8/10/2019 Dasar Fuzzy 2014

1/48

DASAR FUZZY

8/10/2019 Dasar Fuzzy 2014

2/48

Logika Fuzzy

Suatu metode untuk memetakan suatumasukan ke dalam suatu derajat

keanggotaan kelompok keluaran

Logika Fuzzy adalah peningkatan darilogika boolean / logika klasik (yang

menyatakan derajat keanggotaan dalam 0

atau 1) Logika Fuzzy memungkinkan nilai

keanggotaan antara 0 dan 1.

8/10/2019 Dasar Fuzzy 2014

3/48

Aplikasi

Pada tahun 1990 pertama kali dibuat mesin cuci denganlogika fuzzy di Jepang (Matsushita Electric Industrial

Company). Sistem fuzzy digunakan untuk menentukan putaran

yang tepat secara otomatis berdasarkan jenis dan 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 bagaimanacahaya tersebut sampai ke ujung lainnya. Makin kotor, maka

sinar yang sampai makin redup. Disamping itu, sistem juga

dapat menentukan jenis kotoran (daki atau minyak).

8/10/2019 Dasar Fuzzy 2014

4/48

Fungsi Keanggotaan Fuzzy lainnya

8/10/2019 Dasar Fuzzy 2014

5/48

8/10/2019 Dasar Fuzzy 2014

6/48

8/10/2019 Dasar Fuzzy 2014

7/48

8/10/2019 Dasar Fuzzy 2014

8/48

8/10/2019 Dasar Fuzzy 2014

9/48

8/10/2019 Dasar Fuzzy 2014

10/48

OPERASI LOGIKA PADA FUZZY

Operator AND Operator OR

Operator NOT

8/10/2019 Dasar Fuzzy 2014

11/48

Operator AND

8/10/2019 Dasar Fuzzy 2014

12/48

Operator OR

8/10/2019 Dasar Fuzzy 2014

13/48

Operator NOT

8/10/2019 Dasar Fuzzy 2014

14/48

Contoh Inferensi Fuzzy

Contoh 1 : (1 aturan, 1 syarat) Contoh 2 : (1 aturan, 2 syarat)

Contoh 3 : (4 aturan @ 2 syarat)

8/10/2019 Dasar Fuzzy 2014

15/48

Contoh 1 (1 Rules, 1 syarat)

Kasus pengereman otomatis Fuzzy Rules :

Jika Jarak Dekat maka Rem Penuh

Didefinisikan :MF Jarak Dekat : trapezodial (-2, -1, 4, 12)

Rem Penuh : 100 %

Berapakah besar pengereman jika jarak =6m ?

8/10/2019 Dasar Fuzzy 2014

16/48

Jawab Contoh 1 :

Mencari derajat keanggotaan dekat :

Tingkat pengereman :

8/10/2019 Dasar Fuzzy 2014

17/48

Contoh 2 : (1 Rules, 2 syarat)

Kasus pengereman otomatis Fuzzy Rules :

Jika Kecepatan Tinggi dan Jarak Dekat maka Rem Penuh

Didefinisikan :MF Jarak Dekat : trapezodial (-2, -1, 4, 12)

MF Kecepatan Tinggi :trapezoidal (40, 80, 110, 120)

Operator DAN yang digunakan : operator MINIMUMRem Penuh : 100 %

Berapakah besar pengereman jika jarak = 6m dan

kecepatan 60 km/jam ?

8/10/2019 Dasar Fuzzy 2014

18/48

Jawab Contoh 2 :

Mencari derajat keanggotaan jarak dekat :

Mencari derajat keanggotaan kecepatan tinggi :

Tingkat pengereman :

8/10/2019 Dasar Fuzzy 2014

19/48

Contoh 3 : (4 Rules, 2 syarat)

Fuzzy Rules : Jika Kecepatan Tinggi dan Jarak Dekat maka Rem Penuh

Jika Kecepatan Tinggi dan Jarak Jauh maka Rem Sedang

Jika Kecepatan Rendah dan Jarak Dekat maka Rem Sedang

Jika Kecepatan Rendah dan Jarak Jauh maka Rem Sedikit

8/10/2019 Dasar Fuzzy 2014

20/48

FIS Sugeno

MF Kecepatan Tinggi :trapezoidal (40, 80, 110, 120)

