Arsitektur ANFIS Model Ekto1

4.4 Proses Inferensi

Mekanisme inferensi atau proses penarikan kesimpulan yang digunakan untuk pembuatan sistem pakar ini adalah sistem inferensi fuzzy FIS dengan metode Sugeno. Pada sistem inferensi fuzzy, data masukan dari pengguna akan mengalami fuzifikasi menggunakan suatu fungsi keanggotaan tertentu, untuk kemudian didefuzifikasi sehingga menghasilkan satu nilai tunggal. Pengguna memasukkan input, yang kemudian dihitung derajat keanggotaannya menggunakan fungsi keanggotaan Gaussian. Derajat keanggotaan yang diperoleh kemudian digunakan untuk mengevaluasi aturan pada basis pengetahuan. Kesimpulan dihasilkan setelah data masukan yang telah mengalami fuzifikasi, diproses melalui serangkaian aturan yang disimpan sebagai basis pengetahuan. Kesimpulan yang dihasilkan sistem berupa suatu nilai tunggal. Kusumadewi 2002 menyebutkan bahwa secara umum terdapat lima langkah melakukan penalaran dalam logika fuzzy yaitu:

1. Memasukkan

input fuzzy Data input yang dimasukkan oleh pengguna berupa nilai numerik. Input kemudian dihitung nilai keanggotaannya menggunakan fungsi keanggotaan Gaussian. Nilai hasil perhitungan untuk setiap parameter selanjutnya akan dimasukkan dan dicocokkan ke dalam aturan-aturan yang terdapat pada basis pengetahuan.

2. Mengaplikasikan operator fuzzy

Operator fuzzy diaplikasikan pada aturan-aturan yang disimpan dalam basis pengetahuan. Sebuah aturan dapat terdiri dari beberapa antacendent untuk menghasilkan satu consequent. Penggabungan beberapa antacendent menggunakan operator fuzzy AND dan OR. Nilai efektivitas respon tumbuh dikelompokkan menjadi tiga kelompok. yaitu kurang efektif, cukup efektif, dan efektif. Nilai efektivitas respon tumbuh hanya bisa dihasilkan apabila semua nilai antacendent terpenuhi. Oleh karena itu untuk menghasilkan antacendent pada aturan dengan consequent sesuai digabungkan menggunakan operator AND. Penerapan operator AND membuat digunakannya nilai minimum atau terkecil dari semua antacendent yang ada di dalam sebuah aturan. Sedangkan untuk menghasilkan consequent kurang sesuai dan tidak sesuai, bagian antacendent dapat digabungkan dengan menggunakan operator OR. Penerapan operator OR membuat digunakannya nilai terbesar atau maksimum dari semua antacendent yang ada dalam sebuah aturan.

3. Mengaplikasikan metode implikasi

Pengaplikasian metode implikasi dilakukan setelah diperoleh nilai keanggotaan dari semua parameter dimasukkan ke dalam semua aturan yang ada. Dari setiap aturan yang dievaluasi akan dihitung nilai efektivitas respon tumbuhnya, sesuai dengan rumus fungsi keanggotaan yang digunakan. Tahap ini akan menghasilkan nilai keanggotaan consequent. Metode implikasi yang digunakan adalah perkalian product. Pada metode ini. solusi himpunan fuzzy diperoleh dengan cara melakukan perkalian terhadap semua output daerah fuzzy. 4 . Aggregasi semua output Pada tahap aggregasi ini, semua nilai efektivitas respon tumbuh dari masing-masing aturan akan digabungkan dan diambil hanya satu nilai tunggal. Nilai efektivitas dari masing-masing aturan yang dihasilkan dari proses implikasi sebelumnya akan menjadi masukan bagi proses komposisi ini. Metode komposisi yang digunakan adalah metode komposisi penjumlahan additive atau sum. Untuk metode penjumlahan ini solusi himpunan fuzzy diperoleh dengan cara melakukan seluruh penjumlahan terhadap semua output daerah fuzzy.

5. Defuzifikasi

Metode defuzifikasi yang digunakan adalah metode rata-rata terbobot weighted average. Proses defuzifikasi menghasilkan suatu keluaran nilai tunggal crisp mengenai nilai efektivitas respon tumbuh. Sistem juga memberikan keluaran kategori linguistik efektivitas respon tumbuh yaitu kurang efektif, cukup efektif, dan efektif.