Makalah Fuzzy Logic

Makalah Peng. Teknologi Sistem Cerdas

“Fuzzy Logic”

Kelas : 3KA09

Nama Kelompok:

Eva Dwi Meliani 12116405

Michelle Marselina 14116400

Natasya Sita Dewi 15116334

Syifa Kamalia 17116270

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS GUNADARMA

2019

KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas karunia, rahmat, dan ridho-Nya sehingga penulis dapat menyelesaikan makalah ini.Dalam makalah ini penulis membahas tentang “Fuzzy Logic”.Makalah disusun dengan tujuan untuk memenuhi salah satu syarat untuk dapat menyelesaikan mata kuliah Pengantar Teknologi Sistem Cerdas.

Penulis menyadari sepenuhnya bahwa penulisan makalah ini masih jauh dari kesempurnaan, karena pengetahuan dan pengalaman penulis yang masih terbatas.Namun demikian penulis berusaha semaksimal mungkin untuk menyusun makalah ini dengan sebaik-baiknya.Oleh karena itu, dengan segala kerendahan hati penulis mengaharapkan kritik dan saran yang bersifat membangun demi kesempurnaan makalah ini.Akhir kata penulis berharap semoga makalah ini dapat memberikan manfaat bagi kita semua.

Depok, 13 Januari 2019

Penyusun

DAFTAR ISI

Kata Pengantar............................................................................................................. i

Daftar Isi........................................................................................................................ ii

BAB I PENDAHUUAN

1.1 Latar Belakang................................................................................................ 1

1.2 Rumusan Masalah........................................................................................... 1

1.3 Tujuan.............................................................................................................. 2

BAB II LANDASAN TEORI

2.1 Sejarah Fuzzy Logic........................................................................................ 3

2.2 Pengertia Fuzzy Logic..................................................................................... 3

2.3 Konsep Fuzzy Logic....................................................................................... 3

2.4 Perbedaan Logika Fuzzy dengan Logika Klasik............................................. 4

2.5 Alasan Digunakan Logika Fuzzy.................................................................... 4

2.6 Aplikasi yang menggunakan Logika Fuzzy.................................................... 4

2.7 Ketidakjelasaan............................................................................................... 4-5

2.8 Keunggulan, Kelebihan, dan Kekurangan Fuzzy Logic................................. 5-6

2.9 Arsitektur Fuzzy Logic................................................................................... 7-8

2.10 Implementasi Fuzzy logic Dalam Berbagai Bidang...................................... 8

BAB III PENUTUP

3.1 Kesimpulan...................................................................................................... 9

Daftar Pustaka................................................................................................................ 10

BAB 1

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

Apa Sejarah dari Logic Fuzzy?
Apa Alasan digunakannya Logic Fuzzy?
.Apa saja konsep yang digunakan dalam Logic Fuzzy?
. Apa kelebihan kekurangan Logic Fuzzy? 5.Bagaimana Arsitektur dalam Logic Fuzzy?

1.3Tujuan

Untuk megetahui Sejarah dan pengertian Logic Fuzzy.
Untuk mengetaui konsep Logic Fuzzy.
Untuk mengetahui Perbedaan Logika Klasik dengan Logika Fuzzy.
Untuk mengetahui aplikasi yang digunakan Logika Fuzzy.
Untuk mengetahui keunggulan, kelebihan dan kekurangan Fuzzy Logic.

BAB II

LANDASAN TEORI

2.1 Sejarah Fuzzy Logic

Konsep Fuzzy Logic diperkenalkan oleh Prof. Lotfi Zadeh dari Universitas California di Berkeley pada 1965 dan dipresentasikan bukan sebagai suatu metodologi kontrol, tetapi sebagai suatu cara pemrosesan data dengan memperkenankan penggunaan partial set membership dibanding crisp set membership atau non-membership.Pendekatan pada set teori ini tidak diaplikasikan pada sistem kontrol sampai tahun 70-an karena kemampuan komputer yang tidak cukup pada saat itu. Profesor Zadeh berpikir bahwa orang tidak membutuhkan kepastian, masukan informasi numerik, dan belum mampu terhadap kontrol adaptif yang tinggi.

Konsep fuzzy logic kemudian berhasil diaplikasikan dalam bidang kontrol oleh E.H. Mamdani.Sejak saat itu aplikasi fuzzy berkembang kian pesat. Di tahun 1980-an negara Jepang dan negara-negara di Eropa secara agresif membangun produk nyata sehubungan dengan konsep fuzzy logic yang diintegrasikan dalam produk-produk kebutuhan rumah tangga seperti vacuum cleaner, microwave oven dan kamera video. Sementara pengusaha di Amerika Serikat tidak secepat itu mencakup teknologi ini. Fuzzy logic berkembang pesat selama beberapa tahun terakhir. Terdapat lebih dari dua ribu produk dipasaran yang menggunakan konsep fuzzy logic,mulai dari mesin cuci hingga kereta berkecepatan tinggi. Setiap aplikasi tentunya menyadari beberapa keuntungan dari fuzzy logic seperti performa, kesederhaan, biaya rendah dan produktifitasnya.

