penelitian ini metode yang dipakai adalah backpropagation dengan alasan karena backpropagation merupakan generalisasi dari berbagai metode tersebut di atas, oleh
karena itu metode backpropagation lebih fleksibel dan secara umum relatif lebih baik dari jenis-jenis yang tadi disebut Hagan, 1996.
Penggunaan neural network pada fuzzy diharapkan dapat menghasilkan membership function yang akurat dari hasil pembelajaran yang di berikan. Dari uraian
diatas, penulis tertarik untuk mengambil judul “Pembangkit fungsi keanggotaan fuzzy otomatis menggunakan Neural Network”.
1.2 Perumusan Masalah
Didalam fuzzy sistem fungsi keanggotaan memainkan peranan penting untuk merepresentasikan masalah dan menghasilkan keputusan yang akurat. Dalam
membentuk fungsi keanggotaan sebuah sistem fuzzy yang baik, diperlukan pengetahuan tentang data yang digunakan, dan akan sangat sulit untuk membuat
fungsi keanggotaan dari sistem fuzzy tanpa pengetahuan tentang data yang akan digunakan tersebut. untuk itu, agar sebuah sistem tidak harus selalu bergantung
pada expert, maka dibutuhkan sistem yang dapat membangkitkan fungsi keanggotaan secara otomatis. Berdasarkan uraian latar belakang di atas, maka
penulis mencoba untuk meneliti bagaimana cara membangkitkan fungsi keanggotaan secara otomatis menggunakan neural network.
1.3 Batasan Masalah
Rumusan masalah diatas, dibatasi dengan beberapa hal sebagai berikut : 1.
Banyaknya data yang digunakan adalah 400 sampel data; 2.
Data yang digunakan pada proses pelatihan dibangkitkan secara random dengan aturan :
- Terdiri dari 2 dataset umur dan Suhu;
- Setiap dataset terdiri dari 100 data;
- Pembangkitan data secara random dilakukan dengan menggunakan batas
awal dan batas akhir sesuai dengan dataset yang digunakan, yaitu; untuk untuk umur adalah 6-80 dan untuk suhu batasannya adalah 0-100;
Universitas Sumatera Utara
3. Untuk pengujian dilakukan dengan menggunakan dataset nilai siswa dan
berat badan, dengan batasan untuk nilai siswa adalah 10-100 dan untuk berat badan batasannya adalah 20-90;
4. Algoritma yang digunakan dalam pembentukan membership function adalah
algoritma backpropagation neural networks; 5.
Aplikasi yang digunakan adalah Visual Basic 6.0.
1.4 Tujuan Penelitian
Adapun tujuan yang ingin dicapai dari penelitian ini adalah membangkitkan kurva fuzzy
membership function secara otomatis dengan menggunakan backpropagation neural network.
1.5 Manfaat Penelitian
Manfaat yang diharapkan dari hasil penelitian ini adalah sebagai berikut: 1.
Dapat mengaplikasikan algoritma neural networks dalam pembangkitan fungsi keanggotaan himpunan fuzzy yang lebih akurat secara otomatis;
2. Mengetahui lebih dalam penggunaan algoritma backpropagation neural
network.
Universitas Sumatera Utara
BAB II
TINJAUAN PUSTAKA
2.1. Logika Fuzzy
