SlideShare a Scribd company logo
1 of 27
Topik Khusus 1
Oleh:
Achmad Zakki Falani, M.Kom
Universitas Narotama
Fakultas Ilmu Komputer
Pertemuan VIII
Tentang Fuzzy Logic
 Fuzzy Logic / Logika Fuzzy
Suatu metode yang tepat digunakan untuk sistem jika
variabel yang menyertai data input
berupa ambigous.
Topik Khusus 1
Tentang Fuzzy Logic
 Konsep Fuzzy Logic diperkenalkan oleh Prof. Lotfi
Zadeh dari Universitas California di Berkeley pada
1965, dan dipresentasikan bukan sebagai suatu
metodologi control
Topik Khusus 1
Tentang Fuzzy Logic
Topik Khusus 1
Penemu Fuzzy Logic
Prof. Lotfi Zadeh dari Universitas California
Tentang Fuzzy Logic
Topik Khusus 1
Fakultas Teknik
Universitas California
Tentang Fuzzy Logic
 jika diterjemahkan, “fuzzy” artinya tidak jelas/buram,
tidak pasti. Himpunan fuzzy adalah cabang dari
matematika yang tertua, yang mempelajari proses
bilang random: teori probailitas, statistik matematik,
teori informasi dan lainnya. Penyelesaian masalah
dengan himpunan fuzzy lebih mudah dari pada
dengan mengunakan teori probabilitas (konsep
pengukuran).
Topik Khusus 1
Proses Fuzzy Logic
Contoh
Topik Khusus 1
Tentang Fuzzy Logic
 Alasan Menggunakan Fuzzy Logic:
1. Konsep fuzzy logic mudah dimengerti
2. Fuzzy logic sangat fleksibel
3. Fuzzy logic memiliki toleransi terhadap data yang
kurang tepat
4. Fuzzy logic mampu memodelkan fungsi nonlinier
yang kompleks
Topik Khusus 1
Tentang Fuzzy Logic
 Cabang Fuzzy Logic:
1. Fuzzy rule Based Systems
2. Fuzzy Nonliner Simulations
3. Fuzzy Decision Making
4. Fuzzy Classification
5. Fuzzy Pattern Recognition
6. Fuzzy Control Systems
Topik Khusus 1
Fuzzy Inference System
 Merupakan metode untuk melakukan inferensi fuzzy,
antara lain: ada metode Tsukamoto, Mamdani dan
Sugeno.
Topik Khusus 1
Fuzzy Clustering
 Pengclusteran dengan konsep himpunan fuzzy
dengan menggunakan Metode C-Means, Metode
Substractive Clustering.
Topik Khusus 1
Fuzzy Database
 Membangun basisdata dengan query fuzzy dengan
Model Tahani dan bagaimana membangun
basisdata dengan data-data fuzzy menggunakan
Model Umano.
Topik Khusus 1
Fuzzy Quantification Theory
 Mengendalikan data – data kualitatif dengan
menggunakan teori himpunan fuzzy (fuzzy
quantification).
Topik Khusus 1
Fuzzy Associative Memory (FAM)
 Memetakan beberapa himpunan fuzzy yang
membentuk aturan (rule).
Topik Khusus 1
Fuzzy Linear Programming
 Menyelesaikan linear programming dengan batasan
fuzzy.
Topik Khusus 1
Fuzzy Integer Transportation Problem
 Menyelesaikan integer transportation problem dengan
batasan fuzzy.
Topik Khusus 1
Beberapa Karya Ilmiah dengan
Pemanfaatan Fuzzy Logic:
 Pemanfaatan Fuzzy Logic sebagai Analisa Laporan
Keuangan Perusahaan.
 Penentuan kenaikan Gaji Karyawan berbasis Fuzzy
Logic Database Model Tahani.
 Mengukur tingkat kemampuan siswa dalam
