Dasar dasar sistem inferensia Fuzzy. Sistem Inferensi Fuzzy adalah sistem aturan berdasarkan logika fuzzy dimana digunakan sebagai alat untuk mewakili pengetahuan yang berbeda tentang suatu masalah, serta untuk memodelkan interaksi dan hubungan yang ada antara variabel tersebut.
Dokumen tersebut membahas tentang jaringan syaraf tiruan (JST) yang merupakan sistem pemrosesan informasi yang meniru kerja otak manusia. JST terdiri dari neuron-neuron yang saling terhubung dan berinteraksi untuk memproses informasi secara paralel. Dokumen ini juga menjelaskan konsep dasar JST seperti arsitektur, algoritma pembelajaran, dan aplikasinya dalam pengenalan pola dan klasifikasi.
Logika fuzzy memperkenalkan konsep kebenaran sebagian, di mana nilai keanggotaan suatu item dalam suatu himpunan dapat bernilai antara 0-1, bukan hanya 0 atau 1 seperti pada logika Boolean. Logika fuzzy memungkinkan penggunaan istilah linguistik tidak pasti seperti "sedikit" atau "lumayan" untuk menggambarkan suatu kondisi. Logika fuzzy diperkenalkan oleh Dr. Lotfi Zadeh pada tahun 1965.
Dokumen tersebut membahas tentang jaringan syaraf tiruan (JST) yang merupakan sistem pemrosesan informasi yang meniru kerja otak manusia. JST terdiri dari neuron-neuron yang saling terhubung dan berinteraksi untuk memproses informasi secara paralel. Dokumen ini juga menjelaskan konsep dasar JST seperti arsitektur, algoritma pembelajaran, dan aplikasinya dalam pengenalan pola dan klasifikasi.
Logika fuzzy memperkenalkan konsep kebenaran sebagian, di mana nilai keanggotaan suatu item dalam suatu himpunan dapat bernilai antara 0-1, bukan hanya 0 atau 1 seperti pada logika Boolean. Logika fuzzy memungkinkan penggunaan istilah linguistik tidak pasti seperti "sedikit" atau "lumayan" untuk menggambarkan suatu kondisi. Logika fuzzy diperkenalkan oleh Dr. Lotfi Zadeh pada tahun 1965.
Metode pencarian heuristik merupakan teknik untuk meningkatkan efisiensi proses pencarian dalam state space dengan memilih cabang-cabang yang paling mungkin menyebabkan penyelesaian masalah. Metode-metode pencarian heuristik yang dijelaskan meliputi generate and test, hill climbing, best first search, dan simulated annealing.
Ringkasan dokumen tersebut adalah:
1. Dokumen tersebut membahas tentang jaringan syaraf tiruan dan cara kerjanya yang meniru otak manusia.
2. Jaringan syaraf tiruan terdiri atas neuron-neuron yang saling terhubung dan memiliki bobot untuk memproses informasi secara kolektif.
3. Ada beberapa metode pembelajaran jaringan syaraf tiruan seperti pembelajaran terawasi dan tak terawasi untuk menentukan bobot ant
Data Mining digunakan untuk mengekstrak pola dan pengetahuan dari data besar yang kompleks untuk memecahkan masalah bisnis. Teknik utama Data Mining meliputi estimasi, prediksi, klasifikasi, klastering dan asosiasi. Metode pembelajaran terdiri dari pembelajaran terbimbing, tidak terbimbing dan semi terbimbing.
Aljabar linier dan matrik joko soebagyo et.al compressedEday Larva
1. The document discusses the preparation of teaching materials for linear algebra and matrices courses. It explains that the materials were designed to integrate pedagogical and professional competencies, with a focus on character education and developing higher-order thinking skills.
2. The materials are presented in modular format and are available both physically and digitally. They are intended as the main materials for mathematics courses in engineering programs.
3. An overview of the contents is provided, covering topics such as linear systems, Gaussian elimination, matrices and matrix operations, inverses, and applications of linear systems.
Dokumen tersebut merupakan ringkasan kuliah pengantar metode numerik yang membahas tentang pengertian metode numerik, contoh persoalan matematika yang dapat diselesaikan secara numerik, perbedaan penyelesaian secara analitik dan numerik, serta tujuan kuliah tersebut untuk mempelajari berbagai metode numerik dan mengimplementasikannya dalam program komputer.
