Fuzzy logic, yang benernya gimana sih?? – Part 1

Wednesday, December 13th, 2017

fuzzy1

Posting ini saya buat untuk membantu mahasiswa yang bingung mengenai implementasi fuzzy logic. Selain itu sebgai kritikan juga untuk tugas akhir mahasiswa yang di judulnya menuliskan fuzzy logic namun kurang sesuai di implementasinya. Sebenarnya pemahaman fuzzy logic cukup sederhana, di kehidupan sehari-hari pun sering kita jumpai permasalahan yang mmpu diselesaikan oleh fuzzy logic ini. Posting ini saya ambil dari sini, cukup mudah sebenarnya menemukan tutorial di internet.  Posting ini sebagian saya terjemahkan dari web tersebut, walaupun mestinya mahasiswa atau anda juga bisa langsung membaca dan memahami sendiri maksudnya. Jadi semoga poting ini bisa membantu pemahaman kalian.

Fuzy sering digambarkan sebagai kondisi yang samar-samar, antara ya dan tidak, antara benar dan salah, 0 dan 1, dan sebagainya. Tidak bisa pasti, itulah fuzzy. Kebalikannya adalah crisp, sesuatu yang pasti dilambangkan dengan bilangan. Sekarang kita gunakan contoh kasus tipping problem.

Pastinya Anda pernah makan di cafe dan restoran atau bahkan warteg kan? Gak ada salahnya beramal, kasihlah sedikit tip ke pelayannya. Ya misalkan kita kasih hitungan antara 0% sampai 25% kita akan ngasih 15%, ini yang namanya crisp value, ada bilangannya jelas kita ngasihnya berapa. Sekarang kita tentukan fuzzy variable, fuzzy set dipakai dalam menjelaskan fuzzy value dari fuzzy variable. Wah makin banyak istilahnya, tapi gak perlu pusing karena ada contohnya kok. Biasanya fuzzy variable berupa kata sifat seperti: buruk, cukup dan baik. Masing-masing memiliki membership function berfungsi memetakan nilai crisp dalam skala dari 0 hingga 1. Seperti yang dijelaskan di awal, antara false – true, anatara salah – benar, 0 hingga 1 yang menggambarkan seberapa bagus suatu hal.

Dari sini sudah jelas kan? kata-kata sifat tersebut mudah kita pahami, misalkan: oh pelayanannya baik, oh pelayananya cukup. Dari sini kita bermain asumsi, kriteria baik itu menurut orang lain bisa berbeda. Kalau misalkan “manusia” kita jelaskan kalau pelayanan “baik” itu a, b, c dan seterusnya. Mudah mnjelaskan ke manusia, tapi kalau menjelaskan dan menanamkan pemahaman ke komputer? Lain lagi ceritanya, perlu formula, rumus matematis yang dinamakan fuzzy logic. Nanti akan kita temukan hal-hal ajaib yang bisa dilakukan oleh fuzz logic ini.

Misalkan seperti ini: kita mau kasih tip untuk pelayanan yang bagus nilainya 15% s/d 25%. Kalau memang bener-bener bagus dan perfect ya kasih full 25%, kalau 15% untuk pelayanan yang cukup ok lah.

Satulagi istilah penting di fuzzy yaitu fuzzy control system. Fungsinya adalah untuk mengaitka fuzzy variable menggunakan suatu set aturan atau rules. Rules ini menjelaskan bagaimana keterkaitan antara fuzzy variable antara satu dan lainnya. Implementasinya cukup sederhana menggunakan IF – THEN statement. Bagian IF disebut sebagai antecedent sedangkan THEN disebut sebagai consequent. Contohnya tipping problem “IF pelayanan baik THEN kasih tip yang besar”.

Sekarang kita susun berdasarkan pemeparan tadi. Dari sumber ini tidak saya translate ya supaya bahasanya tidak aneh:

Antecedent (input)

  • Service
    • Universe (rentang nilai crisp), seberapa baguskah pelayanannya? Dalam skala 1 s/d 10.
    • Fuzzy set, yaitu fuzzy value contoh: poor, acceptable, amazing.
  • Food quality
    • Universe: seberapa lezat makanan yang disajikan? Dalam rentang 1 s/d 10.
    • Fuzzy set, yaitu fuzzy value contoh:  bad, decent, great.

Consequent (output):

  • Tip
    • Universe (rentang nilai crisp). Saya harus membayar tip berapa nih (antara 0% s/d 25%)?
    • Fuzzy set, yaitu: low, medium, high.
  • Food quality
    • Universe: seberapa lezat makanan yang disajikan? Dalam rentang 1 s/d 10.
    • Fuzzy set, yaitu fuzzy value contoh: low, medium, high.

Rules: (Saya buat versi English)

  • IF service was good or food quality good. THEN tip will be high.
  • IF service was average. THEN tip will be medium.
  • IF the service was poor and the food quality poor. THE tip will be low.

Usage:

IF controller saya set ke:

  • service: 9.8
  • quality: 6.5

muncul rekomendasi:

  • tip 20.2%

Artikel berikutnya di part 2 ya..


Leave a Reply

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code class="" title="" data-url=""> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong> <pre class="" title="" data-url=""> <span class="" title="" data-url="">

post_id=219