Metode centroid
Metode centroid adalah metode pengambilan keputusan dengan cara mengambil titik pusat daerah fuzzy Frans Susilo, 2006. Pada metode ini, solusi tegas
diperoleh dengan cara mengambil titik pusat daerah fuzzy.
Metode bisektor
Pada metode ini, solusi tegas diperoleh dengan cara mengambil nilai pada domain fuzzy yang memiliki nilai keanggotaan setengah dari jumlah total nilai
keanggotaan pada daerah fuzzy.
Metode mean of maximum MOM
Pada metode ini, solusi tegas diperoleh dengan cara mengambil nilai rata-rata domain yang memiliki nilai keanggotaan maksimum.
Metode center average defuzzyfier
Pada metode rata-rata berbobot ini, output atau nilai tegas yang dihasilkan diperoleh dengan cara kali jumlah dari setiap
α-prediket hasil inferensi pada setiap aturan dengan derajat keanggotaan nilai keluaran dari setiap aturan kemudian
dibagikan dengan jumlah total semua α-prediket pada setiap aturan.
2.8 Aplikasi Logika Fuzzy
Salah satu aplikasi sistem inferensi fuzzy dalam pengambilan keputusan dengan menggunakan metode Tsukamoto. Menurut Sri. K dan Hari.P 2010:31 metode
Tsukamoto merupakan perluasan dari penalaran monoton. Setiap konsekuen pada aturan yang berbentuk IF-THEN harus dipresentasikan dengan suatu himpunan fuzzy
dengan fungsi keanggotaan yang monoton dan menghasilkn output dari inferensi tiap- tiap aturan diberikan secara tegas berdasarkan α-prediket. Fungsi implikasi pada setiap
aturan berbentuk “Sebab-Akibat” di mana antara anteseden dan konsekuen harus ada hubungan. Rumus penegasan digunakan adalah “Metode rata-rata terbobot” center
average defuzzyfier.
Universitas Sumatera Utara
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
