makalah fuzzy logic
MAKALAH
FUZZY LOGIC
Disusun oleh :
Daniel Yansen Apaseray (1711013)
TEKNIK INFORMATIKA SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
BINA PATRIA MAGELANG
2020
BAB I
PENDAHULUAN
1.1.
LATAR BELAKANG
Logika Fuzzy merupakan suatu logika yang memiliki
nilai kekaburan atau kesamaran (fuzzyness) antara benar atau salah. Dalam
logika klasik dinyatakan bahwa segala hal dapat diekspresikan dalam istilah
binary (0 atau 1, hitam atau putih, ya atau tidak), sedangkan logika fuzzy
memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam
dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti
"sedikit", "lumayan" dan "sangat". Logika ini
berhubungan dengan himpunan fuzzy dan teori kemungkinan. Logika fuzzy ini
diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas California, Berkeley pada
1965.
Logika fuzzy dapat digunakan dalam bidang teori
kontrol, teori keputusan, dan beberapa bagian dalam managemen sains. Selain
itu, kelebihan dari logika fuzzy adalah kemampuan dalam proses penalaran secara
bahasa (linguistic reasoning), sehingga dalam perancangannya tidak memerlukan
persamaan matematik dari objek yang dikendalikan. Adapun salah satu contoh
aplikasi logika fuzzy dalam kehidupan sehari-hari adalah Pada tahun 1990
pertama kali dibuat mesin cuci dengan logika fuzzy di Jepang (Matsushita
Electric Industrial Company). Sistem fuzzy digunakan untuk menentukan putaran
yang tepat secara otomatis berdasarkan jenis dan 2 banyaknya kotoran serta
jumlah yang akan dicuci. Input yang digunakan adalah: seberapa kotor, jenis
kotoran, dan banyaknya yang dicuci. Mesin ini menggunakan sensor optik ,
mengeluarkan cahaya ke air dan mengukur bagaimana cahaya tersebut sampai ke ujung
lainnya. Makin kotor, maka sinar yang sampai makin redup. Disamping itu, sistem
juga dapat menentukan jenis kotoran (daki atau minyak).
Himpunan fuzzy didasarkan pada gagasan untuk
memperluas jangkauan fungsi karakterisik sedemikian hingga fungsi tersebut akan
mencakup bilangan riil pada interval [0,1]. Dalam tugas akhir ini dibahas
mengenai kardinalitas, keterbatasan dan kekonvekan himpunan fuzzy. Pada
himpunan fuzzy, sebuah objek dapat berada pada sebuah himpunan secara parsial.
Derajat keanggotaan dalam himpunan fuzzy diukur dengan fungsi yang merupakan
generalisasi dari fungsi karakteristik yang disebut fungsi keanggotaan atau
fungsi kompatibilitas.
1.2.
RUMUSAN MASALAH
1.
Apa Sejarah dari
Logic Fuzzy?
2.
Apakah Perbedaan
Logika Klasik atau Tegas dengan Logika Fuzzy ?
3.
Apa Alasan
digunakannya Logika Fuzzy?
1.3.
KESIMPULAN
1.
Untuk megetahui
Sejarah dari Logic Fuzzy.
2.
Untuk mengetahui
Perbedaan Logika Klasik atau Tegas dengan Logika Fuzzy.
3.
Untuk mengetahui
Alasan digunakannya Logika Fuzzy.
BAB II
PEMBAHASAN
2.1. SEJARAH LOGIC
FUZZY
Sejarah Logika FuzzyFuzzy Set pertama kali
diperkenalkan oleh Prof. Lotfi Zadeh, 1965 orang Iran yang menjadi guru besar
di University of California at Berkeley dalam papernya yang monumental “Fuzzy
Set”. Dalam paper tersebut dipaparkan ide dasar fuzzy set yang meliputi
inclusion, union, intersection, complement, relation dan convexity.
Lotfi Zadeh mengatakan Integrasi Logika Fuzzy
kedalam sistem informasi dan rekayasa proses adalah menghasilkan aplikasi seperti
sistem kontrol, alat alat rumah tangga, dan sistem pengambil keputusan yang
lebih fleksibel, mantap, dan canggih dibandingkan dengan sistem konvensional.
