Perbedaan Beberapa Jurnal Tentang Logika Fuzzy dan Metodenya

 Nama : Fazri Albar Permana

NIM : 2130511099

KELAS : TEKNIK INFORMATIKA 5B

Mata Kuliah : Kecerdasan Buatan


1.Metode Fuzzy Mamdani

Metode Fuzzy Mamdani adalah salah satu pendekatan dalam sistem inferensi fuzzy yang pertama kali diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Metode ini banyak digunakan dalam sistem kontrol fuzzy untuk mengatasi masalah-masalah yang melibatkan ketidakpastian dan kompleksitas.

Berikut adalah beberapa konsep kunci dari metode Fuzzy Mamdani:

  1. Fuzzifikasi: Langkah pertama dalam metode Mamdani adalah mengubah input crisp (nilai tegas) menjadi variabel fuzzy. Ini dilakukan dengan memasukkan nilai crisp ke dalam himpunan fuzzy yang sesuai. Misalnya, jika input adalah suhu, maka fuzzifikasi dapat mengubah nilai suhu tegas menjadi kategori seperti "dingin," "hangat," atau "panas" dengan tingkat keanggotaan tertentu.

  2. Aturan Fuzzy: Metode Mamdani menggunakan aturan fuzzy untuk menghubungkan himpunan fuzzy dari variabel input dengan himpunan fuzzy dari variabel output. Aturan ini biasanya berbentuk "jika... maka..." dan mencerminkan pengetahuan atau kebijaksanaan manusia. Contohnya, "Jika suhu dingin dan kelembaban tinggi, maka nyalakan pemanas."

  3. Inferensi Fuzzy: Pada langkah ini, aturan fuzzy diaplikasikan untuk menghasilkan himpunan fuzzy output. Hal ini melibatkan kombinasi aturan fuzzy yang diaktifkan oleh nilai keanggotaan dari variabel input.

  4. Defuzzifikasi: Langkah terakhir adalah mengubah himpunan fuzzy output menjadi nilai crisp yang dapat digunakan sebagai tindakan atau keputusan konkret. Defuzzifikasi melibatkan pemilihan nilai tengah atau pusat massa dari himpunan fuzzy output.

Metode Fuzzy Mamdani telah digunakan dalam berbagai aplikasi, termasuk sistem kontrol pintar, pengambilan keputusan, dan pengenalan pola. Kelebihan utama metode ini adalah kemampuannya untuk menangani ketidakpastian dan kompleksitas dalam sistem dunia nyata.

1.1 Ulasan Jurnal

Jurnal ini membahas penerapan logika fuzzy dalam memprediksi jumlah produksi meteran prabayar (token) berdasarkan data persediaan dan jumlah permintaan pada PT. PLN Padang. Metode Fuzzy Mamdani digunakan untuk memprediksi angka penjualan token berdasarkan data persediaan dan permintaan.

Metode Fuzzy Mamdani memprediksi penjualan berdasarkan persediaan dan permintaan dengan menggunakan logika fuzzy untuk menentukan tingkat penjualan yang sesuai. Metode ini melibatkan langkah-langkah berikut:

Fuzzifikasi: Variabel input, seperti permintaan dan persediaan, difuzzifikasi menjadi variabel linguistik atau himpunan fuzzy untuk merepresentasikan nilai kualitatif mereka dalam rentang yang ditentukan.

Evaluasi Aturan: Metode ini menerapkan sejumlah aturan yang telah ditentukan sebelumnya untuk mengevaluasi variabel input fuzzy dan menentukan tingkat penjualan yang sesuai berdasarkan operasi logika fuzzy, seperti AND, OR, dan NOT.

Defuzzifikasi: Langkah terakhir melibatkan mengonversi output fuzzy yang diperoleh dari evaluasi aturan menjadi nilai tegas, yang merepresentasikan tingkat penjualan yang diprediksi.

Metode Fuzzy Mamdani dapat diterapkan pada berbagai domain selain prediksi penjualan, termasuk namun tidak terbatas pada prediksi lalu lintas, diagnosis medis, sistem pengambilan keputusan, dan sistem kontrol dalam rekayasa ().

