SISTEM FUZZY

MAKALAH

KECERDASAN BUATAN FUZZY LOGIC

Diajukan Sebagai Tugas Mata Kuliah

Pengantar Teknologi Sistem Cerdas

 

Dosen :

Ibu Eel Susilowati

e4d62-images

Disusun Oleh :

Desti Nurismawati                  12114776

Dewandra Sapto P                  12114863

Fadhil Dzulfiqar                      13114736

Farid Nurachman                    13114977

          Faruk Albab                            14114011

Frida Riskianti                        14114389

Hadyan Ramadhan                  1D114084

Hanifah Awaliah                     14114758

 

KELAS 3KA13

JURUSAN SISTEM INFORMASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS GUNADARMA

2016

KATA PENGANTAR

 

Puji syukur kami panjatkan kehadirat Allah SWT, yang telah memberikan rahmat dan hidayah-Nya kepada kami semua, dan tidak lupa shalawat beserta salam kami haturkan kepada Nabi Muhammad SAW, sehingga kami dapat menyelesaikan tugas makalah pada mata kuliah Pengantar Teknologi Sistem Cerdas ini tepat waktu.

 

Makalah dengan judul “Kecerdasan Buatan Fuzzy Logic” ini kami susun untuk memenuhi tugas mata kuliah Pengantar Teknologi Sistem Cerdas yang diberikan oleh ibu Eel Susilowati.

 

Kami mengucapkan terimakasih kepada anggota kelompok 2 yang telah membantu dalam penyusunan makalah ini. Kami menyadari masih banyak kekurangan dalam makalah ini, dengan kerendahan hati, kami memohon maaf.

 

Semoga makalah ini dapat berguna dan bermanfaat bagi kita semua.

 

 

 

 

 

Depok, 27 November 2016

Penyusun

 

 

 

 

 

 

 

DAFTAR ISI

 

 

HALAMAN COVER ……………………………………………………………………………………………………………… i

KATA PENGANTAR…………………………………………………………………………………………………………….. ii

DAFTAR ISI………………………………………………………………………………………………………………………………. iii

BAB I PENDAHULUAN

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

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

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

BAB II PEMBAHASAN

2.1 Sejarah Logic Fuzzy………………………………………………………………………………………………… 3

2.2 Perbedaan Logika Klasik atau Tegas dengan Logika Fuzzy……………………….. 4

2.3 Ketidakjelasan……………………………………………………………………………….. 4

2.4 Grafik Perbedaan Logika Logic Fuzzy dengan Logika Tegas………………. 5

2.5 Alasan digunakannya Logika Fuzzy…………………………………………………. 6

2.6 Aplikasi yang Menggunakan Logika Fuzzy……………………………………….. 7

BAB III PENUTUP

3.1 Kesimpulan………………………………………………………………………………………………………………… 8

3.2 Saran…………………………………………………………………………………………….. 8

DAFTAR PUSTAKA……………………………………………………………………………………………………………… 9

 

BAB I

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. Fungsi keanggotaan dari himpunan fuzzy ݑ ෤didefinisikan sebagai ݑ : ෤x → [0,1].

 

1.2.          Rumusan Masalah

  1. Apa Sejarah dari Logic Fuzzy?
  2. Apakah Perbedaan Logika Klasik atau Tegas dengan Logika Fuzzy ?
  3. Bagaimana Grafik Perbedaan Logika Logic Fuzzy dengan Logika Tegas ?
  4. Apa Alasan digunakannya Logika Fuzzy?

1.3.          Tujuan

  1. Untuk megetahui Sejarah dari Logic Fuzzy.
  2. Untuk mengetahui Perbedaan Logika Klasik atau Tegas dengan Logika Fuzzy.
  3. Untuk mengetahui Grafik Perbedaan Logika Logic Fuzzy dengan Logika Tegas.
  4. Untuk mengetahui Alasan digunakannya Logika Fuzzy.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

BAB II

PEMBAHASAN

 

2.1             Sejarah Logic Fuzzy

Sejarah Logika FuzzyFuzzy Set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 1965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental “Fuzzy Set”. Dalam paper tersebut dipaparkan ide dasar fuzzy set yang meliputi inclusion, union, intersection, complement, relation dan convexity.

