Teori possibilistik HIMPUNAN FUZZY

Fungsi segitiga ⎪ ⎪ ⎩ ⎪⎪ ⎨ ⎧ ≤ ≤ − − ≤ ≤ − − = c u for c u b for b c u c b u a for a b a u a u for c b a u T ; ; ;

3.3. Teori possibilistik

Fungsi keanggotaan fuzyy adalah berbeda dengan distribusi probabilitas statistik. Sebagai ilustrasi berikut yang disebut egg-eating example, Jantzen [7], Tanaka, Guo dan Türksen [31] Zadeh in Zimmermann [35] Berikut pernyataan ”Hans makan X telor untuk sarapan pagi”, dimana } 8 , 7 , 6 , 5 , 4 , 3 , 2 , 1 { = ∈U X . Akan diperlihatkan asosiasi distribusi probabilitas p dengan observasi ”Hans makan sarapan pagi ” untuk 100 hari, ] 8 7 6 5 4 3 2 1 [ = U ] 1 . 8 . 1 . [ = p Himpunan fuzzy mengekspresikan derajat dari kasus dengan pernyataan bahwa Hans dapat makan X telor disebut distribusi possibilistik π : ] 8 7 6 5 4 3 2 1 [ = U ] 2 . 4 . 6 . 8 . 1 1 1 1 [ = p Dimana possibilistik untuk 3 = X adalah 1, dan probalilitas adalah hanya 1. Dasar dari konsep dan teknik dari teori possibility dikemukakan oleh Zadeh [36], possibility dari a lebih kecil atau sama dengan b didefinisikan sebagai berikut: Dubois dan Prade [3], Pos ∈ = ≤ y x y x b a b a , , sup{min ~ ~ ~ ~ μ μ r } , y x ≤ , 3.9 dimana Pos adalah posibility. Dengan kata lain bahwa posibilistik b a ~ ~ ≤ adalah lebih besar dimana terdapat lebih kecil dari nilai ∈ y x , r sedemikian sehingga y x ≤ , dan nilai dari a ~ dan b ~ berkorespondensi dengan x dan y. Dengan cara yang sama untuk, posibilistik b a ~ ~ didefinisikan Pos ∈ = y x y x b a b a , , sup{min ~ ~ ~ ~ μ μ r } , y x , 3.10 Posibilistik b a ~ ~ = didefinisikan Pos ∈ = = x x x b a b a , sup{min ~ ~ ~ ~ μ μ r, 3.11 Dalam kenyataanya, ketika b ~ adalah suatu bilangan crisp invariable b, didapat ⎪⎩ ⎪ ⎨ ⎧ = = ∈ = ≤ ∈ = ≤ } ~ } , sup{ } ~ { } , sup{ } ~ { ~ ~ ~ b b a Pos b x x x b a Pos b x x x b a Pos a a a μ μ μ R R 3.12 Untuk r R R → × : f suatu operasi dengan bilangan biner dari himpunan fuzzy. Jika dinotasikan bilangan fuzzy b a ~ , ~ bilangan ~ , ~ ~ b a f c = , maka fungsi keanggotaan c~ μ dapat diurunkan dari fungsi keanggoaan a ~ μ dan b ~ μ dengan } , , , , sup{min ~ ~ ~ y x f z y x y x z b a c = ∈ = R μ μ μ 3.13 Untuk suatu R ∈ z . Jadi, posibilistik bahwa bilangan fuzzy ~ , ~ ~ b a f c = mempunyai nilai R ∈ z adalah lebih besar dari kombinasi kemungkinan dari bilangan riil x,y sedemikian z = fx,y, dimana nilai a ~ dan b ~ berturut-turut x dan y. Secara umum, ambil r R → n f : suatu fungsi dengan nilai riil pada ruang euclidian n- dimensi. Jika untuk bilangan fuzzy n a a a ~ ,..., ~ , ~ 2 1 berikan bilangan fuzzy ~ ,..., ~ , ~ ~ 2 1 n a a a f c = , maka fungsi keanggotaan c ~ μ adalah diurunkan dari fungsi keanggotaan n a a a ~ ~ ~ ,..., , 2 1 μ μ μ sebagai berikut: . ,..., , ,..., 2 , 1 , min sup 2 1 ~ 1 ~ ⎭ ⎬ ⎫ ⎩ ⎨ ⎧ = = ∈ = ≤ ≤ n i i a n x c x x x f z n i x x z i r μ μ 3.14 Jadi posibilistik b a a a f n ≤ ~ ,..., ~ , ~ 2 1 didefinisikan Pos{ b a a a f n ≤ ~ ,..., ~ , ~ 2 1 }= sup{ b z z z c ≤ ∈ , ~ r μ } 3.15 dimana fungsi keanggotaan c~ μ didefinisikan pada 2.14. Dengan kata lain, posibilistik b a a a f n ≤ ~ ,..., ~ , ~ 2 1 diberikan Pos{ b a a a f n ≤ ~ ,..., ~ , ~ 2 1 }= . ,..., , ,..., 2 , 1 , min sup 2 1 ~ 1 ⎭ ⎬ ⎫ ⎩ ⎨ ⎧ ≤ = ∈ ≤ ≤ b x x x f n i x x n i i a n x i r μ 3.16 Secara umum, asumsikan bahwa r R → n j f : adalah fungsi dengan nilai riil pada ruang euclidian n- dimensi, j = 1,2,…,m. Maka posibilistik suatu sistem pertidaksamaan m j b a a a f j n j ,..., 3 , 2 , 1 , ~ ,..., ~ , ~ 2 1 = ≤ 3.17 dimana m j b j ,..., 3 , 2 , 1 , = adalah bilangan crisp crispnumber, didefinisikan: n i n m j b x x x f x m j b a a a f Pos j n j i a n i x x x n j ⎭⎬ ⎫ ⎩⎨ ⎧ = ≤ = = = ≤ ≤ ≤ ,.., 2 , 1 , ,..., , min sup } ,..., 2 , 1 , ~ ,..., ~ , ~ { 2 1 ~ 1 ,... , 2 1 2 1 μ 3.18 Pengertian dari sistem pertidaksamaan adalah banyak kemungkinan n 2 1 ,..., , r ∈ n x x x untuk sistem pertidaksamaan dan nilai dari i a ~ yang berasosiasi dengan n i x i ,..., 2 , 1 , = . Dengan cara yang sama diperoleh, { } m j b x x x f x m j b a a a f Pos j n j i a n i x x x n j i n ,..., 2 , 1 , ,..., , min sup } ,..., 2 , 1 , ~ ,..., ~ , ~ { 2 1 ~ 1 ,..., , 2 1 2 1 = = = = ≤ ≤ ≤ μ 3.19 dan ⎭⎬ ⎫ ⎩⎨ ⎧ = = = = = = ≤ ≤ m j b x x x f x m j b a a a f Pos j n j i a n i x x x n j i n ,..., 2 , 1 , ,..., , min sup } ,..., 2 , 1 , ~ ,..., ~ , ~ { 2 1 ~ 1 ,..., , 2 1 2 1 μ 3.20 Juga dengan cara yang sama bentuk dari gabungan peridaksamaan dan bersamaan.

3.4 Trapezoidal bilangan fuzzy