Metode Mamdani menggunakan 4 tahapan yaitu fuzzifikasi, inferensi, komposisi, dan defuzzifikasi untuk menghasilkan output numerik dari masukan fuzzy dan aturan-aturan. Contoh kasus menggunakan 2 variabel masukan (permintaan dan persediaan) dan 1 variabel keluaran (produksi) dengan 4 aturan fuzzy untuk menentukan jumlah produksi optimal sebesar 4248 buah.
Sandi Playfair ditemukan oleh Charles Wheatstone pada 1854 dan digunakan oleh militer Inggris dan Jerman. Sandi ini menggunakan bujur sangkar kunci 25 huruf tanpa J untuk mengganti huruf-huruf pesan menjadi sandi dan kembali menjadi pesan asli. Prosesnya melibatkan penggantian huruf berdasarkan posisi di bujur sangkar kunci.
Tutorial instalasi debian dengan virtual boxSiapa Kami
Tutorial ini menjelaskan langkah-langkah instalasi Debian menggunakan Virtual Box, meliputi pengaturan Virtual Box, pembuatan virtual machine Debian, penambahan iso Debian, dan memulai instalasi Debian melalui proses konfigurasi bahasa, jaringan, partisi harddisk, pemasangan paket-paket dasar, hingga penyelesaian instalasi.
Dokumen tersebut membahas tentang relasi matematika antara dua himpunan, termasuk definisi relasi, contoh relasi, sifat-sifat relasi seperti refleksif, simetris, dan transitif, serta operasi-operasi pada relasi seperti komposisi, persilangan, dan penyatuan relasi.
Dokumen tersebut membahas tentang logika fuzzy, mulai dari pengertian, sejarah, derajat kebenaran, variabel linguistik, kelebihan dan kekurangan, serta contoh aplikasi logika fuzzy seperti pada mesin cuci.
Dokumen tersebut membahas tentang definisi matrik, bentuk-bentuk matrik seperti matrik bujur sangkar, matrik diagonal, matrik segitiga, dan operasi-operasi pada matrik seperti penjumlahan, perkalian, dan pemangkatan matrik.
Sistem inferensi fuzzy menggunakan kaidah-kaidah fuzzy untuk menarik kesimpulan dari input yang berupa nilai-nilai crisp. Prosesnya meliputi fuzzifikasi, operasi logika fuzzy, implikasi, agregasi, dan defuzzifikasi untuk menghasilkan output berupa nilai-nilai crisp juga. Terdapat dua metode utama, yaitu metode Mamdani dan metode Sugeno.
Dokumen tersebut membahas tentang sistem inferensi fuzzy yang meliputi proses-prosesnya seperti fuzzyfikasi, operasi logika fuzzy, implikasi, agregasi, dan defuzzyfikasi untuk menghasilkan nilai tegas dari nilai samar sebagai masukan.
Metode pencarian heuristik merupakan teknik untuk meningkatkan efisiensi proses pencarian dalam state space dengan memilih cabang-cabang yang paling mungkin menyebabkan penyelesaian masalah. Metode-metode pencarian heuristik yang dijelaskan meliputi generate and test, hill climbing, best first search, dan simulated annealing.
Ringkasan dokumen tersebut adalah:
1. Dokumen tersebut membahas tentang jaringan syaraf tiruan dan cara kerjanya yang meniru otak manusia.
2. Jaringan syaraf tiruan terdiri atas neuron-neuron yang saling terhubung dan memiliki bobot untuk memproses informasi secara kolektif.
3. Ada beberapa metode pembelajaran jaringan syaraf tiruan seperti pembelajaran terawasi dan tak terawasi untuk menentukan bobot ant
Data Mining digunakan untuk mengekstrak pola dan pengetahuan dari data besar yang kompleks untuk memecahkan masalah bisnis. Teknik utama Data Mining meliputi estimasi, prediksi, klasifikasi, klastering dan asosiasi. Metode pembelajaran terdiri dari pembelajaran terbimbing, tidak terbimbing dan semi terbimbing.
Aljabar linier dan matrik joko soebagyo et.al compressedEday Larva
1. The document discusses the preparation of teaching materials for linear algebra and matrices courses. It explains that the materials were designed to integrate pedagogical and professional competencies, with a focus on character education and developing higher-order thinking skills.