memahami materi pembelajaran dengan
menggunakan Fuzzy Logic.
 Pemanfaatan Fuzzy Logic untuk Analisa Hubungan
Korelasi antara Tingkat Kinerja Karyawan dengan
Hasil Produksi.
 Diagnosis penyakit Autism Spectrum berbasis Fuzzy
Logic Mamdani.
 ....dst....
Topik Khusus 1
Himpunan Fuzzy
 Pada himpunan tegas (crisp), nilai keanggotaan suatu
item x dalam suatu himpunan A, yang memiliki 2 (dua)
kemungkinan yakni:
1. Satu (1), yang berarti bahwa suatu item menjadi
anggota dalam suatu himpunan.
2. Nol (0), yang berarti bahwa suatu item tidak menjadi
anggota dalam suatu himpunan.
Topik Khusus 1
Contoh Himpunan Fuzzy
 Contoh:
Jika diketahui:
S ={1, 2, 3, 4, 5, 6} adalah semesta pembicaraan
A={1, 2, 3}
B ={3, 4, 5}
Topik Khusus 1
Contoh Kasus
 MUDA umur < 35 tahun
 PAROBAYA 35 <= umur <= 55 tahun
 TUA umur > 55 tahun
Step 1:
Topik Khusus 1
Membership Function
 MUDA umur < 35 tahun
 PAROBAYA 35 <= umur <= 55 tahun
 TUA umur > 55 tahun
Topik Khusus 1
Contoh Soal (2):
 Dalam suatu negara memiliki pendapatan GDP
(Gross Domestic Product) yang terdiri dari range
berikut:
- Rendah GDP < 3
- Cukup 3 <= GDP <= 5
- Tinggi GDP > 5
Sebagai acuan range tsb. dikontrol pada
nilai titik 3.5
1. Gambarkan Membership Function?..
2. Tuliskan Perhitungan dari Membership Function
tsb?..
Topik Khusus 1
Contoh Soal (2):
3. Tentukan Nilai Fire Strength?..dengan Data
sebagai berikut.
Topik Khusus 1
Tahun Nilai GDP (%)
2005 3.34
2006 3.95
2007 4.95
Contoh Soal (2):
 Jawab No. 1 & 2 (Membership Function)
Topik Khusus 1
Contoh Soal (2):
 Jawab No. 3 (Penentuan Keputusan berdasarkan Fire
Strengt)
Topik Khusus 1
Tahun Nilai GDP (%) Rendah Cukup Tinggi
2005 3.34 0.32 0.68 0
2006 3.95 0 0.7 0.3
2007 4.95 0 0.033 0.97
 Catatan:
1. Gunakan pembulatan keatas untuk menghasilkan nilai
penjumlahan 1 dari nilat titik kontrol.
2. Warna merah menandakan hasil output yang berupa
rekomendasi keputusan
Latihan Soal:
 Dalam suatu negara memiliki nilai INFLASI yang
terdiri dari range berikut:
- Rendah GDP < 7
- Cukup 7 <= GDP <= 12
- Tinggi GDP > 12
Sebagai acuan range tsb. dikontrol pada
nilai titik 10
1. Gambarkan Membership Function?..
2. Tuliskan Perhitungan dari Membership Function
tsb?..
Topik Khusus 1
Latihan Soal:
3. Tentukan Nilai Fire Strength?..dengan Data sebagai berikut.
Topik Khusus 1
Bulan Nilai Inflasi
Januari 2006 16.03 %
Februari 2006 16.92 %
Maret 2006 15.74 %
April 2006 15.4 %
Mei 2006 15.6 %
Juni 2006 15.53 %
Juli 2006 15.15 %
Agustus 2006 14.9 %
September 2006 14.55 %
Oktober 2006 6.29 %
November 2006 5.27 %
Desember 2006 6.6 %
Bulan Nilai Inflasi
Januari 2007 6.26 %
Februari 2007 6.3 %
Maret 2007 6.52 %
April 2007 6.29 %
Mei 2007 6.01 %
Juni 2007 5.77 %
Juli 2007 6.06 %
Agustus 2007 6.51 %
September 2007 6.95 %
Oktober 2007 6.88 %
November 2007 6.71 %
Desember 2007 6.59 %