Lotfi Zadeh mengatakan Integrasi Logika Fuzzy kedalam sistem informasi dan rekayasa proses adalah menghasilkan aplikasi seperti sistem kontrol, alat alat rumah tangga, dan sistem pengambil keputusan yang lebih fleksibel, mantap, dan canggih dibandingkan dengan sistem konvensional. Dalam hal ini kami dapat mengatakan bahwa logika fuzzy memimpin dalam pengembangan kecerdasan mesin yang lebih tinggi ( machine Intelligency Quotient / MIQ ) Produk produk berikut telah menggunakan logika fuzzy dalam alat alat rumah tangga seperti mesin cuci, video dan kamera refleksi lensa tunggal, pendingin ruangan, oven microwave, dan banyak sistem diagnosa mandiri.

Fuzzy Logic merupakan kecerdasan buatan yang pertama kali dipublikasikan oleh Prof.Dr. Lotfi Zadeh yang berasal dari Pakistan. Melalui fuzzy logic ini sistem dapat membuat keputusan sendiri dan terkesan seperti memiliki perasaan, karena memiliki keputusan lain selain  iya (logika 1) dan tidak (logika 0). Oleh karena itu fuzzy logic sangat berbeda jauh dari alur logaritma pemrogaman Sebagai contoh adalah robot yang menggunakan fuzzy logic dapat memprediksikan kapan ia harus bertindak atau menghindar saat ada halangan di depannya dengan hanya ada peringatan ‘awas’ dan tanpa ada hitungan matematis yang diberikan oleh user. Sedangkan robot yang menggunakan alogaritma pemrograman konvensional tidak akan dapat memutuskan sendiri untuk menghindar dari halangan yang ada di depannya. Logika Fuzzy, yang dalam bahasa Indonesia dapat diartikan sebagai Logika Kabur atau Logika Samar, dapat dikatakan sebagai “logika baru yang sudah lama”. Hal ini karena ilmu tentang logika fuzzy secara modern dan metodis ditemukan pada tahun 1965, namun konsep logika fuzzy sudah melekat pada diri manusia, sejak manusia ada. Konsep logika fuzzy dapat dengan mudah kita temukan pada perilaku manusia dalam kesehariannya.

2.2             Perbedaan Logika Klasik atau Tegas dengan Logika Fuzzy

Terdapat perbedaan mendasar antara logika klasik dengan logika fuzzy. Sebagai contoh, perhatikan dua kalimat perintah berikut ini: A. Pisahkan kelompok mahasiswa yang memiliki PC dan kelompok mahasiswa yang tidak memiliki PC. B. Buat kelompok mahasiswa yang pandai dan kelompok mahasiswa yang bodoh. Pada Kalimat-A, Kita dapat membedakan secara tegas antara kelompok mahasiswa yang memiliki PC dengan kelompok mahasiswa yang tidak memiliki PC karena ada batasan yang nyata antara kedua kondisi tersebut. Namun Pada Kalimat-B,  Tidak terdapat batasan yang nyata antara pandai dengan bodoh sehingga kita sulit membedakan mahasiswa yang pandai dengan mahasiswa yang bodoh.

 

2.3           Ketidakjelasan

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

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

 

2.4     Grafik Perbedaan Logika Logic Fuzzy dengan Logika Tegas

Logika tegas memiliki nilai tidak=0.0 dan ya =1.0 sedangkan logika fuzzy memiliki nilai 0.0 hingga 1.0 .secara grafik perbedaan antara logika tegas dan logika fuzzy ditunjukkan seperti grafik dibawah ini :

ADUH.jpg

Didalam gambar 2.1.a apabila X leblh dan atau sama dengan 10 baru dikatakan benar yaitu bernilai Y1. sebaliknya nilai X yang kurang dan 10 adalah salah yaitu Y=0. Maka angka 9 atau 8 atau 7 dan sejenisnya adalah dikatakan salah.