2. The materials are presented in modular format and are available both physically and digitally. They are intended as the main materials for mathematics courses in engineering programs.
3. An overview of the contents is provided, covering topics such as linear systems, Gaussian elimination, matrices and matrix operations, inverses, and applications of linear systems.
Dokumen tersebut merupakan ringkasan kuliah pengantar metode numerik yang membahas tentang pengertian metode numerik, contoh persoalan matematika yang dapat diselesaikan secara numerik, perbedaan penyelesaian secara analitik dan numerik, serta tujuan kuliah tersebut untuk mempelajari berbagai metode numerik dan mengimplementasikannya dalam program komputer.
Metode Mamdani menggunakan 4 tahapan yaitu fuzzifikasi, inferensi, komposisi, dan defuzzifikasi untuk menghasilkan output numerik dari masukan fuzzy dan aturan-aturan. Contoh kasus menggunakan 2 variabel masukan (permintaan dan persediaan) dan 1 variabel keluaran (produksi) dengan 4 aturan fuzzy untuk menentukan jumlah produksi optimal sebesar 4248 buah.
Sandi Playfair ditemukan oleh Charles Wheatstone pada 1854 dan digunakan oleh militer Inggris dan Jerman. Sandi ini menggunakan bujur sangkar kunci 25 huruf tanpa J untuk mengganti huruf-huruf pesan menjadi sandi dan kembali menjadi pesan asli. Prosesnya melibatkan penggantian huruf berdasarkan posisi di bujur sangkar kunci.
Tutorial instalasi debian dengan virtual boxSiapa Kami
Tutorial ini menjelaskan langkah-langkah instalasi Debian menggunakan Virtual Box, meliputi pengaturan Virtual Box, pembuatan virtual machine Debian, penambahan iso Debian, dan memulai instalasi Debian melalui proses konfigurasi bahasa, jaringan, partisi harddisk, pemasangan paket-paket dasar, hingga penyelesaian instalasi.
Dokumen tersebut membahas tentang relasi matematika antara dua himpunan, termasuk definisi relasi, contoh relasi, sifat-sifat relasi seperti refleksif, simetris, dan transitif, serta operasi-operasi pada relasi seperti komposisi, persilangan, dan penyatuan relasi.
Dokumen tersebut membahas tentang logika fuzzy, mulai dari pengertian, sejarah, derajat kebenaran, variabel linguistik, kelebihan dan kekurangan, serta contoh aplikasi logika fuzzy seperti pada mesin cuci.
Dokumen tersebut membahas tentang definisi matrik, bentuk-bentuk matrik seperti matrik bujur sangkar, matrik diagonal, matrik segitiga, dan operasi-operasi pada matrik seperti penjumlahan, perkalian, dan pemangkatan matrik.
Sistem inferensi fuzzy menggunakan kaidah-kaidah fuzzy untuk menarik kesimpulan dari input yang berupa nilai-nilai crisp. Prosesnya meliputi fuzzifikasi, operasi logika fuzzy, implikasi, agregasi, dan defuzzifikasi untuk menghasilkan output berupa nilai-nilai crisp juga. Terdapat dua metode utama, yaitu metode Mamdani dan metode Sugeno.
Dokumen tersebut membahas tentang sistem inferensi fuzzy yang meliputi proses-prosesnya seperti fuzzyfikasi, operasi logika fuzzy, implikasi, agregasi, dan defuzzyfikasi untuk menghasilkan nilai tegas dari nilai samar sebagai masukan.
Logika fuzzy memperkenalkan konsep kebenaran sebagian, di mana nilai keanggotaan antara 0 dan 1 digunakan untuk menyatakan derajat kebenaran suatu pernyataan. Logika fuzzy memungkinkan penalaran yang lebih fleksibel dibandingkan logika Boolean klasik.
Dokumen tersebut membahas tentang logika fuzzy, sistem fuzzy, fungsi keanggotaan, variabel linguistik, aturan fuzzy IF-THEN, dan contoh penerapannya untuk mengontrol sistem penyiraman berdasarkan suhu dan kelembapan tanah.