More Related Content

What's hot

Contoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzyContoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzy
Zaenal Khayat
 
PD orde2 Tak Homogen 2
PD orde2 Tak Homogen 2PD orde2 Tak Homogen 2
PD orde2 Tak Homogen 2
unesa
 

What's hot (20)

Deret furir fungsi genap dan ganjil
Deret furir fungsi genap dan ganjilDeret furir fungsi genap dan ganjil
Deret furir fungsi genap dan ganjil
 
Contoh soal dan penyelesaian metode biseksi
Contoh soal dan penyelesaian metode biseksiContoh soal dan penyelesaian metode biseksi
Contoh soal dan penyelesaian metode biseksi
 
BPMN
BPMNBPMN
BPMN
 
Panduan matlab
Panduan matlabPanduan matlab
Panduan matlab
 
Berhitung bilangan kompleks dengan program excel
Berhitung bilangan kompleks dengan program excelBerhitung bilangan kompleks dengan program excel
Berhitung bilangan kompleks dengan program excel
 
Jaringan hebb
Jaringan hebbJaringan hebb
Jaringan hebb
 
Data mining 4 konsep dasar klasifikasi
Data mining 4   konsep dasar klasifikasiData mining 4   konsep dasar klasifikasi
Data mining 4 konsep dasar klasifikasi
 
Contoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzyContoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzy
 
Logika fuzzy
Logika fuzzyLogika fuzzy
Logika fuzzy
 
Tugas 3 Rangkuman Protocol DNS, FTP, HTTP, dan SMTP
Tugas 3 Rangkuman Protocol DNS, FTP, HTTP, dan SMTPTugas 3 Rangkuman Protocol DNS, FTP, HTTP, dan SMTP
Tugas 3 Rangkuman Protocol DNS, FTP, HTTP, dan SMTP
 
PD orde2 Tak Homogen 2
PD orde2 Tak Homogen 2PD orde2 Tak Homogen 2
PD orde2 Tak Homogen 2
 
Tugas 1 perbedaan sistem linier dan non linier
Tugas 1 perbedaan sistem linier dan non linierTugas 1 perbedaan sistem linier dan non linier
Tugas 1 perbedaan sistem linier dan non linier
 
Deret Fourier
Deret FourierDeret Fourier
Deret Fourier
 
Pertemuan 6 & 7 ars. gerbang logika
Pertemuan 6 & 7 ars. gerbang logikaPertemuan 6 & 7 ars. gerbang logika
Pertemuan 6 & 7 ars. gerbang logika
 
ALJABAR LINEAR ELEMENTER
ALJABAR LINEAR ELEMENTERALJABAR LINEAR ELEMENTER
ALJABAR LINEAR ELEMENTER
 
metode euler
metode eulermetode euler
metode euler
 
Aljabar boolean
Aljabar booleanAljabar boolean
Aljabar boolean
 
Teori graph rinaldi munir
Teori graph   rinaldi munirTeori graph   rinaldi munir
Teori graph rinaldi munir
 
Modul belajar java I/O (Input/Ouptut)
Modul belajar java I/O (Input/Ouptut)Modul belajar java I/O (Input/Ouptut)
Modul belajar java I/O (Input/Ouptut)
 
Forward Difference, Backward Difference, dan Central
Forward Difference, Backward Difference, dan CentralForward Difference, Backward Difference, dan Central
Forward Difference, Backward Difference, dan Central
 

Viewers also liked

Module 2 logic gates
Module 2  logic gatesModule 2  logic gates
Module 2 logic gates
Deepak John
 
Buku terjemahan-paul-ernest
Buku terjemahan-paul-ernestBuku terjemahan-paul-ernest
Buku terjemahan-paul-ernest
nur dasima
 
Fuzzy fungsi keanggotaan
Fuzzy fungsi keanggotaanFuzzy fungsi keanggotaan
Fuzzy fungsi keanggotaan
Roziq Bahtiar
 
6 Neonatal Septicemia
6 Neonatal   Septicemia6 Neonatal   Septicemia
6 Neonatal Septicemia
ghalan
 

Viewers also liked (20)

Topik 1 sub 2
Topik 1 sub 2Topik 1 sub 2
Topik 1 sub 2
 
Fuzzi its
Fuzzi itsFuzzi its
Fuzzi its
 
Fuzi11 1
Fuzi11 1Fuzi11 1
Fuzi11 1
 
Modul 7 fuzzy logic
Modul 7   fuzzy logicModul 7   fuzzy logic
Modul 7 fuzzy logic
 
LVTS APC fuzzy controller
LVTS APC fuzzy controllerLVTS APC fuzzy controller
LVTS APC fuzzy controller
 
kONTRUKTIVISME Kritik Filsafat absolutis Matematika
kONTRUKTIVISME Kritik Filsafat absolutis MatematikakONTRUKTIVISME Kritik Filsafat absolutis Matematika
kONTRUKTIVISME Kritik Filsafat absolutis Matematika
 
Module 2 logic gates
Module 2  logic gatesModule 2  logic gates
Module 2 logic gates
 
Logika fuzzy
Logika fuzzyLogika fuzzy
Logika fuzzy
 
2010 ICMIT - Software Support for the Fuzzy Front End Stage of the Innovation...
2010 ICMIT - Software Support for the Fuzzy Front End Stage of the Innovation...2010 ICMIT - Software Support for the Fuzzy Front End Stage of the Innovation...
2010 ICMIT - Software Support for the Fuzzy Front End Stage of the Innovation...
 
