dengan himpunan-himpunan fuzzy dan dalam semesta X dan Y. Implikasi fuzzy adalah suatu relasi fuzzy dalam
X x Y, yang dilambangkan dengan → dengan fungsi keanggotaan
�
→
, = � , �
Di mana s adalah suatu norma-s dan k adalah suatu komplemen fuzzy.
2.7 Sistem Inferensi Fuzzy
Aplikasi logika fuzzy yang telah berkembang saat ini adalah sistem inferensi fuzzy, yaitu suatu sistem yang bekerja atas dasar penalaran fuzzy. Contohnya dalam kasus
penentuan jumlah produksi. Manajer pergudangan mengatakan pada manajer produksi seberapa banyak persediaan barang pada akhir bulan ini, kemudian manajer produksi
akan menetapkan jumlah barang yang harus diproduksi pada bulan selanjutnya.
Sistem inferensi fuzzy akan berfungsi sebagai pengendali proses tertentu dengan menggunakan aturan-aturan inferensi berdasarkan logika fuzzy. Sistem
inferensi memiliki 4 unit, yaitu: Frans Susilo, 2006:161
1 Unit fuzzifikasi fuzzification unit
2 Unit penalaran logika fuzzy fuzzy logic reasoning unit
3 Unit basis pengetahuan knowledge base unit, yang terdiri dari dua bagian :
Universitas Sumatera Utara
a. Basis data data base, yang memuat fungsi-fungsi keanggotaan dari
himpunan-himpunan fuzzy yang terkait dengan nilai dari variabel-variabel linguistik yang dipakai.
b. Basis aturan rule base, yang memuat aturan-aturan berupa implikasi
fuzzy. 4
Unit defuzzifikasi unit penegasan defuzzification unit.
Sistem inferensi fuzzy mengkonversi nilai-nilai tegas dari semua variabel masukan yang terkait dengan proses yang dikendalikan, nilai-nilai tersebut dikonversi
oleh unit fuzzifikasi ke nilai fuzzy yang sesuai. Hasil pengukuran kemudian diproses oleh unit penalaran logika fuzzy dengan menggunakan unit basis pengetahuan yang
akan menghasilkan himpunan-himpunan fuzzy sebagai keluarannya. Tahap terakhir yang dilakukan adalah unit penegasan, yaitu menerjemahkan keluaran yang berupa
himpunan-himpunan fuzzy ke dalam nilai-nilai yang tegas. Nilai tegas inilah yang kemudian direalisasikan dalam bentuk suatu tindakan yang dilaksanakan dalam proses
pengendalian.
2.7.1 Unit Fuzzifikasi
Langkah pertama pada sistem inferensi fuzzy dilakukan oleh unit fuzzifikasi yaitu, mengubah masukan tegas yang diterima menjadi masukan fuzzy. Untuk masing
– masing variabel input, ditentukan suatu fungsi fuzzifikasi fuzzyfication function yang
akan mengubah variabel masukan yang tegas yang biasa dinyatakan dalam bilangan real menjadi nilai pendekatan fuzzy.
Fungsi fuzzifikasi ditentukan berdasarkan beberapa kriteria Frans Susilo, 2006:163: 1
Fungsi fuzzifikasi diharapkan mengubah suatu nilai tegas, misalnya ℝ, ke suatu himpunan fuzzy dengan nilai keanggotaan a terletak pada selang
tertutup [0,1] atau �
= [0,1]. 2
Bila nilai masukannya cacat karena gangguan, diharapkan fungsi fuzzifikasi dapat menekan sejauh mungkin gangguan itu.
3 Fungsi fuzzifikasi diharapkan dapat membantu menyederhanakan komputasi
yang harus dilakukan oleh sistem tersebut dalam proses inferensinya.
Universitas Sumatera Utara
