metode - metode dalam sistem inferensi fuzzy

Upload: seveenth

Post on 08-Feb-2018

243 views

Category:

Documents


0 download

TRANSCRIPT

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    1/45

    METODE-METODE DALAM

    SISTEM INFERENSI FUZZYSukmawati NE

    PS ILKOM UNDIP

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    2/45

    AGGREGASI OUTPUT

    Proses dimana himpunan-himpunan fuzzy yang merepresentasikanoutput dari tiap-tiap aturan dikombinasikan dalam sebuah himpunanfuzzy tunggal

    Merupakan komposisi aturan-aturan fuzzy

    Metode aggregasi ada 3 macam,

    metode max (maximum),

    metode probor (probabilistic or) metode sum (the sum of each rules output set).

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    3/45

    Metode Max

    Langkah-langkah:

    Mengambil nilai maksimum aturan untuk memodifikasi daerah fuzzy

    Mengaplikasikannya ke output dengan menggunakan operator OR

    Rumus umum :

    sf[xi] max (sf[xi] ,kf[xi])

    dengan :

    sf[xi] : Nilai keanggotaan solusi fuzzy sampai aturan ke-i

    kf[xi] : Nilai keanggotaan konsekuen fuzzy aturan ke-i

    AGGREGASI OUTPUT

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    4/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    5/45

    Metode Sum

    Menjumlah semua output daerah fuzzy

    Rumus umum :

    sf[xi] min (1, sf[xi] + kf[xi])dengan :

    sf[xi] : Nilai keanggotaan solusi fuzzy sampai aturan ke-i

    kf[xi] : Nilai keanggotaan konsekuen fuzzy aturan ke-i

    Bagaimana hasilnya jika contoh dalam Metode Max diganti denganMetode Sum?

    AGGREGASI OUTPUT

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    6/45

    Metode Probor

    Solusi didapat dengan melakukanproductterhadap semua outputdaerah fuzzy

    INGAT : Operator Product !!

    Rumus umum :

    sf[xi] (sf[xi] + kf[xi]) - (sf[xi] * kf[xi])

    dengan :

    sf[xi] : Nilai keanggotaan solusi fuzzy sampai aturan ke-i

    kf[xi] : Nilai keanggotaan konsekuen fuzzy aturan ke-i

    AGGREGASI OUTPUT

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    7/45

    OPERATOR PRODUCT

    Rumus yang digunakan :

    Interseksi : AB = A[x] * B[y]

    Union : AB = ( A[x] + B[y]) - ( A[x] * B[x])

    Contoh:

    Diberikan aturan sbb:

    IF service is excellent PRODUCT.OR food is delicious

    THEN tip is generous

    Diberi input service =3 dan food = 8 sehingga derajat keanggotaan untuk excellent[x] = 0,0 dan delicious[y] = 0,7.

    INGAT KEMBALI!!!

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    8/45

    OPERATOR PRODUCT

    Nilai keanggotaan fuzzy untuk predikat aturan tersebut adalah

    A = ( excellent [x] + delicious [y]) - ( excellent [x] * delicious [y])

    = (0,0 + 0,7) (0,0 * 0,7)

    = 0,7

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    9/45

    DEFUZZIFIKASI

    Suatu proses untuk menentukan suatu bilangan (nilai crisp) padadomain himpunan fuzzy hasil aggregasi.

    Metode tergantung dari sistem inferensi fuzzy yang digunakan

    Metode defuzzifikasi pada komposisi aturan Mamdani

    metode centroid

    metode bisektor

    metode mean of maximum (MOM) metode largest of maximum (LOM)

    metode smallest of maximum (SOM).

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    10/45

    Metode defuzzifikasi

    Metode Centroid

    Solusi dipilih dengan mengambil titik pusat daerah fuzzy

    Keuntungan :

    Mudah dihitung

    Nilai defuzzy akan bergerak secara halus

    atau

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    11/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    12/45

    Metode defuzzifikasi

    Metode largest of maximum (LOM)

    Mengambil nilai terbesar dari domain yang memiliki nilai keanggotaanmaksimum

    Metode smallest of maximum (SOM) Mengambil nilai terkecil domain yang memiliki nilai keanggotaan maksimum

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    13/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    14/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    15/45

    STUDI KASUS 1 : MAMDANI

    Suatu perusahaan softdrink akan memproduksi minuman jenis X. Pada 3bulan terakhir biaya produksi untuk minuman jenis tersebut rata-ratasekitar Rp 500,- per kemasan, dan maksimum Rp 1000,- per kemasan.Banyaknya permintaan per hari rata-rata mencapai 30000 kemasan dan

    maksimum hingga mencapai 60000 kemasan. Sampai saat ini,perusahaan baru mampu memproduksi barang maksimum 100000kemasan per hari. Apabila proses produksi perusahaan tersebutmenggunakan 3 aturan fuzzy :

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    16/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    17/45

    1. Membuat himpunan dan input fuzzy

    Ada 3 variabel fuzzy yang akan dimodelkan, yaitu:a. Biaya Produksi; terdiri-atas 3 himpunan fuzzy,

    yaitu: RENDAH,STANDAR dan TINGGI.

    b. Permintaan; terdiri-atas 3 himpunan fuzzy,yaitu: TURUN, BIASA dan NAIK.c. Produksi Barang; terdiri-atas 3 himpunan

    fuzzy, yaitu: BERKURANG, NORMAL danBERTAMBAH.

