Tugas Logika Fuzzy (2)

kasus 1
Pelayan restoran sering mendapat uang tip (bonus dari pelanggan), yang besarnya tergantung dari 2 kriteria, yaitu kulaita pelayanan dan kualitas makanan. Jika pelanggan merasa puas dengan pelayanan dan makanan di restoran, pelanggan tidak segan memberi bonus yang besar kepada pelayan. Sebaliknya, jika pelayanan kurang memuaskan atau makanan kurang enak, pelanggan mungkin memberikan uang bonus yang kecil atau bahkan tidak sama sekali. Batasan tentang "kualitas pelayanan", "kualitas makanan" dan berapa besar uang tip tidaklah jelas, oleh karena itu bersifat fuzzy.

kasus 2
Suatu perusahaan makanan kaleng akan memproduksi makanan jenis ABC. Dari data 1 bulan terakhir, permintaan terbesar mencapai 5000 kemasan/hari. sedangkan permintaan terkecil 1000 kemasan/hari. Persediaan barang di gudang terbanyak sampai 600 kemasan/hari dan terkecil 100 kemasan/hari. Dengan segala keterbatasannya, hingga saat ini perusahaan baru mampu memproduksi barang maksimum 7000 kemasan/hari, serta demi efisiensi mesin dan SDM tiap hari perusahaan diharapkan memproduksi paling tidak 2000 kemasan.

BUATLAH BENTUK KEANGGOTAAN DARI MASING-MASING KASUS (sebutkan juga variabel dari masing-masing kasus) DAN GAMBARKAN GRAFIKNYA!!!

UNTUK KASUS 2, BUATLAH MODEL FUNGSI KEANGGOTAAN UNTUK VARIABEL FUNGSI :
Xpermintaan-turun (4500)
Xpermintaan-naik (4500)

Xpersediaan-sedikit (200)
Xpersediaan-banyak (200)

REFERENSI BPK LOGIKA FUZZY DAN SUMBER YANG LAINNYA.
DITULIS PADA LEMBAR FOLIO BERGARIS.
DIKUMPULKAN HARI KAMIS, 7 MARET 2012
DIHARAPKAN MATLAB SUDAH TERINSTALL.

Read More

Tugas Logika Fuzzy

1.APAKAH LOGIKA FUZZY ??

2.APAKAH PERBEDAAN LOGIKA FUZZY DENGAN LOGIKA TEGAS ?

3.APAKAH HIMPUNAN LOGIKA FUZZY ??

4.BAGAIMANA SEJARAH LOGIKA FUZZY ??

5.APAKAH KELEBIHAN LOGIKA FUZZY ??

6.BUAT GRAFIK HIMPUNAN KEANGGOTAAN LOGIKA TEGAS DARI KASUS:

“JIKA SUHU LEBIH TINGGI ATAU SAMA DENGAN 80°F DISEBUT PANAS, SEBALIKNYA

DISEBUT TIDAK PANAS”

7. BUAT GRAFIK HIMPUNAN KEANGGOTAAN LOGIKA TEGAS DARI KASUS:

VARIABEL : UMUR

MUDA :

UMUR < 35 TAHUN

PAROBAYA:

35 ≤ UMUR ≤ 55 TAHUN

TUA:

UMUR > 55 TAHUN

8. UNTUK KASUS SOAL NO.7 BUATLAH GRAFIK HIMPUNAN KEANGGOTAAN LOGIKA FUZZY-nya.

1.  Logika Fuzzy adalah peningkatan dari logika Boolean yang berhadapan dengan konsep kebenaran sebagian. Saat logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah biner (0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengantingkat kebenaran. *sumber* 
2. Pada himpunan crisp, nilai keanggotaannya hanya ada dua kemungkinan, yaitu antara 0 atau 1, sedangkan pada himpunan fuzzy nilai keanggotaannya pada rentang antara 0 sampai 1. *sumber* 
   
   
3. Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item tidak hanya bernilai benar atau salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai-nilai yang terletak antara benar dan salah. *sumber*
    
4. Fuzzy 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.
   Pelopor aplikasi fuzzy set dalam bidang kontrol, adalah Prof. Ebrahim Mamdani dkk dari Queen Mary College London (masih dalam skala lab). Penerapan secara nyata di industri banyak dipelopori oleh para ahli dari Jepang misalnya Prof. Sugeno dkk dari Tokyo Institute of Technology. *sumber*
5. Diibandingkan dengan sistem logika lain, fuzzy logic bisa menghasilkan keputusan yang lebih adil dan lebih manusiawi. Fuzzy logic memodelkan perasaan atau intuisi dengan cara merubah nilai crisp menjadi nilai linguistik dengan fuzzification dan kemudian memasukkannya ke dalam rule yang dibuat berdasarkan knowledge.
   
   

   Kelebihan yang kedua adalah Fuzzy logic cocok digunakan pada sebagian besar permasalahan yang terjadi di dunia nyata. Permasalahan di dunia nyata kebanyakan bukan biner dan bersifat non linier sehingga fuzzy logic cocok digunakan karena menggunakan nilai linguistik yang tidak linier. Fuzzy dapat mengekspresikan konsep yang sulit untuk dirumuskan, seperti misalnya “suhu ruangan yang nyaman”.
   Pemakaian fungsi keanggotaan memungkinkan fuzzy logic untuk melakukan observasi obyektif  terhadap nilai-nilai yang bersifat subyektif. Selanjutnya fungsi keanggotaan ini dapat dikombinasikan untuk membuat pengungkapan konsep yang lebih jelas.
    
6. ............(upz maaf yang ini gak sempet di kopi dulu ke komputer, keburu di kumpul ^_^ ) 
7. GRAFIK HIMPUNAN KEANGGOTAAN LOGIKA TEGAS
   
   
8.  ............(upz maaf yang ini gak sempet di kopi dulu ke komputer, keburu di kumpul ^_^ )

Read More