Sebagai contoh : if suhu panas and kelembaban is kering then penyemprotan is sangat lama.
2.4. Fuzzy Inference System
Fuzzy Inference System sistem inferensi fuzzyFIS disebut juga fuzzy inference engine yaitu sistem yang dapat melakukan penalaran terhadap nalurinya. Sistem
Inferensi Fuzzy merupakan penduga numerik yang terstruktur dan dinamik. Sistem ini mempunyai kemampuan untuk mengembangkan sistem intelijen dalam
lingkungan yang tidak pasti dan tidak tepat. Sistem ini menduga suatu fungsi dengan logika fuzzy. Terdapat beberapa jenis sistem inferensi fuzzy yang dikenal
yaitu Mamdani, Sugeno dan Tsukamoto. Dalam sistem inferensi fuzzy ada beberapa komponen utama yang dibutuhkan. Komponen tersebut meliputi data
variabel input, data variable output, dan data aturan. Untuk mengolah data masukan dibutuhkan beberapa fungsi meliputi fungsi fuzzifikasi yang terbagi 2,
yaitu fungsi untuk untuk menentukan nilai jenis keanggotaan suatu himpunan dan fungsi penggunaan operator. Fungsi fuzzifikasi akan mengubah nilai crisp nilai
aktual menjadi nilai fuzzy nilai kabur. Selain itu, dibutuhkan pula fungsi defuzzifikasi, yaitu fungsi untuk memetakan kembali nilai fuzzy menjadi nilai
crisp yang menjadi outputnilai solusi permasalahan. Pada penelitian ini metode yang akan dianalisis oleh penulis adalah metode Sugeno.
Universita Sumatera Utara
2.4.1. Model Fuzzy Mamdani
Metode Mamdani sering dikenal dengan nama Metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk mendapatkan
output, diperlukan 4 tahapan: 1.
Pembentukan Himpunan Fuzzy Fuzzyfikasi Pada metode Mamdani, baik variabel input maupun output dibagi menjadi
satu atau lebih himpunan fuzzy. 2.
Aplikasi Fungsi Implikasi Rule Base Pada metode Mamdani, fungsi implikasi yang digunakan adalah Min
3. Komposisi Aturan Agregator
Tidak seperti penalaran monoton, apabila sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3
metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu max, additive dan probalistik OR probor.
a. Metode Max Maximum
Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi
daerah fuzzy, dan mengaplikasikannya ke output dengan menggunakan operator OR union. Jika semua proposisi telah dievaluasi, maka output
akan berisi suatu himpunan yang merefleksikan konstribusi dari tiap-tiap proposisi. Secara umum dapat dituliskan :
µ
sf
[x
i
] ← maxµ
sf
[xi], µ
kf
[x
i
] 2.8
Universita Sumatera Utara
Dimana : µsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i
µkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i b.
Metode Additive Sum Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan
bounded-sum terhadap semua output daerah fuzzy. Secara umum dituliskan :
µ
sf
[x
i
] ← min1,µ
sf
[xi] + µ
kf
[x
i
dengan : ]
µsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i µkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i
c. Metode Probabilistik OR Probor
Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan product terhadap semua output daerah fuzzy. Secara umum dituliskan :
µ
sf
[x
i
] ← µ
sf
[xi] + µ
kf
[xi] - µ
sf
[xi] µ
kf
[x
i
Dengan : ]
µsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i µkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i
4. Penegasan defuzzyfikasi
Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang diiperoleh dari komposisi aturan-aturan fuzzy rules, sedangkan output yang dihasilkan
merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Sehingga 2.9
2.10
Universita Sumatera Utara
jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu nilai crisp tertentu sebagai outputnya Kusumadewi, 2002.
2.4.2. Model Fuzzy Sugeno
Penalaran dengan metode Sugeno hampir sama dengan penalaran metode 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.
a. Model Fuzzy Sugeno Orde-Nol
Secara umum bentuk model fuzzy Sugeno Orde-Nol adalah:
dengan A
i
b. Model Fuzzy Sugeno Orde-Satu
adalah himpunan fuzzy ke-i sebagai anteseden, dan k adalah suatu konstanta tegas sebagai konsekuen.
Secara umum bentuk model fuzzy Sugeno Orde-Satu adalah:
dengan A
i
adalah himpunan fuzzy ke-i sebagai anteseden, dan p
i
Apabila komposisi aturan menggunakan metode Sugeno, maka defuzifikasi dilakukan dengan cara mencari nilai rata-ratanya.
adalah suatu konstanta tegas ke-i dan q juga merupakan konstanta dalam konsekuen.
2.11
2.12
Universita Sumatera Utara
2.5. Defuzzifikasi