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    18/45

    VARIABEL BIAYA PRODUKSI

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    19/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    20/45

    VARIABEL PRODUKSI BARANG

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    21/45

    2. Aplikasi Operator Fuzzy

    Aturan 1

    [R1] IF Biaya Produksi RENDAH And Permintaan NAIKTHEN Produksi Barang BERTAMBAH

    Operator AND

    min

    Aturan2

    [R2] IF Biaya Produksi sesuai STANDARTHEN Produksi Barang NORMAL

    0

    )0;0min(

    ])25[],800[min( Re11

    PmtNaikndahBPPREDIKATR

    32,0

    ]800[tan21

    darBPSPREDIKATR

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    22/45

    Aturan 3

    [R3] IF Biaya Produksi TINGGI And PermintaanTURUN

    THEN Produksi Barang BERKURANG

    25,0

    )25,0;68,0min(

    ])25[],800[min(31

    PmtTurunBPTinggiPREDIKATR

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    23/45

    3. Aplikasi Fungsi Implikasi

    Aturan 1 Tidak ada daerah hasil implikasi

    Aturan 2 BPNormal [z] = 0,32

    0,32 = (z-30)/20

    z = .atau

    0,32 = (70-z)/20

    z = .

    Aturan 3

    BPBerkurang [z] = 0,250,25 = (50-z)/40

    z = .

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    24/45

    4. Aggregasi Output

    Titik potong antara aturan 2 dan 3 terjadi saat BPNormal [z] =BPBerkurang [z] = 25

    0,25 = (z-30)/20

    z= .

    Sehingga

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    25/45

    5. Defuzzy

    Daerah solusi

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    26/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    27/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    28/45

    LANJUTAN SOAL...

    [R1] IF Permintaan TURUN And Persediaan BANYAKTHEN Produksi Barang = 10000

    [R2] IF Permintaan NAIK And Persediaan SEDIKITTHEN Produksi Barang =1,25* permintaan- persediaan

    [R3] IF Permintaan NAIK And Persediaan BANYAK

    THEN Produksi Barang = permintaan -persediaan

    Tentukan berapa jumlah barang yang harus diproduksi hari ini, jikapermintaan sebanyak 52000 kaleng dan persediaan yang masih adadi gudang sebanyak 8000 kaleng.

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    29/45

    Metode Inferensi Fuzzy:

    Tsukamoto

    setiap konsekuen pada aturan yang berbentuk IF-Thenharus direpresentasikan dengan suatu himpunan fuzzydengan fungsi keanggotaan yang monoton

    output hasil inferensi dari tiap-tiap aturan diberikan

    secara tegas (crisp) berdasarkan -predikat (fire strength).

    Hasil akhirnya diperoleh dengan menggunakan rata-rataterbobot.

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    30/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    31/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    32/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    33/45

    [R1] IF Permintaan TURUN And Persediaan BANYAKTHEN Produksi Barang BERKURANG

    [R2] IF Permintaan NAIK And Persediaan SEDIKITTHEN Produksi Barang BERTAMBAH

    [R3] IF Permintaan NAIK And Persediaan BANYAK

    THEN Produksi Barang BERTAMBAH

    [R4] IF Permintaan TURUN And Persediaan SEDIKIT

    THEN Produksi Barang BERKURANG

    Tentukanlah berapa jumlah barang yang harus diproduksi hariini, jika permintaan sebanyak 60000 kaleng, dan persediaan

    yang masih ada di gudang sebanyak 8000 kaleng.

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    34/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    35/45

    0 45 60 75permintaan per hari (x1000 kaleng)

    1

    0

    [x]

    TURUN NAIK

    A. Variabel Permintaan

    0,08

    0,5

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    36/45

    Jika permintaan 60000 maka nilai keanggotaan

    fuzzy pada tiap-tiap himpunan adalah:

    Himpunan fuzzy TURUN, PmtTurun[60] = 0,08. Himpunan fuzzy NAIK, PmtNaik[60] = 0,5.

    diperoleh dari:= 2[(60-75)/(75-45)]2

    = 0,5

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    37/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    38/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    39/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    40/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    41/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    42/45

    B. Aturan ke-2:

    [R2] IF Permintaan NAIKAnd Persediaan SEDIKIT

    THEN Produksi Barang BERTAMBAH

    Operator yang digunakan adalah AND, sehingga:

    2 = PredikatR2 = min(PmtNaik[60],PsdSedikit[8])= min(0,5;0,25) = 0,25

    Cari nilai z2, untuk 2 = 0,25; lihat himpunan BERTAMBAH:0,25 = (z2 25)/75

    z2 = 18,75 + 25 = 43,75

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    43/45

    C. Aturan ke-3:

    [R3] IF Permintaan NAIKAnd Persediaan BANYAK

    THEN Produksi Barang BERTAMBAH

    Operator yang digunakan adalah AND, sehingga:

    3 = PredikatR3 = min(PmtNaik[60],PsdBanyak[8])= min(0,5;0,5) = 0,5

    Cari nilai z3, untuk 3 = 0,5; lihat himpunan BERTAMBAH:0,5 = (z3 25)/75

    z3 = 37,5 + 25 = 62,5

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    44/45

  • 7/22/2019 Metode - metode Dalam Sistem Inferensi Fuzzy

    45/45

    3. Penegasan (Defuzzy)

    Jadi produksi barang = 58703 kaleng

    703,5808,05,025,008,0

    2,70*08,05,62*5,075,43*25,02,70*08,0z