Artificial Intelegence - Fuzzy Logic

Fuzzy Logic

Pengertian :

        Fuzzy Logic atau dalam bahasa Indonesia logika Fuzzy adalah teknik/ metode yang dipakai untuk mengatasi hal yang tidak pasti pada masalah – masalah yang mempunyai banyak jawaban. Pada dasarnya Fuzzy logic merupakan logika bernilai banyak/ multivalued logic yang mampu mendefinisikan nilai diantara keadaan yang konvensional seperti benar atau salah, ya atau tidak, putih atau hitam dan lain-lain.

        Dengan kata lain Fuzzy Logic mempunyai fungsi untuk “meniru” kecerdasan yang dimiliki manusia untuk melakukan sesuatu dan mengimplementasikannya ke suatu perangkat, misalnya robot, kendaraan, peralatan rumah tangga, dan lain-lain.

        Penalaran Logika Fuzzy memnyediakan cara untuk memahami kinerja system dengan cara menilai input dan output system dari hasil pengamatan. Logika Fuzzy menyediakan cara untuk menggambarkan kesimpulan pasti dari informasi yang samar-samar, ambigu dan tidak tepat. Fuzzy logic Pertama kali dikembangkan oleh Lotfi A. Zadeh tahun 1965.

Alasan digunakannya Fuzzy Logic :

1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran.
2. Fuzzy sangat sederhana dan mudah dimengerti.
3. Fuzzy Logic sangat fleksibel.
4. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
5. Logika fuzzy mampu memodelkan fungsi-fungsi non linear yang sangat kompleks.
6. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
7. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
8. Logika fuzzy didasarkan pada bahasa alami.

Contoh Penerapan Fuzzy Logic :

• Sistem Pengereman Mobil (Nissan).
• Pengontrol kereta bawah tanah di Sendai, Jepang.
• Penghematan Konsumsi Daya Listrik AC (Mitsubhishi Heavy Industries Tokyo).

Sumber dari :

1. http://www.temukanpengertian.com/2013/08/pengertian-fuzzy-logic.html
2. https://www.scribd.com/doc/29302936/pengertian-fuzzy-logic
3. http://ndoware.com/fuzzy-logic-logika-fuzzy-bagian-i.html 

Muhammad Tajuddin - 3KA31 - 17114562

Metode Tsukamoto Pada Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Metode Mamdani Metode Mamdani sering juga dikenal dengan nama Metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk mendapatkan output, diperlukan 4 tahapan: Pembentukan Himpunan Fuzzy Aplikasi fungsi implikasi (aturan) Komposisi aturan Penegasan (defuzzy)

Read more at: http://elektronika-dasar.web.id/operator-implikasi-dan-sistem-inferensi-fuzzy-logic-controller/
Copyright © Elektronika Dasar