Paper ini berisi beberapa bahasan pokok yaitu:
1. Bentuk umum implikasi kabur
2. Jenis Fungsi implikasi kabur pengambil keputusan
3. Interpretasi implikasi kabur
4. Contoh soal interpretasi implikasi kabur
Dokumen tersebut membahas sistem berbasis aturan fuzzy yang terdiri dari tiga komponen utama: fuzzification, inference, dan defuzzification. Fuzzification mengubah masukan yang pasti menjadi fuzzy, inference melakukan penalaran menggunakan aturan fuzzy, dan defuzzification mengubah keluaran fuzzy menjadi nilai pasti.
Operator himpunan fuzzy dan kaidah fuzzy digunakan untuk mengevaluasi keanggotaan beberapa karyawan ke dalam kategori umur dan tinggi tertentu. Fungsi keanggotaan umur dan tinggi digambarkan, kemudian dievaluasi apakah masing-masing karyawan termasuk kategori parobaya, tinggi, atau keduanya.
Dokumen tersebut membahas dua metode sistem fuzzy, yaitu metode Sugeno dan metode Tsukamoto. Metode Sugeno menggunakan singleton sebagai fungsi keanggotaan konsekuen sedangkan metode Tsukamoto menggunakan fungsi keanggotaan monoton. Kedua metode berbeda dalam cara defuzzyfikasinya.
Dokumen tersebut membahas tentang Elliptic Curve Cryptography (ECC) yang merupakan algoritma kriptografi kunci publik yang lebih baru dan lebih efisien dibandingkan sistem seperti RSA dan ElGamal. ECC menggunakan kurva eliptik sebagai dasarnya, yang memungkinkan keamanan yang sama dengan ukuran kunci yang lebih kecil dibandingkan kriptografi lainnya.
Dokumen tersebut membahas tentang turunan fungsi dan turunan fungsi trigonometri. Secara singkat, dibahas rumus-rumus dasar turunan termasuk aturan pangkat, kelipatan konstanta, dan rantai. Kemudian dijelaskan turunan fungsi trigonometri seperti sin, cos, tan beserta perluasannya.
Diskusi Modul Sistem Pakar Sesi Ke-6 - Salin.pdfHendroGunawan8
Metode Fuzzy Mamdani merupakan salah satu bagian dari Fuzzy Inference System yang berguna untuk penarikan kesimpulan atau suatu keputusan terbaik dalam permasalahan yang tidak pasti
Sistem inferensi fuzzy adalah kerangka kerja perhitungan berbasis teori himpunan fuzzy, aturan fuzzy, dan pemikiran fuzzy. Sistem ini telah diterapkan pada berbagai bidang seperti kontrol otomatis, klasifikasi data, analisis keputusan, sistem pakar, prediksi, robotika dan pengenalan pola. Terdapat beberapa model sistem inferensi fuzzy seperti Mamdani, Sugeno, dan Tsukamoto.
2. Sistem Inferensi Fuzzy
• Fuzzy Inference System (FIS) Sistem Inferensi Fuzzy
• Inferensi: penarikan kesimpulan
• Sistem inferensi fuzzy: penarikan kesimpulan dari
sekumpulan kaidah fuzzy
• Jadi, di dalam FIS minimal harus ada dua buah kaidah
fuzzy
• Input FIS: crisp values
• Output FIS: crisp values
2
4. • Proses-proses di dalam FIS:
1. Fuzzyfikasi
2. Operasi fuzzy logic
3. Implikasi
4. Agregasi
5. Defuzzyfikasi
4
Fuzzyfikasi
Operasi
Fuzzy Logic
Implikasi
Agregasi
Defuzzyfikasi
Input
Output
5. Fuzzyfikasi
• Fuzzyfikasi: proses memetakan nilai crisp (numerik)
ke dalam himpunan fuzzy dan menentukan derajat
keanggotaannya di dalam himpunan fuzzy.
• Hal ini dilakukan karena data diproses berdasarkan
teori himpunan fuzzy sehingga data yang bukan
dalam bentuk fuzzy harus diubah ke dalam bentuk
fuzzy.