 

Didalam gambar 2.1.b) nilai X = 9, atau 8 atau 7 atau nilai antara 0 dan 10 adalah dikatakan ada benarnya dan ada juga salahnya. Dalam contoh kehidupan kita dikatakan seseorang dikatakan sudah dewasa apabila berumur lebih dari 17 tahun. maka sesiapapun yang kurang dari umur tersebut di dalam logika tegas akan dikatakan sebagai tidak dewasa atau anak-anak. Sedangkan dalam hal ini pada logika fuzzy umur dibawah 17 tahun dapat saja dikategorikan dewasa tapi tidak penuh. misal untuk umur 16 tahun atau 15 tahun atau 14 tahun atm 13 tahun. Secara grafik dapat digambarkan sebagai berikut:

ADUDU.jpg

Salah satu jugan contoh pemetaan suatu input-output dalam bentuk grafis seperti terlihat pada Gambar 7.1. Gambar 7.1 Contoh pemetaan input-output.

 1. Manajer pergudangan mengatakan pada manajer produksi seberapa banyak persediaan barang pada akhir minggu ini, kemudian manajer produksi akan menetapkan jumlah barang yang harus diproduksi esok hari.

ADUDUDU.jpg

2.5     Alasan digunakannya Logika Fuzzy

Ada 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

pengalamanpengalaman para pakar secara langsung tanpa harus melalui

proses pelatihan.

  1. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
  2. Logika fuzzy didasarkan pada bahasa alami.

 

2.5     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.

  1. Psikologi, seperti logika fuzzy untuk menganalisis kelakuan masyarakat, pencegahan dan investigasi kriminal, dll.
  2. Ilmu-ilmu sosial, terutam untuk pemodelan informasi yang tidak pasti. 6. Ilmu lingkungan, seperti kendali kualitas air, prediksi cuaca, dll.

 

BAB III

PENUTUP

 

3.1     Kesimpulan

Logika merupakan ilmu yang sangat penting untuk dipelajari, karena merupakan ilmu dasar bagi ilmu-ilmu yang lain. Hal ini dapat dilihat dari beberapa contoh yang dipaparkan di atas. Selain itu, logika juga merupakan ilmu untuk berpikir secara sistematis, sehingga mudah dipahami dan dapat dirunut kebenarannya. Logika juga sangat banyak digunakan pada dunia pemrograman, karena hampir setiap bahasa pemrograman menggunakan logika dalam pemecahan permasalahan dan setiap decision-nya. Oleh karena itu, sangat penting kiranya untuk mempelajari logika.

 

3.2     Saran

Beberapa saran yang dapat diberikan untuk pengembangan penelitian ini adalah:

  1. Diperlukan pengembangan aplikasi lebih lanjut sehingga sistempendukung keputusan dalam mengetahui spesifikasi komputer dengan metode lainnya dapat menjadi lebih baik lagi dan tampilannya pun tampak mendekati sempurna.
  2. Menambahkan beberapa fitur-fitur dan fasilitas-fasilitas yang baru, yang sesuai dengan perkembangan spesifikasi komputersaat ini.

 

 

 

 

 

 

DAFTAR PUSTAKA

 

https://fahmizaleeits.wordpress.com/2010/04/09/sejarah-perkembangan-fuzzy-logic/

http://www.buanasuhurdinputra.com/?p=34

http://ai-b-maragam.blogspot.com/p/tugas-ke-6.html http://www.scribd.com/doc/8569955/Makalah-Fuzzy-Logic- http://k12008.widyagama.ac.id/ai/diktatpdf/Logika_Fuzzy.pdf

 

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s