Dalam hal ini kami dapat mengatakan bahwa logika fuzzy memimpin dalam
pengembangan kecerdasan mesin yang lebih tinggi ( machine Intelligency Quotient
/ MIQ ) Produk produk berikut telah menggunakan logika fuzzy dalam alat alat
rumah tangga seperti mesin cuci, video dan kamera refleksi lensa tunggal,
pendingin ruangan, oven microwave, dan banyak sistem diagnosa mandiri.
Fuzzy Logic merupakan kecerdasan buatan yang pertama
kali dipublikasikan oleh Prof.Dr. Lotfi Zadeh yang berasal dari Pakistan.
Melalui fuzzy logic ini sistem dapat membuat keputusan sendiri dan terkesan
seperti memiliki perasaan, karena memiliki keputusan lain selain iya (logika 1) dan tidak (logika 0). Oleh
karena itu fuzzy logic sangat berbeda jauh dari alur logaritma pemrogaman
Sebagai contoh adalah robot yang menggunakan fuzzy logic dapat memprediksikan
kapan ia harus bertindak atau menghindar saat ada halangan di depannya dengan
hanya ada peringatan ‘awas’ dan tanpa ada hitungan matematis yang diberikan
oleh user. Sedangkan robot yang menggunakan alogaritma pemrograman konvensional
tidak akan dapat memutuskan sendiri untuk menghindar dari halangan yang ada di
depannya. Logika Fuzzy, yang dalam bahasa Indonesia dapat diartikan sebagai
Logika Kabur atau Logika Samar, dapat dikatakan sebagai “logika baru yang sudah
lama”. Hal ini karena ilmu tentang logika fuzzy secara modern dan metodis
ditemukan pada tahun 1965, namun konsep logika fuzzy sudah melekat pada diri
manusia, sejak manusia ada. Konsep logika fuzzy dapat dengan mudah kita temukan
pada perilaku manusia dalam kesehariannya.
2.2. PERBEDAHAN LOGIKA
KLASIK DAN LOGIKA FUZZY
Terdapat
perbedaan mendasar antara logika klasik dengan logika fuzzy. Sebagai contoh,
perhatikan dua kalimat perintah berikut ini: A. Pisahkan kelompok mahasiswa
yang memiliki PC dan kelompok mahasiswa yang tidak memiliki PC. B. Buat
kelompok mahasiswa yang pandai dan kelompok mahasiswa yang bodoh. Pada
Kalimat-A, Kita dapat membedakan secara tegas antara kelompok mahasiswa yang
memiliki PC dengan kelompok mahasiswa yang tidak memiliki PC karena ada batasan
yang nyata antara kedua kondisi tersebut. Namun Pada Kalimat-B, Tidak terdapat batasan yang nyata antara
pandai dengan bodoh sehingga kita sulit membedakan mahasiswa yang pandai dengan
mahasiswa yang bodoh.
2.3. KETIDAKJELASAN
Dalam kehidupan sehari-hari, kita sering menemui
kondisi ketidakjelasan seperti kalimat-B. Ketidakjelasan yang kita alami, dapat
kita kelompokkan menjadi:
1.
Keambiguan
(ambiguity), terjadi karena suatu kata/istilah memiliki makna lebih dari satu.
Contoh: bulan, maknanya adalah suatu benda langit, namun makna lainnya adalah
bagian dari tahun
2.
Keacakan
(randomness), karena hal yang kita inginkan belum terjadi. Contoh: besok akan
hujan.
3.
Ketidaktepatan
(imprecision), disebabkan karena alat atau metode pengukuran yang tidak tepat.
Contoh: volume bumi.
4.
Ketidakjelasan
akibat informasi yang tidak lengkap (incompleteness). Contoh: ada kehidupan di
luar angkasa.
5.
