Aplikasi Logika Fuzzy Aplikasi Logika Fuzzy Dalam Perencanaan Produksi
Menurut Thomas Sri Widodo 2005:125, output inferensi setiap aturan didefinisikan sebagai nilai tegas yang diinduksikan oleh kuat penyuluhan α-prediket.
Keluaran keseluruhan merupakan rerata berbobot dari setiap keluaran aturan. Karena setiap aturan menginferensi nilai tegas, model Tsukamoto menggabungkan setiap
keluaran aturan dengan metode rata-rata berbobot sehingga menghindari proses defuzifikasi yang memboroskan waktu.
Implikasi pada se tiap aturan metode Tsukamoto berbentuk “Sebab-Akibat”
atau ”Input-Output” di mana antara anteseden dan konsekuen harus ada hubungannya. Setiap aturan dipresentasikan dengan himpunan fuzzy, dengan fungsi keanggotaan
yang monoton. Setiadji, 2009: 200.
Untuk mendapatkan output keluaran, maka terdapat 4 langkah tahapan sebagai berikut:
1 Pembentukan himpunan fuzzy
2 Aplikasi fungsi implikasi
Menyusun basis aturan, yaitu aturan-aturan berupa implikasi implikasi fuzzy yang menyatakan relasi antara variabel input dengan variabel output. Bentuk
umumnya adalah sebagai berikut : ℎ
ℎ , ℎ = ,
Dengan a, b, dan c adalah predikat fuzzy yang merupakan variabel linguistik, dan himpunan fuzzy ke-i untuk a dan b, sedangkan fa,b adalah fungsi
matematik. Banyaknya aturan ditentukan oleh banyaknya nilai linguistik untuk masing-masing variabel input.
3 Komposisi aturan
Apabila sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar aturan. Metode yang digunakan dalam melakukan
inferensi sistem fuzzy, yaitu : Metode Min Minimum
Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai minimum aturan, kemudian menggunakan nilai tersebut untuk
memodifikasi daerah fuzzy dan mengaplikasikannya ke output dengan
Universitas Sumatera Utara
menggunakan operator or gabungan. Jika semua proporsi telah dievaluasi, maka output akan berisi suatu himpunan fuzzy yang merefleksikan kontribusi
dari tiap-tiap proporsi. Secara umum dapat dituliskan :
� = min � , �
Di mana: � = nilai keanggotaan solusi fuzzy sampai aturan ke-i
� = nilai keanggotaan konsekuen fuzzy aturan ke-i 4
Penegasan Masukan dari proses penegasan adalah suatu himpunan fuzzy yang diperoleh
dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan real yang tegas. Sehingga jika diberikan suatu
himpunan fuzzy dalam range tertentu, maka dapat diambil suatu nilai tegas tertentu sebagai output. Apabila komposisi aturan menggunakan metode
Tsukamoto maka defuzzifikasi
∗
dilakukan dengan cara mencari nilai rata- rata terpusatnya.
∗
=
1 1
+
2 2
+ … +
1
+
2
+ … +
Dengan adalah nilai keluaran pada aturan ke-i dan adalah derajat
keanggotaan nilai keluaran pada aturan ke-i sedangkan n adalah banyaknya aturan yang digunakan.
Universitas Sumatera Utara
BAB 3
PEMBAHASAN