Table 2.2. Fungsi-fungsi Implikasi Fuzzy
Tipe Operasi
Fungsi-fungsi implikasi untuk ‘IF x is A THEN y is B’
Mini Rule [Mamdani]
v u
v u
B A
R
B A
v u
c
,
Product Rule
[Larsen]
v u
v u
B A
R
B A
v u
p
,
Max-min Rule
[Zadeh]
v u
u v
u V
notA B
A R
A B
A v
u m
, 1
Arithmetic rule
[Zadeh]
v u
u u
B U
V notA
R
B A
v u
a
, 1
1
Boolean
v u
u u
B U
V notA
R
B A
v u
b
, 1
1
2.4.3 Defuzzyfikasi
Dalam sistem kontrol secara umum, terdapat suatu hubungan sebab- akibat yang spesifik antara input dan output sistem tersebut. Karakteristik
hubungan inilah yang membedakan satu sistem dengan sistem yang lain. Pengendali yang menggunakan logika fuzzy juga membutuhkan spesifikasi
hubungan antara inputdan output, yang secara umum dinyatakan dengan : IF A
1
THEN B
1
… IF A
n
THEN Bn A
1,
…, An adalah antecedent, yaitu inputyang telah difuzzyfikasi, sedangkan B
1,
…, Bn adalah consequent, yaitu aksi pengendalian output. Hubungan antara
antecedent dan consequent disebut aturan rule, dan antara satu rule dengan yang
lain tidak terdapat hubungan sebab-akibat. Proses untuk mendapatkan aksi output dari suatu kondisi input dengan
mengikuti rule-rule yang telah ditetapkan disebut inference atau reasoning pengambilan keputusan.
Keputusan yang dihasilkan dari proses penalaran ini masih dalam bentuk fuzzy,
yaitu berupa derajat keanggotaan output. Hasil ini harus diubah kembali menjadi variabel numerik non-fuzzy melalui proses defuzzifikasi. Dua metode
defuzzifikasi yang umum digunakan menurut Kuswadi 2000:37 adalah :
A. Maximum of Mean
MOM
Metode ini didefinisikan sebagai :
j j
j
J v
v
1
2.30
v v
μ max
V v
j v
2.31
v = nilai output
J = jumlah harga maksimum V
j
= nilai output maksimum ke-j
v
v
= derajat keanggotaan elmen-elemen pada fuzzy set v
V = semesta pembicaraan
B. Centre of Area
COA
Metode ini didefinisikan sebagai :
m
k k
v v
m k
k v
v k
v v
1 1
2.32
v
o
= nilai output m
= tingkat kuantisasi v
k
= elemen ke-k
k v
v
= derajat keanggotaan elmen-elemen pada fuzzy set v
V = semesta pembicaraan
Kesulitan yang ada adalah dalam penentuan MF dalam rule base yang akan kita buat. Nilai yang kita masukkan haruslah sesuai, untuk itu kita perlu
mengadakan suatu eksperimen sampai kita mendapat nilai MF yang paling sesuai untuk sistem kita. Semakin sesuai MF yang kita masukkan dengan sistem yang
kita buat maka output atau output yang dihasilkan sistem akan semakin baik.
2.5 Adaptive Neuro Fuzzy Inference System