Kekaburan
semantik, akibat suatu kata/istilah memiliki makna yang tidak dapat
didefinisikan secara tegas. Contoh: cantik, pandai, dsb
Dari kelima kelompok ketidakjelasan tersebut, dapat dikatakan bahwa pembahasan logika fuzzy berada pada kekaburan semantik. Kekaburan semantik pasti ada dalam kehidupan manusia. Bahkan kita sering mengambil keputusan dari kondisi kekaburan semantik. (Kekaburan semantik adalah seperti yang sudah dijelaskan diatas bahwa kata//istilah memiliki makna yang tidak dapat didefinisikan secara tegas. Contoh: cantik, pandai, dsb) Hal lain yang juga perlu diperhatikan adalah kita (manusia) saat ini sering menggunakan alat bantu, terutama elektronik, untuk membuat suatu keputusan. Penelitian atau pengukuran umumnya memerlukan ketepatan & kepastian. Sedangkan kondisi lingkungan, mengharuskan kita mengambil keputusan dari kekaburan semantik. Oleh karena itu, perlu bahasa keilmuan baru untuk mengakomodasi kekaburan semantik secara memadai.
2.3. ALASAN DIGUNAKAN
LOGIKA FUZZY
Ada beberapa
alasan mengapa orang menggunakan logika fuzzy, antara lain:
1.
Konsep logika
fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat
sederhana dan mudah dimengerti.
2.
Logika fuzzy
sangat fleksibel.
3.
Logika fuzzy
memiliki toleransi terhadap data-data yang tidak tepat.
4.
Logika fuzzy
mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks.
5.
Logika fuzzy
dapat membangun dan mengaplikasikan pengalamanpengalaman para pakar secara
langsung tanpa harus melalui proses pelatihan.
6.
Logika fuzzy
dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
7.
Logika fuzzy
didasarkan pada bahasa alami.
2.4. APLIKASI YANG
MENGUNAKAN LOGIKA FUZZY
1.
Manajemen dan
pengambilan keputusan, seperti manajemen basisdata yang didasarkan pada logika
fuzzy, tata letak pabrik yang didasarkan pada logika fuzzy, sistem pembuat
keputusan di militer yang didasarkan pada logika fuzzy, pembuatan games yang
didasarkan pada logika fuzzy, dll.
2.
Ekonomi, seperti
pemodelan fuzzy pada sistem pemasaran yang kompleks, dll.
3.
Klasifikasi dan
pencocokan pola.
4.
Psikologi,
seperti logika fuzzy untuk menganalisis kelakuan masyarakat, pencegahan dan
investigasi kriminal, dll.
5.
Ilmu-ilmu
sosial, terutam untuk pemodelan informasi yang tidak pasti. 6. Ilmu lingkungan,
seperti kendali kualitas air, prediksi cuaca, dll
BAB III
PENUTUP
3.1. KESIMPULAN
Logika merupakan ilmu yang sangat penting untuk
dipelajari, karena merupakan ilmu dasar bagi ilmu-ilmu yang lain. Hal ini dapat
dilihat dari beberapa contoh yang dipaparkan di atas. Selain itu, logika juga
merupakan ilmu untuk berpikir secara sistematis, sehingga mudah dipahami dan
dapat dirunut kebenarannya. Logika juga sangat banyak digunakan pada dunia
pemrograman, karena hampir setiap bahasa pemrograman menggunakan logika dalam
pemecahan permasalahan dan setiap decision-nya. Oleh karena itu, sangat penting
kiranya untuk mempelajari logika
3.2. SARAN
Beberapa saran
yang dapat diberikan untuk pengembangan penelitian ini adalah:
1.
Diperlukan
pengembangan aplikasi lebih lanjut sehingga sistem pendukung keputusa dalam
mengetahui spesifikasi komputer dengan metode lainnya dapat menjadi lebih baik lagi
dan tampilannya pun tampak mendekati sempurna.
2.
Menambahkan
beberapa fitur-fitur dan fasilitas-fasilitas yang baru, yang sesuai dengan
perkembangan spesifikasi komputer saat ini.
DAFTAR PUSTAKA
https://fahmizaleeits.wordpress.com/2010/04/09/sejarah-perkembangan-fuzzy-logic/
http://ai-b-maragam.blogspot.com/p/tugas-ke-6.html
Comments
Post a Comment