MF Kecepatan Rendah :

trapezoidal(-2, -1, 20, 60) MF Jarak Jauh :

trapezoidal (8, 16, 21, 22)

MF Jarak Dekat :

trapezodial (-2, -1, 4, 12)

MF Rem Penuh : 100 %

MF Rem Sedang : 50 %

MF Rem Sedikit : 20 %

8/10/2019 Dasar Fuzzy 2014

21/48

8/10/2019 Dasar Fuzzy 2014

22/48

Defuzzification Sugeno :

8/10/2019 Dasar Fuzzy 2014

23/48

Defuzzification Mamdani

8/10/2019 Dasar Fuzzy 2014

24/48

8/10/2019 Dasar Fuzzy 2014

25/48

8/10/2019 Dasar Fuzzy 2014

26/48

Fuzzy Inference System

Steps in FIS :Fuzzification

Fuzzy Logic Inference

Defuzzification

8/10/2019 Dasar Fuzzy 2014

27/48

FIS Mamdani

8/10/2019 Dasar Fuzzy 2014

28/48

FIS Sugeno

8/10/2019 Dasar Fuzzy 2014

29/48

Proses pengereman otomatis

Fuzzy Rules : Jika Kecepatan Tinggi dan Jarak Dekat maka Rem Penuh

Jika Kecepatan Tinggi dan Jarak Jauh maka Rem Sedang

Jika Kecepatan Rendah dan Jarak Dekat maka Rem Sedang

Jika Kecepatan Rendah dan Jarak Jauh maka Rem Sedikit

8/10/2019 Dasar Fuzzy 2014

30/48

FIS Sugeno

MF Kecepatan Tinggi :trapezoidal (40, 80, 110, 120)

MF Kecepatan Rendah :

trapezoidal(-2, -1, 20, 60) MF Jarak Jauh :

trapezoidal (8, 16, 21, 22)

MF Jarak Dekat :

trapezodial (-2, -1, 4, 12)

MF Rem Penuh : 100 %

MF Rem Sedang : 50 %

MF Rem Sedikit : 20 %

8/10/2019 Dasar Fuzzy 2014

31/48

FIS Mamdani

MF Kecepatan Rendah :trapezoidal (-2, -1, 20, 60)

MF Kecepatan Tinggi :

trapezoidal (40, 80, 110, 120)

MF Jarak Jauh :

trapezoidal (8, 16, 21, 22)

MF Jarak Dekat :

trapezodial (-2, -1, 4, 12)

MF Rem Penuh : triangle (80,90,100)

MF Rem Sedang : triangle (40,50,60)

MF Rem Sedikit : triangle (10,20,30)

8/10/2019 Dasar Fuzzy 2014

32/48

8/10/2019 Dasar Fuzzy 2014

33/48

8/10/2019 Dasar Fuzzy 2014

34/48

8/10/2019 Dasar Fuzzy 2014

35/48

Hasil Agregasi

Centroid Area :

8/10/2019 Dasar Fuzzy 2014

36/48

Perbandingan dgn simulasi MATLAB

8/10/2019 Dasar Fuzzy 2014

37/48

Toolbox Fuzzy pada MATLAB

FIS Editor

8/10/2019 Dasar Fuzzy 2014

38/48

8/10/2019 Dasar Fuzzy 2014

39/48

8/10/2019 Dasar Fuzzy 2014

40/48

Edit nama untuk setiap kotak

8/10/2019 Dasar Fuzzy 2014

41/48

Klik 2x pada kotak input

Akan muncul Membership Function Editor

8/10/2019 Dasar Fuzzy 2014

42/48

Edit Name, Range, Type, Param

Input : Kecepatan

8/10/2019 Dasar Fuzzy 2014

43/48

Input : Jarak

8/10/2019 Dasar Fuzzy 2014

44/48

Output : Rem

8/10/2019 Dasar Fuzzy 2014

45/48

Masuk ke Rule Editor

Klik dua kali pada kotakputih di FIS Editor

8/10/2019 Dasar Fuzzy 2014

46/48

Membuat Rule

8/10/2019 Dasar Fuzzy 2014

47/48

Masuk pada Rule Viewer

8/10/2019 Dasar Fuzzy 2014

48/48

Simulasi input output Fuzzy

Keluaran

Masukan