Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan yang memiliki rentang nilai 0 (nol) hingga 1 (satu).
Logika fuzzy merupakan suatu logika yang memiliki nilai kekaburan atau kesamaran anta-ra benar atau salah. Dalam teori logika fuzzy suatu nilai dapat bernilai benar atau salah secara bersamaan. Namun seberapa besar kebenaran dan kesalahan tergantung pada bobot keanggotaan yang dimilikinya. Adapun jenis-jenis model Fuzzy adalah sebagai berikut:
1. MODEL FUZZY SUGENO
Fuzzy metode sugeno merupakan metode inferensi fuzzy untuk aturan yang direpresen- tasikan dalam bentuk IF – THEN, dimana output (konsekuen) system tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear. Metode tersebut akan digunakan untuk menentukan jumlah pemesanan barang berdasarkan data persediaan barang dan jumlah permintaan. adalah variabel-variabel yang akan direpresentasikan dengan fungsi keanggotaan fuzzy, selanjutnya metode sugeno untuk menentukan jumlah pemesanan barang diterapakan dalam Sistem Pendukung Keputusan (SPK). Kemudian SPK akan mengolah data-data tersebut dengan metode sugeno dan akan menampilkan keluaran (output) berupa jumlah barang yang akan dipesan.
Data persediaan barang Michio Sugeno mengusulkan penggunaan
singleton sebagai fung-si keanggotaan dari konsekuen. Singleton adalah sebuah
himpunan fuzzy dengan fungsi keanggotaan: pada titik tertentu mempunyai sebuah
nilai dan 0 di luar titik tersebut. Pengusulan tersebut didasarkan Inferensi
Mamdani tidak efisien karena melibatkan proses pencarian centroid dari area 2
dimensi.Penalaran ini hampir sama dengan penalaran Mamdani, hanya saja output
(konsekuen) sistem tidak berupa himpunan fuzzy, melainkan berupa konstanta atau
persamaan linear.
1. Orde-Nol
Bentuk Umum :
IF (X is A ) (X is A ) (X is A ) (X is A ) THEN z = k
dengan Ai adalah himpunan fuzzy ke-Isebagai anteseden, dan k adalah konstanta (tegas) sebagai konsekuen
2. Orde-Satu
Bentuk Umum :
IF (X is A ) …. (X is A ) THEN z = p
dengan Ai adalah himpunan fuzzy ke-I sebagai
anteseden, dan pi
adalah suatu konstanta ke-I dan q merupakan konstanta dalam konsekuen.
Perbedaan antara
Mamdani dan Sugeno ada pada konsekuen. Sugeno menggunakan konstanta
atau fungsi matematika dari variabel
input :
Dimana x, y dan z adalah variabel linguistik; A dan B himpunan fuzzy untuk X dan Y, dan f (x, y) adalah fungsi matematika.Contoh :
Output : Kategori Sehat
L1: Fuzzification (1)
Ada 3 variabel fuzzy yang dimodelkan: tinggi, berat, sehat
L2: Rules Evaluation (1)
Menentukan Rules
Dalam bentuk if-then, contoh : If sangat pendek dan sangat kurus then sangat sehat.
L2: Rules Evaluation (2)
Contoh: bagaimana kondisi kesehatan untuk orang dengan tinggi 161.5 cm dan berat 41 kg?
μtinggi [161.5] =
(161.5-160) / (165-160) = 0.3
L2: Rules Evaluation (3)
μsangatkurus[41] = (45-41)/(45-40) = 0.8
μkurus[41] = (41-40)/(45-40) = 0.2
L2: Rules Evaluation (4)
L3: Defuzzification
Diperoleh:
f = {TS, AS, S, SS} = {0.3, 0.7, 0.2, 0.2}
Penentuan hasil akhir:
1. Max method: index tertinggi 0.7 hasil
Agak Sehat
2. Centroid method, dengan metoda
Sugeno:
Decision Index =
(0.3x0.2)+(0.7x0.4)+(0.2x0.6)+(0.3x0.8) /(0.3+0.7+0.2+0.2
= 0.4429
Crisp decision
index = 0.4429
Fuzzy decision index = 75% agak sehat, 25% sehat
B. MODEL
FUZZY TSUKAMOTO
Metode Tsukamoto merupakan perluasan dari penalaran monoton. Pada metode Tsukamoto, Setiap konsekuen pada aturan yang berbentuk IF-THEN harus dipresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot.
CONTOH
Suatu tempat usaha kerajinan kerang di Pasir Putih Situbondo akan memproduksi tempat tisu yang terbuat dari kerang. Dari data 1 bulan terakhir, permintaan terbesar mencapai 3000 buah/hari, dan permintaan terkecil sampai 400 buah/hari. Persediaan barang digudang terbanyak sampai 250 buah/hari, dan terkecil hanya 50 buah/hari. Dengan segala keterbatasannya, sampai saat ini, tempat usaha kerajinan kerang tersebut baru mampu memproduksi barang maksimum 3500 buah/hari, serta demi efisiensi mesin dan tenaga kerja tiap hari diharapkan tempat usaha kerajinan kerang tersebut dapat memproduksi paling tidak 700 buah tempat tisu kerang. Apabila proses produksi tempat usaha kerajinan kerang tersebut menggunakan 4 aturan fuzzy sebagai berikut:
- [R1] Jika Permintaan TURUN dan Persediaan BANYAK, maka Produksi Barang BERKURANG;
- [R2] Jika Permintaan TURUN dan Persediaan SEDIKIT maka Produksi Barang BERKURANG;
- [R3] Jika Permintaan NAIK dan Persediaan BANYAK maka Produksi Barang BERTAMBAH;
- [R4] Jika Permintaan NAIK dan Persediaan SEDIKIT maka Produksi Barang BERTAMBAH;
Berapa banyak tempat tisu kerang yang harus diproduksi, jika jumlah permintaan sebanyak 2000 buah, dan persediaan di gudang masih 70 botol?
SOLUSI
Ada 3 variabel fuzzy yang akan dimodelkan, yaitu:
[R3] Jika Permintaan NAIK dan Persediaan BANYAK maka Produksi Barang BERTAMBAH;
