e.
Swapping Mutation
Proses mutasi dengan cara ini dilakukan dengan menentukan jumlah kromosom yang akan mengalami mutasi dalam satu populasi
melalui parameter
mutation rate pm.
Proses mutasi dilakukan dengan cara menukar gen yang telah dipilih secara acak dengan gen
sesudahnya, jika gen tersebut berada di akhir kromosom, maka ditukar dengan gen yang pertama.
Pertama hitung panjang total gen yang ada pada suatu populasi: Panjang total gen = jumlah gen dalam 1 kromosom jumlah
kromosom Untuk memilih posisi gen yang akan mengalami mutasi
dilakukan dengan membangkitkan bilangan acak antara 1 sampai Panjang total gen untuk dilakukan proses mutasi Wibowo, 2003: 14.
2.4 Fuzzy
2.4.1 Logika Fuzzy
Konsep logika fuzzy pertama kali diperkenalkan pada tahun 1965 oleh Prof. Lotfi A. Zadeh, seorang professor dari University of California di Berkly.
Dasar logika fuzzy adalah teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu
himpunan sangatlah penting. Nilai keanggotaan atau derajat keanggotaan membership values yang nilainya terletak di antara selang [0,1] menjadi ciri
utama dari penalaran dengan logika fuzzy tersebut Kusumadewi, 2003.
Menurut Cox, ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain:
1. Konsep logika fuzzy mudah dimengerti. Karena konsep matematis yang
mendasari penalaran fuzzy cukup mudah dimengerti. 2.
Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahan-perubahan, dan ketidakpastian yang menyertai permasalahan.
3. Logika fuzzy memiliki toleransi terhadap data yang tidak tepat.
4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinier yang sangat
kompleks. 5.
Logika fuzzy dapat membangun dan mengaplikasikan pengalaman- pengalaman para pakar secara langsung tanpa harus pelatihan.
6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali konvensional.
7. Logika fuzzy didasarkan pada bahasa alami.
2.4.2 Himpunan Fuzzy
Pada himpunan tegas
crisp
, nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan µA[x], memiliki 2 kemungkinan, yaitu:
1. satu 1, yang berarti bahwa suatu item menjadi anggota dalam suatu
himpunan, atau 2.
nol 0, yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.
Prinsip dasar dan persamaan matematika dari teori himpunan fuzzy adalah pengelompokkan objek dalam batas yang samar. Himpunan fuzzy
merupakan sebuah generalisasi dari himpunan
crisp
. Kalau pada himpunan
crisp
,
nilai keanggotaan hanya ada 2 kemungkinan, yaiu 0 atau 1. Sedangkan himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik
sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaan pada himpunan fuzzy menunjukkan bahwa suatu item
dalam semesta pembicaraan tidak hanya berada pada 0 atau 1, melainkan juga nilai yang terletak diantaranya. Dengan kata lain, nilai kebenaran dari suatu item
tidak hanya benar atau salah. Pada himpunan fuzzy terdapat 2 atribut, yaitu:
1. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau
kondisi tertentu dengan menggunakan bahasa alami, seperti : MUDA, PAROBAYA, TUA.
2. Numeris, yaitu suatu nilai angka yang menunjukkan ukuran dari suatu
variabel, seperti : 40, 25, 50, dsb. Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy,
yaitu: 1.
Variabel fuzzy Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu
sistem fuzzy. Contoh: umur, temperatur, permintaan, dan sebagainya. 2.
Himpunan fuzzy Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau
keadaan tertentu dalam suatu variabel fuzzy. Contoh: Variabel umur, terbagi menjadi 3 himpunan fuzzy, yaitu: MUDA,
PAROBAYA, dan TUA Gambar 2.8.
Gambar 2.8 Himpunan Fuzzy untuk Variabel Umur Variabel temperatur, terbagi menjadi 5 himpunan fuzzy, yaitu:
DINGIN, SEJUK, NORMAL, HANGAT, dan PANAS Gambar 2.9.
Gambar 2.9 Himpunan Fuzzy pada Variabel Temperatur
3. Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan
merupakan himpunan bilangan real yang senantiasa naik bertambah secara monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat
berupa bilangan positif maupun negatif. Adakalanya nilai semesta pembicaraan ini tidak dibatasi batas atasnya. Contoh:
Semesta pembicaraan untuk variabel umur: . Semesta pembicaraan untuk variabel temperatur: .
4. Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan
fuzzy. Seperti halnya semesta pembicaraan, domain merupakan himpunan bilangan real yang senantiasa naik bertambah secara monoton dari kiri ke
kanan. Nilai domain dapat berupa bilangan positif maupun negatif. Contoh domain himpunan fuzzy:
Muda = [0 45]. Pabobaya = [35 55].
Tua = [45 +∞. Dingin = [0 20].
Sejuk = [15 25]. Normal = [20 30].
Hangat = [25 35]. Panas = [30 40].
2.4.3 Fungsi Keanggotaan Fuzzy