Logika Fuzzy Operator Fuzzy

BAB 2 TINJAUAN PUSTAKA

2.1. Logika Fuzzy

Logika fuzzy meringankan bagaimana orang-orang berpikir. Hal ini upaya kita untuk memodelkan pengertian kita terhadap kata-kata dalam pengambilan keputusan. Sehingga menghasilkan system intelligent yang baru dan lebih manusiawi untuk kata-kata yang sesuai dalam pengambilan keputusan. Apabila belum pernah mengenal logika fuzzy akan mengira bahwa logika fuzzy adalah sesuatu yang amat rumit dan tidak menyenangkan. Apabila mengenal logika fuzzy, akan tertarik dan akan menjadi pendatang baru untuk ikut serta mempelajari logika fuzzy. Logika fuzzy dikatakan sebagai logika baru yang lama, padahal sebenarnya konsep tentang logika fuzzy itu sendiri sudah ada pada diri kita sejak lama. Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Pada tahun 1965, himpunan fuzzy diperkenalkan oleh Lotfi A. Zadeh, merupakan profesor di Universitas California, beliau menyatakan bahwa dalam logika fuzzy memiliki derajat keanggotaan dalam rentang 0 nol hingga 1 satu, berbeda dengan logika klasikboolean yang hanya memiliki dua nilai yaitu 1satu atau 0nol. Logika fuzzy digunakan untuk menerjemahkan suatu besaran yang diekspresikan menggunakan bahasa linguistic, misalkan besaran kecepatan laju kenderaan yang diekspresikan dengan slow pelan, faster agak cepat, fast cepat, dan very fast sangat cepat, Kevinsteven,1997.

2.2. Operator Fuzzy

Nilai fuzzy selalu dalam bentuk bahasa linguistik. Nilai fuzzy berkaitan dengan konsep nilai pendekatan atau interval, yaitu nilai yang dekat atau berada ke suatu bilangan real tertentu George J.Klir – Bo Yuan,1995. Universitas Sumatera Utara Operasi fuzzy yang sering digunakan, adalah: 1. Perkalian Lambang yang digunakan untuk proses perkalian adalah AB. Sehingga fungsi keanggotaannya didefinisikan sebagai: AB  µ A x µ B x 2.1 2. Penjumlahan Lambang yang digunakan untuk proses penjumlahan adalah A+B. Sehingga fungsi keanggotaannya didefinisikan sebagai: A+B  µ A x + µ B x - µ A x µ B x 2.2 3. Selisih Mutlak Lambang yang digunakan untuk proses selisih mutlak adalah |A+B|. Sehingga fungsi keanggotaannya didefinisikan sebagai: |A-B|  |µ A X - µ B X| 2.3 4. Kombinasi Konveks Lambang yang digunakan untuk proses kombinasi konveks adalah A,B dan C. Sehingga funngsi keanggotaannya didefinisikan sebagai: A,B,C = CA + CB 2.4 Dimana C  adalah komplemen C, maka fungsi keanggotaannya A,B,C dinyatakan sebagai:  A,B,C X =  A X  A X + [1-  A X]  B X, x  X 2.5 5. Relasi Fuzzy Lambang yang digunakan untuk proses relasi fuzzy adalah A,B. Sehingga fungsi keanggotaannya didefinisikan sebagai:  B,A x,y = Sup, Min [  A x,y  B x,y] 2.6 Universitas Sumatera Utara

2.3. Linguistik Variabel dan Nilai