Fungsi Keanggotaan Membership Function

10 Persamaan fungsi keanggotaan linear naik:             b x b x a a b a x a x x ; 1 ; ;  ………………………….....2.1 Kedua, merupakan kebalikan yang pertama.Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah seperti pada Gambar 2.7. Gambar 2.7 Representasi Linear Turun Fungsi keanggotaan linear turun :          b x b x a a b x b x ; ;  …………………………..........2.2  Representasi Kurva Segitiga Pada dasarnya merupakan gabungan antara 2 garis linear seperti terlihat pada Gambar 2.8. Derajat 11 Gambar 2.8 Representasi Kurva Segitiga Persamaan fungsi keanggotaan kurva segitiga:                 c x b b c x b b x a a b a x c x atau a x x ; ; ;  ……………………...2.3  Representasi Kurva Trapesium Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan 1 seperti pada Gambar 2.9. Gambar 2.9 Representasi Kurva Trapesium Derajat Keanggotaan Derajat Keanggotaan x  12 Persamaan fungsi keanggotaan Kurva Trapesium :                     d x c c d x d c x b b x a a b a x d x atau a x x ; ; 1 ; ;  ……………………......2.4  Representasi Kurva Bahu Daerah yang terletak ditengah-tengah suatu variable yang dipresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun misalkan: dingin bergerak ke sejuk bergerak ke hangat dan bergerak ke panas. Tetapi terkadang salah satu sisi dari variable tersebut tidak mengalami perubahan. Sebagai contoh, apabila telah mencapai kondisi panas, kenaikan temperature akan tetap berada pada kondisi panas. Himpunan fuzzy ‘bahu’, bukan segitiga, digunakan untuk mengakhiri variable suatu daerah fuzzy. Bahu kiri bergerak dari benar ke salah, demikianjuga bahu kanan bergerak dari salah ke benar. Gambar menunjukkan variable temperature dengan daerah bahunya. Gambar 2.10 Representasi Kurva Bahu Bahu kiri Bahu kanan Derajat Keanggotaan x  Domain 13

2.5 Cara Kerja Kontrol Logika Fuzzy

Dalam sistem kontrol logika fuzzy terdapat beberapa tahapan operasional meliputi: 1. Fuzzifikasi. 2. mesin penalaran atau inference engine. 3. aturan dasar fuzzy rule. 4. defuzzifikasi. Blok diagram kontrol logika fuzzy ditunjukkan pada gambar 2.11. Gambar 2.11 Blok diagram kontrol logika fuzzy 14 Kerangka operasional kontrol logika fuzzy ditunjukkan pada gambar 2.12. Gambar 2.12 Kerangka kerja kontrol logika fuzzy Dari gambar 2.12 sinyal masukan dari kontrol logika fuzzy dapat berupa nilai tegas. Sinyal masukan kontrol logika fuzzy dapat diambilkan dari. 1. Selisih antara nilai rujukan reference dengan nilai keluaran nyata dari kontrol logika fuzzy yang berupa nilai kesalahan error = E. 2. Turunan pertama dari nilai error yang dikenal dengan delta error = dE

2.5.1 Fuzzifikasi

Fuzzifikasi yaitu suatu proses untuk mengubah suatu masukan dari bentuk tegas crisp menjadi fuzzy variabel linguistik yang biasanya disajikan dalam bentuk himpunan-himpunan fuzzy dengan suatu fungsi kenggotaannya masing- masing. Contoh dari proses Fuzzification adalah seperti yang ditunjukkan di gambar 2.13. Sebuah sistem fuzzy untuk mengukur suhu mempunyai 5 buah membership function yang mempunyai label sangat dingin, dingin, hangat, panas,