Algoritma fuzzy

Logika Fuzzy

Pengantar Konsep Interaktif Proses Aplikasi

Apa itu Logika Fuzzy?

Logika Fuzzy adalah perluasan dari logika Boolean (yang menggunakan nilai benar/salah atau 1/0 secara pasti) untuk menangani konsep kebenaran parsial. Dalam dunia nyata, banyak hal tidak hitam-putih, seperti "agak hangat", "cukup tinggi", atau "sedikit dingin". Logika Fuzzy memungkinkan kita untuk merepresentasikan dan bernalar dengan ketidakpastian ini secara matematis.

Bagian ini memperkenalkan perbedaan fundamental antara logika 'crisp' (pasti) dan 'fuzzy' (samar). Logika crisp memiliki batasan yang kaku, sedangkan logika fuzzy memiliki transisi yang mulus.

Logika Crisp (Pasti)

Contoh: Seseorang "Tinggi" jika tingginya > 175 cm.

Logika Fuzzy (Samar)

Contoh: Seseorang "Tinggi" secara bertahap.

Konsep Kunci Logika Fuzzy

1. Variabel Linguistik

Ini adalah variabel yang nilainya bukan angka, tetapi kata-kata atau frasa dari bahasa alami. Contoh: "Suhu", "Kecepatan", "TinggiBadan".

2. Himpunan Fuzzy (Fuzzy Sets)

Ini adalah "label" atau "nilai" kualitatif untuk Variabel Linguistik. Jika variabelnya adalah "Suhu", himpunan fuzzynya bisa jadi: "Dingin", "Hangat", "Panas".

3. Fungsi Keanggotaan

Ini adalah inti dari logika fuzzy. Ini adalah kurva (atau grafik) yang mendefinisikan sejauh mana suatu nilai input (angka pasti, atau "crisp") termasuk dalam suatu Himpunan Fuzzy. Nilainya berkisar antara 0 (sama sekali tidak termasuk) hingga 1 (termasuk sepenuhnya).

Visualisasi Fungsi Keanggotaan

Mari kita jelajahi konsep terpenting: fungsi keanggotaan. Grafik di bawah ini menunjukkan variabel linguistik "Suhu" dengan tiga himpunan fuzzy: "Dingin", "Hangat", dan "Panas". Coba geser slider di bawah untuk melihat bagaimana nilai "crisp" (suhu pasti) memiliki derajat keanggotaan yang berbeda-beda di setiap himpunan.

Geser untuk mengubah Suhu (°C)

Suhu Saat Ini: 18°C

Derajat "Dingin"

0.00

Derajat "Hangat"

0.00

Derajat "Panas"

0.00

Bagaimana Sistem Fuzzy Bekerja?

Sistem inferensi fuzzy (Fuzzy Inference System/FIS) menggunakan konsep-konsep tadi untuk membuat keputusan. Proses umumnya terdiri dari empat langkah yang divisualisasikan di bawah ini. Arahkan kursor (atau ketuk pada perangkat seluler) ke setiap langkah untuk mendapatkan penjelasan singkat.

1. Fuzzifikasi

Mengubah input 'crisp' (angka pasti) menjadi nilai fuzzy (derajat keanggotaan) menggunakan fungsi keanggotaan.

→

2. Evaluasi Aturan

Menerapkan aturan IF-THEN (misal: JIKA Suhu 'Panas' MAKA KecepatanKipas 'Cepat') ke nilai-nilai fuzzy.

→

3. Agregasi

Menggabungkan hasil dari semua aturan yang dievaluasi menjadi satu himpunan fuzzy keluaran.

→

4. Defuzzifikasi

Mengubah himpunan fuzzy keluaran gabungan kembali menjadi satu nilai 'crisp' (angka pasti) sebagai output akhir.

Aplikasi di Dunia Nyata

Logika fuzzy sangat berguna dalam sistem kontrol dan pengambilan keputusan di mana inputnya tidak pasti atau kompleks. Anda mungkin menggunakannya setiap hari tanpa sadar. Bagian ini menyoroti beberapa contoh umum.

Pendingin Udara (AC)

AC modern menggunakan logika fuzzy untuk menyesuaikan suhu dan kecepatan kipas secara optimal berdasarkan suhu ruangan, kelembaban, dan jumlah orang, sehingga lebih efisien dan nyaman.

Mesin Cuci

Sensor pada mesin cuci mengukur seberapa kotor pakaian dan berapa beratnya. Logika fuzzy menentukan jumlah deterjen, air, dan waktu siklus cuci yang "pas", tidak terlalu banyak atau sedikit.

Transmisi Otomatis

Sistem transmisi mobil dapat menggunakan logika fuzzy untuk memutuskan kapan harus memindahkan gigi, berdasarkan kecepatan, akselerasi, dan kemiringan jalan, untuk pengendaraan yang lebih mulus.

Sistem Pengereman (ABS)

Logika fuzzy membantu sistem ABS menentukan tekanan pengereman yang optimal untuk mencegah roda terkunci, beradaptasi dengan kondisi jalan yang "agak licin" atau "cukup kering".

Rice Cooker

Penanak nasi canggih menggunakan logika fuzzy untuk mengatur panas dan waktu memasak berdasarkan jumlah beras dan air, memastikan nasi matang dengan sempurna.

Fokus Otomatis Kamera

Logika fuzzy membantu sistem fokus otomatis menganalisis beberapa titik dalam bingkai untuk menentukan subjek utama yang "mungkin" dimaksud oleh fotografer, bahkan jika itu bukan di tengah.

Aplikasi Pembelajaran Interaktif Logika Fuzzy