5
6. • Contoh: Input: v = 60 km/jam
maka sedang(60) = 0.75
cepat(60) = 0.4
6
(v)
lambat sedang cepat
1
0.75
0.40
0 35 55 60 75 v
kecepatan
8. Operasi Logika Fuzzy
• Jika bagian antesenden dihubungkan oleh konektor
and, or, dan not, maka derajat kebenarannya
dihitung dengan operasi fuzzy yang bersesuaian
8
0
1
0.375
A
0
1
0.75
B
var1 is A or var2 is B max(0.375, 0.75) = 0.75
var1 is A and var2 is B min(0.375, 0.75) = 0.375
9. Implikasi
• Proses mendapatkan keluaran dari IF-THEN rule
• Metode yang umum digunakan adalah metode
Mamdani
• Input: derajat kebenaran bagian antesenden dan
fuzzy set pada bagian konsekuen
• Fungsi implikasi yang digunakan adalah min
9
10. 10
Contoh: IF Biaya Produksi is RENDAH and Permintaan is NAIK
THEN Produksi Barang is BERTAMBAH
Sumber: Sri Kusuma Dewi/Aplikasi Logika Fuzzy
12. 12
Contoh: Jika antesenden hanya satu predikat tunggal
IF Biaya Produksi is STANDARD
THEN Produksi Barang is NORMAL
Sumber: Sri Kusuma Dewi/Aplikasi Logika Fuzzy
13. Agregasi atau Komposisi
• Jika terdapat lebih dari satu kaidah fuzzy yang
dievaluasi, keluaran semua IF-THEN rule
dikombinasikan menjadi sebuah fuzzy set tunggal.
• Metode agregasi yang digunakan adalah max atau
OR terhadap semua keluaran IF-THEN rule
• Jika dilakukan fungsi min pada impikasi dan max
pada agregasi, maka metode Mamdani disebut juga
metode MIN-MAX (min-max inferencing)
13
14. • Misalkan terdapat n buah kaidah yang berbentuk:
IF x1 is A1
k and x2 is A2
k THEN yk is Bk k= 1, 2, …, n
yang dalam hal ini A1
k dan A2
k adalah himpunan fuzzy yang
merepresentasikan pasangan antesenden ke-k, dan Bk
adalah himpunan fuzzy yang menyatakan konsekuen ke-k.
• Berdasarkan metode implikasi Mamdani, maka keluaran
untuk n buah kaidah diberikan oleh:
B (y) =
k = 1, 2, …, n
14
))]]
(
(
)),
(
(
[min[
max
2
1
j
input
i
input k
k
A
A
k
19. Defuzzyfikasi
• Defuzzyfikasi: proses memetakan besaran dari himpunan
fuzzy ke dalam bentuk nilai crisp.
Alasan: sistem diatur dengan besaran riil, bukan besaran
fuzzy.
19
Sumber: Sri Kusuma Dewi/Aplikasi Logika Fuzzy
20. • Strategi yang umum dipakai dalam defuzzifikasi
adalah menentukan bentuk kompromi terbaik.
• Metode-metode untuk strategi ini adalah:
1. Metode keanggotaan maximum (max-
membership)
2. Metode pusat luas (Center of Area, CoA). 3
3. Metode keanggotaan maksimum rata-rata (Mean-
max Membership atau Middle-of-Maxima)
20
21. 1. Metode keanggotaan maximum (max-membership)
atau largest maximum (LOM)
Metode ini dikenal juga dengan metode tinggi. Solusi crisp
diperoleh dengan mengambil derajat keanggotaan tertinggi
dari semua hasil agregasi. Misalkan Z adalah himpunan fuzzi,
maka
C(z*) C(z) untuk setiap z Z
21
(z)
z* z
22. 2. Metode keanggotaan maksimum rata-rata (Mean-
max Membership (MOM) atau Middle-of-Maxima)
Metode ini hampir sama dengan metode pertama, kecuali
titik maksimumnya tidak unik (berupa dataran).
Solusi crisp diperoleh dengan mengambil nilai rata-rata
domain yang memiliki nilai keanggotaan maksimum
22
(z)
a z* b z
2
*
b
a
z
23. 3. Metode pusat luas (Center of Area, CoA).
Metode ini dikenal juga dengan nama metode centroid atau
center of gravity. Ini merupakan metode paling umum
digunakan.
Solusi crisp diperoleh dengan menghitung pusat gravitasi
(titik-berat) dari daerah agregasi.
