B. Logika Fuzzy
Konsep Logika Fuzzy dicetuskan oleh Lotfi Zadeh, seorang profesor University of California di Berkeley, dan dipresentasikan bukan sebagai
metodologi kontrol, namun sebagai suatu cara pemrosesan data yang memperbolehkan anggota himpunan parsial daripada anggota himpunan
kosong atau non-anggota. Pendekatan ini pada teori himpunan tidak diaplikasikan untuk mengontrol sistem sampai tahun 70-an karena kurangnya
kemampuan komputer-mini pada saat itu. Profesor Zadeh beralasan bahwa masyarakat tidak butuh ketepatan, input informasi numeris, dan mereka belum
sanggup dengan kontrol adaptif yang tinggi. Jika kembalian dari kontroler dapat diprogram untuk menerima noisy, input yang tidak teliti, mereka akan
lebih efektif dan lebih mudah diimplementasikan Kusrini, 2008.
1. Pengertian Logika Fuzzy
Sebelum munculnya teori logika fuzzy Fuzzy Logic, dikenal suatu logika tegas Crisp Logic yang memiliki nilai benar atau salah secara tegas.
Sebaliknya logika fuzzy merupakan sebuah logika yang memiliki nilai kekaburan atau kesamaran fuzzyness antara benar dan salah. Dalam teori
logika fuzzy suatu nilai bisa bernilai benar dan salah secara bersamaan namun berapa besar kebenaran dan kesalahan suatu nilai tergantung kepada
bobot keanggotaan yang dimilikinya Naba, 2009.
2. Kelebihan Logika Fuzzy
Terdapat beberapa hal yang menjadi kelebihan dari Logika Fuzzy Naba, 2009:
1. Memiliki kemampuan dalam proses penalaran secara bahasa linguistic
reasoning, sehingga dalam perancangannya tidak memerlukan persamaan matematika dari objek yang akan dikendalikan.
2. Konsep logika fuzzy adalah sangat sederhana sehingga mudah dipahami.
Kelebihannya dibanding konsep yang lain bukan pada kompleksitasnya, tetapi pada naturalness pendekatannya dalam memecahkan masalah.
3. Logika fuzzy adalah fleksibel, dalam arti dapat dibangun dan
dikembangkan dengan mudah tanpa harus memulainya dari “nol”. 4.
Logika fuzzy memberikan toleransi terhadap ketidakpresisian data. Hal ini sangat cocok dengan fakta sehari-hari. Segala sesuatu di alam ini
relatif tidak presisi, bahkan meskipun kita lihat atau amati secara lebih “dekat” dan hati-hati. Logika fuzzy dibangun berdasar pada fakta ini.
5. Pemodelan atau pemetaan untuk mencari hubungan data input-output
dari sembarang sistem black-box bisa dilakukan dengan memakai sistem fuzzy.
6. Pengetahuan atau pengalaman dari para pakar dapat dengan mudah
dipakai untuk membangun logika fuzzy. Hal ini merupakan kelebihan utama logika fuzzy disbanding JST. Pemodelan sistem dengan JST
berdasar data input-output hanya akan menghasilkan model JST yang masih juga sebagai black-box, karena kita sulit mengetahui bagaimana
cara kerja model JST yang dihasilkan. Dalam pemodelan sistem dengan JST, tidak ada mekanisme untuk melibatkan pengetahuan manusia
pakar dalam proses pelatihan JST. Jika kita menggunakan logika fuzzy, pengetahuan manusia bisa relatif lebih mudah dilibatkan dalam
pemodelan sistem fuzzy. 7.
Logika fuzzy dapat diterapkan dalam desain sistem kontrol tanpa harus menghilangkan teknik desain sistem kontrol konvensional yang sudah
terlebih dahulu ada. 8.
Logika fuzzy berdasar pada bahasa manusia
3. Variabel Linguistik
Kategori