Inferensi Fuzzy Klasifikasi Logika Fuzzy

62 aturan fuzzy pada lampiran 10 halaman 108.

4. Inferensi Fuzzy

Pada inferensi fuzzy, prinsip logika fuzzy digunakan untuk mengevaluasi output berdasarkan aturan fuzzy if-then. Sistem inferensi fuzzy yang digunakan adalah metode Mamdani, karena lebih mudah dalam penggunaan dan pemahaman. Metode Mamdani dengan metode And adalah prod, metode Or adalah max, Implication adalan min, dan Aggregation adalah max. Penghitungan inferensi fuzzy dilakukan dengan bantuan software Matlab R2016a.. Derajat keanggotaan dari data n20.wav untuk aturan 20 terdapat dalam tabel 4.3. Berdasarkan derajat keanggotaan tersebut maka aturan yang memenuhi adalah aturan 5, aturan 18 dan aturan 20. Berikut adalah aturan yang memenuhi data n20.wav lampiran 10. Aturan 5 , “Jika min adalah min 5 dan max adalah max 6 dan mean adalah mean 5 dan std adalah std 3 dan en adalah en 4 maka normal” Aturan 18 , “Jika min adalah min 5 dan max adalah max 5 dan mean adalah mean 5 dan std adalah std 3 dan en adalah en 4 maka normal” Aturan 20 “Jika min adalah min 6 dan max adalah max 6 dan mean adalah mean 5 dan std adalah std 3 dan en adalah en 3 maka normal” Derajat keanggotaan untuk ketiga aturan tersebut dicari nilai minimumnya dengan menggunakan persamaan 2.7. Berikut adalah hasil perhitungan untuk Aturan 5. min0.9464, 0.9558, 0.6683, 0.6352, 0.7050 0.6352 p   63 Hasil perhitungan untuk aturan 18 min0.9299, 0.8588, 0.6749, 0.6876, 0.9197 0.6749 q   Hasil perhitungan untuk aturan 20 min0.7963, 0.6159, 0.65302, 0.9374, 0.6321 0.6159 r   Agregrasi untuk tiga aturan tersebut menggunakan fungsi max atau OR. Berdasarkan persamaan 2.8 derajat keanggotaan berdasarkan metode agregrasi adalah sebagai berikut max0.6352, 0.6749, 0.6159 0.6749 s   Berdasarkan derajat keanggotaan tersebut, kurva representasi dari himpunan fuzzy pada output ditunjukkan pada Gambar 4.11. Gambar 4.11 Grafik fungsi keanggotaan N20.wav pada output Setelah diperoleh kurva pada gambar 4.11, langkah selanjutnya adalah mencari titik potong pada Gambar 4.11 dengan menggunakan fungsi keanggotaan himpunan fuzzy normal pada output, untuk s = 0.6749 maka 2 2 1 Normal x x     2 0.6749 2 1 x    64 2 0.6749 x   1.3251 x  Maka fungsi keanggotaan untuk data n20.wav adalah 1 2 x dan x   x   0.6749 1 1.3251 x   4.1 2 x  1.3251 2 x  

5. Defuzzifikasi