Buku terjemahan-paul-ernest
Buku terjemahan-paul-ernestBuku terjemahan-paul-ernest
Buku terjemahan-paul-ernest
 
Filsafat matematika pengertian logisisme_formalisme_konstruktivisme
Filsafat matematika pengertian logisisme_formalisme_konstruktivismeFilsafat matematika pengertian logisisme_formalisme_konstruktivisme
Filsafat matematika pengertian logisisme_formalisme_konstruktivisme
 
Metode sugeno
Metode sugenoMetode sugeno
Metode sugeno
 
Aliran-Aliran Filsafat Matematika
Aliran-Aliran Filsafat MatematikaAliran-Aliran Filsafat Matematika
Aliran-Aliran Filsafat Matematika
 
Fuzzy fungsi keanggotaan
Fuzzy fungsi keanggotaanFuzzy fungsi keanggotaan
Fuzzy fungsi keanggotaan
 
Sebuah Kritik Filsafat absolutis Matematika
Sebuah Kritik Filsafat absolutis MatematikaSebuah Kritik Filsafat absolutis Matematika
Sebuah Kritik Filsafat absolutis Matematika
 
Makalah Fuzzy Logic Dan Penerapannya
Makalah Fuzzy Logic Dan PenerapannyaMakalah Fuzzy Logic Dan Penerapannya
Makalah Fuzzy Logic Dan Penerapannya
 
Filsafat matematika
Filsafat matematikaFilsafat matematika
Filsafat matematika
 
Filsafat Matematika dan Aliran-aliran Filsafat Matematika
Filsafat Matematika dan Aliran-aliran Filsafat MatematikaFilsafat Matematika dan Aliran-aliran Filsafat Matematika
Filsafat Matematika dan Aliran-aliran Filsafat Matematika
 
6 Neonatal Septicemia
6 Neonatal   Septicemia6 Neonatal   Septicemia
6 Neonatal Septicemia
 
Web Engineering Notes II as per RGPV Syllabus
Web Engineering Notes II as per RGPV SyllabusWeb Engineering Notes II as per RGPV Syllabus
Web Engineering Notes II as per RGPV Syllabus
 

Similar to Fuzzy logic

Final Project Artificial Intelligence
Final Project Artificial IntelligenceFinal Project Artificial Intelligence
Final Project Artificial Intelligence
Atri Yuliansyah
 
A44 268 273 -2015_snit_ghofar taufiq_decission support system models
A44 268 273 -2015_snit_ghofar taufiq_decission support system modelsA44 268 273 -2015_snit_ghofar taufiq_decission support system models
A44 268 273 -2015_snit_ghofar taufiq_decission support system models
K. fb Seftya sevtya
 
Introduction to fuzzy logic using matlab
Introduction to fuzzy logic using matlabIntroduction to fuzzy logic using matlab
Introduction to fuzzy logic using matlab
suparman unkhair
 

Similar to Fuzzy logic (14)

Diskusi Modul Sistem Pakar Sesi Ke-5.pdf
Diskusi Modul Sistem Pakar Sesi Ke-5.pdfDiskusi Modul Sistem Pakar Sesi Ke-5.pdf
Diskusi Modul Sistem Pakar Sesi Ke-5.pdf
 
Diskusi Modul Sistem Pakar Sesi Ke-5.pdf
Diskusi Modul Sistem Pakar Sesi Ke-5.pdfDiskusi Modul Sistem Pakar Sesi Ke-5.pdf
Diskusi Modul Sistem Pakar Sesi Ke-5.pdf
 
Final Project Artificial Intelligence
Final Project Artificial IntelligenceFinal Project Artificial Intelligence
Final Project Artificial Intelligence
 
Bab iv
Bab ivBab iv
Bab iv
 
Presentasi fuzzy logic (Logika Fuzzy)
Presentasi fuzzy logic (Logika Fuzzy)Presentasi fuzzy logic (Logika Fuzzy)
Presentasi fuzzy logic (Logika Fuzzy)
 
Diskusi Modul Sistem Pakar Sesi Ke-6 - Salin.pdf
Diskusi Modul Sistem Pakar Sesi Ke-6 - Salin.pdfDiskusi Modul Sistem Pakar Sesi Ke-6 - Salin.pdf
Diskusi Modul Sistem Pakar Sesi Ke-6 - Salin.pdf
 
Representasi Pengetahuan
Representasi PengetahuanRepresentasi Pengetahuan
Representasi Pengetahuan
 