2.2 Pengertian Fuzzy logic

Fuzzy Logic adalah suatu cabang ilmu Artificial Intellegence, yaitu suatu pengetahuan yang membuat komputer dapat meniru kecerdasan manusia sehingga diharapkan komputer dapat melakukan hal-hal yang apabila dikerjakan manusia memerlukan kecerdasan.

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.

2.3 Konsep Fuzzy Logic

Fuzzy logic umumnya diterapkan pada masalahmasalah yang mengandung unsur ketidakpastian (uncertainty), ketidaktepatan (imprecise), noisy, dan sebagainya.
Fuzzy logic menjembatani bahasa mesin yang presisi dengan bahasa manusia yang menekankan pada makna atau arti (significance).
Fuzzy logic dikembangkan berdasarkan cara berfikir manusia.

2.4 Perbedaan Logika Fuzzy dengan Logika Klasik.

Logika Fuzzy adalah metodologi sistem kontrol pemecahan masalah,yang cocok untuk diimplementasikan pada sistem kemungkinan nilai keanggotaan berada diantara 0 dan ] Contoh: agak mirip, sedang,hamper, mendekati.
Logika Klasik Segala sesuatu bersifat biner, sehingga semua ini dapat mempunyai nilai keanggotaan 0 atau 1. Contoh : ya atau tidak, sama atau tidak sama.

2.5 Alasan Digunakannya Logika Fuzzy.

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 pengalaman-pengalaman 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.

2.6 Aplikasi yang menggunakan 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.

2. 7 Ketidakjelasan

Dalam kehidupan sehari-hari, kita sering menemui kondisi ketidakjelasan seperti kalimat 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

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 dan kepastian.Sedangkan kondisi lingkungan, mengharuskan kita mengambil keputusan dari kekaburan semantik.Oleh karena itu, perlu bahasa keilmuan baru untuk mengakomodasi kekaburan semantik secara memadai.

Contoh-contoh Masalah yang Mengandung Ketidakjelasan.

Contoh 1 :

Seseorang dikatakan “tinggi” jika tinggi badannya lebih dari 1,7 meter. Bagaimana dengan orang yang mempunyai tinggi badan 1,6999 meter atau 1,65 meter, apakah termasuk kategori orang yang tinggi? Menurut persepsi manusia, orang yang mempunyai tinggi badan sekitar 1,7 meter dikatakan “kurang lebih tinggi” atau “agak tinggi”.

Contoh 2 :

Kecepatan “pelan” didefinisikan di bawah 20 km/jam.Bagaimana dengan kecepatan 20,001 km/jam, apakah masih dapat dikatakan pelan?Manusia mungkin mengatakan bahwa kecepatan 20,001 km/jam itu “agak pelan"

2.8 Keunggulan, Kelebihan dan Kekurangan Fuzzy Logic.

Keunggulan Fuzzy Logic antara lain:

1.Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran logika 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 fungsi2 nonlinear yang kompleks.

5 Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.

6 Logika fuzzy dapat bekerja sama dengan teknik-teknik kendali secara konvensional.

7 Logika fuzzy didasarkan pada bahas alami.

Sementara itu, dalam pengaplikasiannya, logika fuzzy juga memiliki beberapa kelebihan, antara lain:

1 Daya gunanya dianggap lebih baik daripada teknik kendali yang pernah ada.

2 Pengendali fuzzy terkenal karena keandalannya.

3 Mudah diperbaiki.

4 Pengendali fuzzy memberikan pengendalian yang sangat baik dibandingkan teknik lain.

5 Usaha dan dana yang dibutuhkan kecil.

Selain itu, logika fuzzy juga memiliki kekurangan, terutama dalam penerapannya. Kekurangannya, antara lain:

1 Para enjiner dan ilmuwan generasi sebelumnya dan sekarang banyak yang tidak mengenal teori kendali fuzzy, meskipun secara teknik praktis mereka memiliki pengalaman untuk menggunakan teknologi dan perkakas kontrol yang sudah ada.

2 Belum banyak terdapat kursus/balai pendidikan dan buku-buku teks yang menjangkau setiap tingkat pendidikan (undergraduate, postgraduate, dan on site training).

3 Hingga kini belum ada pengetahuan sistematik yang baku dan seragam tentang metodologi pemecahan problema kendali menggunakan pengendali fuzzy.