23
24. Untuk variabel kontinu:
Untuk variabel diskrit:
24
)
(
)
(
*
z
dz
z
z
z
C
C
n
j
j
C
n
j
j
C
j
z
z
z
z
1
1
)
(
)
(
*
38. Metode Sugeno
• FIS yang dibahas sebelum ini adalah FIS tipe
Mamdani
• Tipe Mamdani merupakan tipe FIS standard yang
umum dipakai
• Kelemahan FIS tipe Mamdani adalah tidak mangkus
sebab harus menghitung luas daerah di bawah kurva
• FIS alternatif adalah FIS dengan metode Sugeno,
yang diperkenalkan oleh Takagi-Sugeno-Kang.
38
40. • Format kaidah fuzzy Sugeno-
IF x is A AND y is B THEN z is f(x, y)
yang dalam hal ini:
– x, y dan z adalah peubah lingusitik;
– A dan B adalah himpnan fuzzy ;
– f (x, y) adalah fungsi matematik.
• Bentuk yang paling umum diguankan adalah model fuzzy
Sugeno orde-nol:
IF x is A AND y is B THEN z is k
yang dalam hal ini k adalah konstanta.
40
Sumber: Alexander Rakic, Fuzzy Logic: Introduction 3, Fuzzy Inference
41. • Pada metode Sugeno, fuzzifikasi, operasi fuzzy, dan
implikasi sama seperti metode Mamdani.
• Perbedaannya hanya pada agregasi dan defuzzifikasi.
• Jika pada metode Mamdani agregasi berupa daerah di
bawah kurva, maka pada metode Sugeno agregasi
berupa singleton-singleton.
• Pada kasus model Sugeno orde-nol, output setiap kaidah
fuzzy adalah konstanta dan semua fungsi keanggotaan
konsekuen dinyatakan dengan singleton spikes.
41
43. • Defuzzyfikasi pada metode Sugeno lebih sederhana,
karena hanya menghitung center of single-ton:
• yang dalam hal ini, adalah nilai singleton.
43
)
(
).
(
*
z
z
z
z
C
C
z
44. • Contoh: (masih soal sebelumnya, penerapan center
of singleton pada Mamdani)
44
z1
(Sumber: Sri Kusuma Dewi/Aplikasi Logika Fuzzy)
49. • Contoh: (Speed control) Seberapa cepat anda
berkendara bergantung pada cuaca (temperatur dan
keadaan langit)
49
50 70 90 110
30
10
Temp. (F°)
Freezing Cool Warm Hot
0
1
(Sumber: Andrew L. Nelson/ Introduction to Fuzzy Logic Control/University of
South Florida)
Temp = {Freezing, Cool, Warm, Hot}
52. Kaidah fuzzy:
• If Cover is Sunny and temp is Warm then speed is Fast
Sunny(Cover) Warm(Temp) Fast(Speed)
• If cover is Cloudy and temp is Cool then speed is Slow
Cloudy(Cover)Cool(Temp) Slow(Speed)
• Pertanyaan: seberapa cepat berkendara jika
temperatur 65 F° dan langit 25% berawan?
52
55. • Operasi fuzzy dan implikasi:
R1: If Cover is Sunny and temp is Warm then speed is
Fast
min( 0.8, 0.7) = 0.7
Fast = 0.7
R2: If cover is Cloudy and temp is Cool then speed is
Slow
min(0.2, 0.4) = 0.2
Slow = 0.2
55
56. • Agregasi dan Defuzzifikasi:
56
50 75 100
25
0
Speed (mph)
Slow Fast
0
1
0.2
0.7
Persamaan garis Fast melalui (25, 0) dan (75, 1) (z) = 0.02(z – 25)
(z) = 0.7 z = 0.7/0.02 + 25 = 60
Persamaan garis Slow melalui (25, 1) dan (75, 0) (z) = -0.02(z – 75)
(z) = 0.2 z = 0.2/(-0.02) + 75 = 65
58. 58
Mamdani or Sugeno?
• Mamdani method is widely accepted for capturing expert
knowledge. It allows us to describe the expertise in more
intuitive, more human-like manner. However, Mamdani-type
fuzzy inference entails a substantial computational burden.
• On the other hand, Sugeno method is computationally
effective and works well with optimization and adaptive
techniques, which makes it very attractive in control
problems, particularly for dynamic nonlinear systems.
Sumber: Alexander Rakic, Fuzzy Logic: Introduction 3, Fuzzy Inference