2.Metode Fuzzy Sugeno

Metode Fuzzy Sugeno, dinamai dari T. Sugeno yang memperkenalkannya pada tahun 1985, adalah salah satu pendekatan dalam sistem inferensi fuzzy. Metode ini sering digunakan dalam sistem kontrol dan pengambilan keputusan fuzzy. Sebagai perbedaan utama dengan metode Mamdani, metode Sugeno menghasilkan output yang bukan himpunan fuzzy, melainkan fungsi linier atau konstanta berdasarkan aturan fuzzy yang diaplikasikan.

Berikut adalah beberapa konsep kunci dari metode Fuzzy Sugeno:

  1. Fuzzifikasi: Seperti pada metode Mamdani, langkah pertama adalah mengubah input crisp menjadi variabel fuzzy. Nilai crisp dimasukkan ke dalam himpunan fuzzy yang sesuai.

  2. Aturan Fuzzy: Aturan fuzzy dalam metode Sugeno memiliki format "jika... maka...," tetapi bagian "maka" berbeda. Sebagai gantinya, konsekuensi dari aturan ini adalah suatu fungsi matematis, biasanya berbentuk fungsi linier atau konstan. Misalnya, "Jika suhu dingin dan kelembaban tinggi, maka output = a * suhu + b * kelembaban + c."

  3. Inferensi Fuzzy: Aturan fuzzy diaplikasikan untuk menghasilkan output dalam bentuk fungsi matematis berdasarkan himpunan fuzzy input.

  4. Defuzzifikasi: Output yang dihasilkan adalah nilai crisp yang diperoleh dari fungsi matematis yang telah ditentukan. Defuzzifikasi pada metode Sugeno melibatkan penghitungan rata-rata tertimbang dari hasil aturan fuzzy yang diaplikasikan.

Metode Fuzzy Sugeno memiliki keunggulan dalam kemampuannya untuk menghasilkan tanggapan yang lebih akurat dan lebih matematis dibandingkan dengan metode Mamdani. Khususnya, output yang dihasilkan adalah suatu fungsi matematis yang dapat lebih mudah diinterpretasikan dan digunakan dalam sistem kontrol atau pengambilan keputusan.

2.2 Ulasan Jurnal

Metode Fuzzy Sugeno menentukan kualitas air sumur dengan menggunakan kriteria seperti pH, Total Dissolved Solids (TDS), dan warna air untuk mengevaluasi kesesuaian air untuk konsumsi. Metode ini memberikan hasil keputusan yang rinci dengan mempertimbangkan 20 aturan yang memberikan wawasan tentang kualitas air sumur. Parameter yang dipertimbangkan melibatkan pH, TDS, dan warna air, yang digunakan untuk menghitung kualitas air sumur dan menentukan apakah air tersebut layak untuk diminum. Selain itu, metode ini menggunakan nilai dan bobot dari setiap kriteria untuk menghasilkan alternatif terbaik dalam menilai kualitas air sumur.

Metode Fuzzy Sugeno memprediksi penjualan berdasarkan persediaan dan permintaan dengan menggunakan logika fuzzy untuk menentukan hubungan antara variabel-variabel tersebut. Metode ini melibatkan proses fuzzifikasi, yang mengubah nilai input yang tegas (persediaan dan permintaan) menjadi himpunan fuzzy, dan kemudian menggunakan aturan fuzzy untuk menentukan hasil penjualan berdasarkan himpunan fuzzy tersebut. Metode ini dapat diterapkan pada berbagai domain seperti menentukan kualitas air sumur, memprediksi permintaan mie instan, menilai kesesuaian tanaman kelapa sawit di lahan gambut, dan mendukung pengambilan keputusan untuk pemilihan kursus berbasis kurikulum.

3. Metode Fuzzy Tsukamoto.


Metode Fuzzy Tsukamoto adalah salah satu metode sistem inferensi fuzzy yang pertama kali diperkenalkan oleh J. Tsukamoto pada tahun 1979. Metode ini digunakan untuk mengatasi masalah-masalah ketidakpastian dan kompleksitas dalam pengambilan keputusan, sering digunakan dalam aplikasi seperti sistem kontrol fuzzy.

Berikut adalah beberapa konsep kunci dari metode Fuzzy Tsukamoto:

  1. Fuzzifikasi: Mirip dengan metode fuzzy lainnya, langkah pertama dalam metode Tsukamoto adalah mengubah input crisp menjadi variabel fuzzy. Nilai crisp dimasukkan ke dalam himpunan fuzzy yang sesuai.