4 Belum adanya metode umum untuk mengembangkan dan implementasi pengendali fuzzy.

Sementara itu, dalam pengaplikasiannya, logika fuzzy juga memiliki beberapa kelebihan, antara lain:

1 Daya gunanya dianggap lebih baik daripada teknik kendali yang pernah ada.

2 Pengendali fuzzy terkenal karena keandalannya.

3 Mudah diperbaiki.

4 Pengendali fuzzy memberikan pengendalian yang sangat baik dibandingkan teknik lain.

5 Usaha dan dana yang dibutuhkan kecil.

Selain itu, logika fuzzy juga memiliki kekurangan, terutama dalam penerapannya. Kekurangannya, antara lain:

2 Belum banyak terdapat kursus/balai pendidikan dan buku-buku teks yang menjangkau setiap tingkat pendidikan (undergraduate, postgraduate, dan on site training).

3 Hingga kini belum ada pengetahuan sistematik yang baku dan seragam tentang metodologi pemecahan problema kendali menggunakan pengendali fuzzy.

4 Belum adanya metode umum untuk mengembangkan dan implementasi pengendali fuzzy.

2.9 Arsitektur Fuzzy Logic.

Berikut Diagram Alur Prosesnya.

Ada Tiga Proses Utama jika ingin Mengimplementasikan Fuzzy Logic Pada Suatu Perangkat, yaitu:

Fuzzification, merupakan suatu proses untuk mengubah suatu masukan dari bentuk tegas(crisp) menjadi fuzzy yang biasanya disajikan dalam bentuk himpunan-himpunan fuzzydengan suatu fungsi kenggotaannya masing-masing.
2. Interference System (Evaluasi Rule), merupakan sebagai acuan untuk menjelaskan hubungan antara variable-variabel masukan dan keluaran yang mana variabel yang

diproses dan yang dihasilkan berbentuk fuzzy. Untuk menjelaskan hubungan antara masukan dan keluaran biasanya menggunakan “IF-THEN”.

3. Defuzzification, merupakan proses pengubahan variabel berbentuk fuzzy tersebut menjadi data-data pasti (crisp) yang dapat dikirimkan ke peralatan pengendalian.

2.10 Implementasi Fuzzy Logic Dalam Berbagai Bidang.

Pada masa sekarang ini kita dapat melihat berbagai penerapan Fuzzy Logic pada alat-alat dan mesin yang digunakan dalam kehidupan sehari-sehari manusia. Dengan digunakannya fuzzy logic dalam prinsip kerja alat-alat dan mesin penunjang pekerjaan manusia tersebut membuat waktu, biaya, tenaga menjadi lebih efektif dan efisien sehingga juga meningkatkan tingkat produktifitas pekerjaan yang dilakukan manusia.

Berikut ini adalah beberapa bentuk implementasi fuzzy logic dalam berbagai bidang di kehidupan sehari-hari manusia :
1. Air Conditioner (Mitsubishi)
AC Mitsubishi menggunakan fuzzy logic dalam system control-nya seperti berikut :

“Jika suhu udara semakin hangat, daya pendinginan naik sedikit, jika udara semakin dingin, matikan daya ke bawah.”

Beberapa keuntungan yang diperoleh adalah sebagai berikut :

Mesin menjadi halus sehingga tidak cepat rusak, suhu kamar yang nyaman menjadi lebih konsisten dan peningkatan efisiensi (penghematan energi).

2. Vacuum Cleaner (Panasonic)

Prinsip kerja Vacuum Cleaner yang diproduksi oleh Panasonic adalah sebagai berikut :

“Karakteristik lantai dan jumlah debu yang dibaca oleh sensor inframerah dan mikroprosesor akan memilih daya yang sesuai dengan kontrol fuzzy berdasarkan karakteristik lantai.”

Karakteristik lantai meliputi jenis (kayu, semen, ubin, kelembutan karpet, karpet tebal, dll).

Pola perubahan jumlah debu yang melewati sensor inframerah dapat dideteksi.

Mikroprosesor menetapkan pengaturan yang sesuai dengan vakum dan daya motor menggunakan skema kontrol fuzzy.

Lampu merah dan hijau dari penyedot debu menunjukkan jumlah debu tersisa di lantai.

BAB III

PENUTUP

3.1 Kesimpulan.

Dari tulisan diatas dapat disimpulkan, Logika fuzzy adalah logika yang mengandung unsur ketidakjelasan.

· Logika fuzzy pertama kali dikembangkan oleh Prof. Lotfi A. Zadeh, seorang peneliti dari Universitas California, pada tahun 1960-an. Logika fuzzy dikembangkan dari teori himpunan fuzzy.

· Pada logika biasa, yaitu logika klasik, kita hanya mengenal dua nilai, salah atau benar, 0 atau 1. Sedangkan logika fuzzy mengenal nilai antara benar dan salah. Kebenaran dalam logika fuzzy dapat dinyatakan dalam derajat kebenaran yang nilainya antara 0 sampai 1.