3. Operator NOT
Opera tor ini berhubungan dengan operasi komplemen pada himpunan. α–
predikat sebagai hasil operasi dengan operator NOT yang diperoleh dengan mengurangkan nilai keanggotaan elemen pada himpunan yang bersangkutan dari
1. µ
A’
= 1-µ
A
X
2.1.7 Proposisi Fuzzy
Proposisi fuzzy adalah kalimat yang memuat predikat fuzzy, yaitu predikat yang dapat direpresentasikan dengan suatu himpunan fuzzy. Proposisi fuzzy yang
mempunyai kebenaran tertentu disebut pernyataan fuzzy. Nilai kebenaran suatu pernyataan fuzzy dapat dinyatakan dengan suatu bilangan riil dalam rentang [0,1].
Nilai kebenaran itu disebut juga derajat kebenaran pernyataan fuzzy. Bentuk umum suatu proposisi fuzzy adalah:
X adalah A dengan X adalah suatu variabel linguistik dan A adalah predikat yang
menggambarkan keadaan X. Bila à adalah himpunan fuzzy yang dikaitkan dengan nilai linguistik A, dan x
adalah suatu elemen tertentu dalam semesta X darihimpunan fuzzy Ã, maka x
memiliki derajat k eanggotaan μ
Ã
x dalam
himpunan fuzzy Ã. Derajat kebenaran pernyataan fuzzy “x adalah A” didefinisikan
sama dengan derajat keanggotaan x dalam himpunan fuzzy Ã
, yaitu μ
Ã
x Frans
Susilo, 2009.
2.1.8 Implikasi Fuzzy
Jika 2 daerah fuzzy direlasikan dengan implikasi sederhana sebagai berikut: JIKA X adalah A MAKA Y adalah B
transfer fungsi: y = fX,A,B
Universitas Sumatera Utara
Maka sistem fuzzy dapat berjalan tanpa harus melalui komposisi dan dekomposisi fuzzy
. Nilai output dapat diestimasi secara langsung dari nilai keanggotaan yang berhubungan dengan antesedennya Sri Kusumadewi, 2002. Ada dua fungsi
implikasi yang dapat digunakan, yaitu : 1. Min minimum, fungsi ini akan memtong output himpunan fuzzy.
2. Dot product, fungsi ini akan menskala output himpunan fuzzy.
2.1.9 Metode Penegasan Defuzzifikasi
Defuzzifikasi atau penegasan merupakan metode untuk memetakan nilai dari himpunan samar ke dalam nilai crisp. Input dari proses defuzifikasi adalah suatu
himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output
yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy dalam range tertentu. Masukan proses defuzzifikasi adalah himpunan samar.
Terdapat beberapa metode defuzzifikasi Kusumadewi, 2002 antara lain : 1.
Metode Centroid Composite Moment Pada metode ini, penyelesaian crisp diperoleh dengan cara mengambil titik
pusat z daerah samar. Secara umum untuk semesta kontinu dirumuskan dalam persamaan :
z
∗
=
∫ ∫
z z
dz z
dz z
z µ
µ untuk variabel kontinu
2.4
z
∗
=
∑ ∑
= =
n j
j n
j j
j
z z
z
1 1
µ µ
untuk variabel diskrit 2.5
2. Metode Bisector Pada metode ini, penyelesaian crisp diperoleh dengan cara mengambil nilai
pada domain samar yang memiliki nilai keanggotaan separo dari jumlah total nilai keanggotaan pada daerah samar.
Universitas Sumatera Utara
3. Metode Mean of Maximum MOM Pada metode ini, penyelesaian crisp diperoleh dengan cara mengambil nilai
rata- rata domain samar yang memiliki nilai maksimum. 4. Metode Largest of Maximum LOM
Pada metode ini, penyelesaian crisp diperoleh dengan cara mengambil nilai terbesar pada domain samar yang memiliki nilai maksimum.
5. Metode Smallest of Maximum SOM Pada metode ini, penyelesaian crisp diperoleh dengan cara mengambil nilai
terkecil pada domain samar yang memiliki nilai maksimum.
2.1.10 Sistem Inferensi Fuzzy