  2. Aturan Fuzzy: Aturan fuzzy dalam metode Tsukamoto adalah dalam bentuk "jika... maka...". Konsekuensi dari aturan ini adalah suatu himpunan fuzzy pada variabel output. Aturan ini mencerminkan hubungan sebab-akibat antara variabel input dan output.

  3. Inferensi Fuzzy: Aturan fuzzy diaplikasikan untuk menghasilkan himpunan fuzzy output. Proses inferensi ini melibatkan kombinasi aturan fuzzy yang diaktifkan oleh nilai keanggotaan dari variabel input.

  4. Defuzzifikasi: Langkah terakhir adalah mengubah himpunan fuzzy output menjadi nilai crisp yang dapat digunakan sebagai tindakan atau keputusan konkret. Defuzzifikasi pada metode Tsukamoto melibatkan penentuan nilai rata-rata dari himpunan fuzzy output yang dihasilkan.

Metode Fuzzy Tsukamoto umumnya digunakan dalam konteks pengambilan keputusan dan kontrol untuk menangani ketidakpastian dan fleksibilitas. Keunggulan metode ini termasuk kemudahan interpretasi dan implementasi yang relatif sederhana, sehingga dapat digunakan dalam berbagai aplikasi praktis.

3.3 Ulasan Jurnal

Metode Fuzzy Tsukamoto menawarkan beberapa keunggulan dan aplikasi dalam mendiagnosis penyakit seperti Demam Dengue. Salah satu keunggulan utamanya adalah kemampuannya untuk mengatasi ketidakpastian dan kekurangan informasi dalam data medis, sehingga cocok untuk mendiagnosis penyakit dengan gejala serupa. Metode ini memungkinkan penentuan himpunan fuzzy dan domain, termasuk variabel seperti leukosit, hemoglobin, hematokrit, dan trombosit, untuk mendeteksi Demam Dengue. Hasil perhitungan fuzzy memberikan diagnosis Demam Dengue atau Non-Dengue, membantu dalam deteksi dini dan pengobatan.

Selain itu, metode Fuzzy Tsukamoto telah diterapkan dalam berbagai konteks medis, seperti mendiagnosis penyakit pernapasan, Rubela, dan hipertensi. Metode ini juga digunakan untuk mengidentifikasi risiko Demam Dengue di daerah-daerah tertentu, menunjukkan kelenturannya dalam mendiagnosis penyakit. Selain itu, metode ini telah digunakan dalam sistem untuk menganalisis gambar medis dan data pasien untuk membantu identifikasi penyakit dan mendukung pengambilan keputusan.

4.Kesimpulan

Metode Mamdani populer karena kemudahannya dalam memodelkan pengetahuan manusia melalui aturan IF-THEN. Metode Sugeno lebih efisien dan mudah diimplementasikan secara komputasi, sering digunakan dalam sistem kontrol real-time. Metode Tsukamoto lebih mudah untuk dianalisis secara matematis dan memberikan pemahaman yang lebih baik tentang bagaimana input mempengaruhi output.

5. Referensi

  1. Kartika, Devia; Sovia, Rini; Sandawa, Hoka Muhgrah. "Penerapan Metode Fuzzy Mamdani untuk Memprediksi Angka Penjualan Token Berdasarkan Persediaan dan Jumlah Permintaan pada PT. PLN (Persero) Padang Berbasis Web." Universitas Putra Indonesia "YPTK", Padang. E-mail: devia.kartika11@gmail.com, rinisovia4@gmail.com, muhgrah@gmail.com.
  2. Alwin, Muhammad, dan Alfa Saleh. "Penentuan Kualitas Air Sumur Bor Menggunakan Metode Fuzzy Sugeno." Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer, Universitas Potensi Utama. E-mail: muhammadalwin87@gmail.com, alfasoleh1@gmail.com.
  3. Kurniawati, Dwi Otik, dan Tino Feri Efendi. "Penerapan Metode Fuzzy Tsukamoto Dalam Diagnosa Penyakit Demam Berdarah." UIN Sunan Kalijaga Yogyakarta, Institut Teknologi Bisnis AAS Indonesia. E-mail: 1198610232019032003@uin-suka.ac.id, tinoferi8@gmail.com.






Komentar

Posting Komentar