Aturan Pemilahan Aturan Growing dan Kriteria Goodness of Split φt
Output tiap simpul berupa derajat keanggotaan yang diberikan oleh fungsi keanggotaan input. Bila output simpul ke i pada layer l disimbolkan O
l.i
O maka
output layer 1 adalah :
1.i
= µ
Ai
x, untuk i = 1. 2 O
atau 12
1.i
= µ
Bi-2
y, untuk i = 3. 4. Dimana x atau y adalah input ke simpul i dan A
i
atau B
i-2
himpunan fuzzy dan O
1,i
adalah derajat keanggotaan fuzzy set A =A
1
, A
2
, B
1
atau B
2
− +
=
i i
i A
a c
x b
x 2
1 1
µ
. Sebagai contoh sebuah fungsi generalized bell berikut :
13
dimana {a
i
, b
i
, c
i
} adalah parameter. Jika nilai parameter ini berubah, maka kurva bell yang terjadi akan berubah. Parameter pada lapisan ini disebut parameter
premis.
Lapisan 2 : Tiap simpul pada lapisan ini berupa simpul tetap yang keluarannya
adalah hasil seluruh sinyal masuk sebagai berikut :
,
. 2
y x
O
Bi Ai
i i
µ µ
ω = =
untuk i = 1.2 14
Setiap output menggambarkan firing strength
α
-predikat dari sebuah rule. Biasanya digunakan operator AND.
Lapisan 3 : Tiap simpul pada lapisan ini berupa simpul tetap. Output simpul ke i
merupakan hasil perbandingan antara
α
-predikat aturan ke i terhadap jumlah seluruh
α
-predikat sebagai berikut:
2 1
. 3
ω ω
ω ϖ
+ =
=
i i
i
O
untuk i = 1,2. 15
Output dari lapisan ini disebut normalized firing strengths.
Lapisan 4 : Tiap simpul pada lapisan ini merupakan simpul adaptif yang
mempunyai persamaan fungsi sebagai berikut :
i i
i i
i i
i
r y
q x
p f
O +
+ =
= ϖ
ϖ
. 4
16
Dimana ω
i
adalah normalized firing strengths dari lapisan 3 dan { p
i
, q
i
, r
i
Lapisan 5 : Pada lapisan ini terdapat simpul tunggal yang tetap. Output simpul
merupakan penjumlahan seluruh output sebagai berikut : }
adalah parameter di simpul ini. Parameter pada lapisan ini disebut parameter konsekuen.
∑ ∑
= ∑
=
i i
i i
i i
i i
i
f f
O
ω ω
ϖ
. 5
17
Pada Gambar 6 disajikan arsitektur ANFIS.
Gambar 6 Arsitektur ANFIS.