A44 268 273 -2015_snit_ghofar taufiq_decission support system models
A44 268 273 -2015_snit_ghofar taufiq_decission support system modelsA44 268 273 -2015_snit_ghofar taufiq_decission support system models
A44 268 273 -2015_snit_ghofar taufiq_decission support system models
 
Jaringan syaraf tiruan uas docs
Jaringan syaraf tiruan uas docsJaringan syaraf tiruan uas docs
Jaringan syaraf tiruan uas docs
 
Mamdani-Sugeno-Tusakomoto.ppt
Mamdani-Sugeno-Tusakomoto.pptMamdani-Sugeno-Tusakomoto.ppt
Mamdani-Sugeno-Tusakomoto.ppt
 
Introduction to fuzzy logic using matlab
Introduction to fuzzy logic using matlabIntroduction to fuzzy logic using matlab
Introduction to fuzzy logic using matlab
 
Sistem pakar fuzzy logic
Sistem pakar fuzzy logicSistem pakar fuzzy logic
Sistem pakar fuzzy logic
 
Fuzzy Logic
Fuzzy LogicFuzzy Logic
Fuzzy Logic
 
Pandahuluan sistem fuzzy
Pandahuluan sistem fuzzyPandahuluan sistem fuzzy
Pandahuluan sistem fuzzy
 

Fuzzy logic

  • 1. Topik Khusus 1 Oleh: Achmad Zakki Falani, M.Kom Universitas Narotama Fakultas Ilmu Komputer Pertemuan VIII
  • 2. Tentang Fuzzy Logic  Fuzzy Logic / Logika Fuzzy Suatu metode yang tepat digunakan untuk sistem jika variabel yang menyertai data input berupa ambigous. Topik Khusus 1
  • 3. Tentang Fuzzy Logic  Konsep Fuzzy Logic diperkenalkan oleh Prof. Lotfi Zadeh dari Universitas California di Berkeley pada 1965, dan dipresentasikan bukan sebagai suatu metodologi control Topik Khusus 1
  • 4. Tentang Fuzzy Logic Topik Khusus 1 Penemu Fuzzy Logic Prof. Lotfi Zadeh dari Universitas California
  • 5. Tentang Fuzzy Logic Topik Khusus 1 Fakultas Teknik Universitas California
  • 6. Tentang Fuzzy Logic  jika diterjemahkan, “fuzzy” artinya tidak jelas/buram, tidak pasti. Himpunan fuzzy adalah cabang dari matematika yang tertua, yang mempelajari proses bilang random: teori probailitas, statistik matematik, teori informasi dan lainnya. Penyelesaian masalah dengan himpunan fuzzy lebih mudah dari pada dengan mengunakan teori probabilitas (konsep pengukuran). Topik Khusus 1
  • 8. Tentang Fuzzy Logic  Alasan Menggunakan Fuzzy Logic: 1. Konsep fuzzy logic mudah dimengerti 2. Fuzzy logic sangat fleksibel 3. Fuzzy logic memiliki toleransi terhadap data yang kurang tepat 4. Fuzzy logic mampu memodelkan fungsi nonlinier yang kompleks Topik Khusus 1
  • 9. Tentang Fuzzy Logic  Cabang Fuzzy Logic: 1. Fuzzy rule Based Systems 2. Fuzzy Nonliner Simulations 3. Fuzzy Decision Making 4. Fuzzy Classification 5. Fuzzy Pattern Recognition 6. Fuzzy Control Systems Topik Khusus 1
  • 10. Fuzzy Inference System  Merupakan metode untuk melakukan inferensi fuzzy, antara lain: ada metode Tsukamoto, Mamdani dan Sugeno. Topik Khusus 1
  • 11. Fuzzy Clustering  Pengclusteran dengan konsep himpunan fuzzy dengan menggunakan Metode C-Means, Metode Substractive Clustering. Topik Khusus 1
  • 12. Fuzzy Database  Membangun basisdata dengan query fuzzy dengan Model Tahani dan bagaimana membangun basisdata dengan data-data fuzzy menggunakan Model Umano. Topik Khusus 1
  • 13. Fuzzy Quantification Theory  Mengendalikan data – data kualitatif dengan menggunakan teori himpunan fuzzy (fuzzy quantification). Topik Khusus 1
  • 14. Fuzzy Associative Memory (FAM)  Memetakan beberapa himpunan fuzzy yang membentuk aturan (rule). Topik Khusus 1
  • 15. Fuzzy Linear Programming  Menyelesaikan linear programming dengan batasan fuzzy. Topik Khusus 1
  • 16. Fuzzy Integer Transportation Problem  Menyelesaikan integer transportation problem dengan batasan fuzzy. Topik Khusus 1
  • 17. Beberapa Karya Ilmiah dengan Pemanfaatan Fuzzy Logic:  Pemanfaatan Fuzzy Logic sebagai Analisa Laporan Keuangan Perusahaan.  Penentuan kenaikan Gaji Karyawan berbasis Fuzzy Logic Database Model Tahani.  Mengukur tingkat kemampuan siswa dalam memahami materi pembelajaran dengan menggunakan Fuzzy Logic.  Pemanfaatan Fuzzy Logic untuk Analisa Hubungan Korelasi antara Tingkat Kinerja Karyawan dengan Hasil Produksi.  Diagnosis penyakit Autism Spectrum berbasis Fuzzy Logic Mamdani.  ....dst.... Topik Khusus 1
  • 18. Himpunan Fuzzy  Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang memiliki 2 (dua) kemungkinan yakni: 1. Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan. 2. Nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan. Topik Khusus 1
  • 19. Contoh Himpunan Fuzzy  Contoh: Jika diketahui: S ={1, 2, 3, 4, 5, 6} adalah semesta pembicaraan A={1, 2, 3} B ={3, 4, 5} Topik Khusus 1
  • 20. Contoh Kasus  MUDA umur < 35 tahun  PAROBAYA 35 <= umur <= 55 tahun  TUA umur > 55 tahun Step 1: Topik Khusus 1
  • 21. Membership Function  MUDA umur < 35 tahun  PAROBAYA 35 <= umur <= 55 tahun  TUA umur > 55 tahun Topik Khusus 1
  • 22. Contoh Soal (2):  Dalam suatu negara memiliki pendapatan GDP (Gross Domestic Product) yang terdiri dari range berikut: - Rendah GDP < 3 - Cukup 3 <= GDP <= 5 - Tinggi GDP > 5 Sebagai acuan range tsb. dikontrol pada nilai titik 3.5 1. Gambarkan Membership Function?.. 2. Tuliskan Perhitungan dari Membership Function tsb?.. Topik Khusus 1
  • 23. Contoh Soal (2): 3. Tentukan Nilai Fire Strength?..dengan Data sebagai berikut. Topik Khusus 1 Tahun Nilai GDP (%) 2005 3.34 2006 3.95 2007 4.95
  • 24. Contoh Soal (2):  Jawab No. 1 & 2 (Membership Function) Topik Khusus 1
  • 25. Contoh Soal (2):  Jawab No. 3 (Penentuan Keputusan berdasarkan Fire Strengt) Topik Khusus 1 Tahun Nilai GDP (%) Rendah Cukup Tinggi 2005 3.34 0.32 0.68 0 2006 3.95 0 0.7 0.3 2007 4.95 0 0.033 0.97  Catatan: 1. Gunakan pembulatan keatas untuk menghasilkan nilai penjumlahan 1 dari nilat titik kontrol. 2. Warna merah menandakan hasil output yang berupa rekomendasi keputusan
  • 26. Latihan Soal:  Dalam suatu negara memiliki nilai INFLASI yang terdiri dari range berikut: - Rendah GDP < 7 - Cukup 7 <= GDP <= 12 - Tinggi GDP > 12 Sebagai acuan range tsb. dikontrol pada nilai titik 10 1. Gambarkan Membership Function?.. 2. Tuliskan Perhitungan dari Membership Function tsb?.. Topik Khusus 1
  • 27. Latihan Soal: 3. Tentukan Nilai Fire Strength?..dengan Data sebagai berikut. Topik Khusus 1 Bulan Nilai Inflasi Januari 2006 16.03 % Februari 2006 16.92 % Maret 2006 15.74 % April 2006 15.4 % Mei 2006 15.6 % Juni 2006 15.53 % Juli 2006 15.15 % Agustus 2006 14.9 % September 2006 14.55 % Oktober 2006 6.29 % November 2006 5.27 % Desember 2006 6.6 % Bulan Nilai Inflasi Januari 2007 6.26 % Februari 2007 6.3 % Maret 2007 6.52 % April 2007 6.29 % Mei 2007 6.01 % Juni 2007 5.77 % Juli 2007 6.06 % Agustus 2007 6.51 % September 2007 6.95 % Oktober 2007 6.88 % November 2007 6.71 % Desember 2007 6.59 %