BAB 3 : FUZZY INFERENCE SYSTEM
1. Tujuan[back]
- Untuk mengetahui apa itu Fuzzy Inference System
- Untuk mengetahui proses dari Fuzzy Inference System
2. Dasar Teori[back]
Fuzzy Inference System
Sistem fuzzy dari pengetahuan suatu sistem dengan cara ditransfer ke dalam perangkat lunak yang selanjutnya memetakan suatu input menjadi output berdasarkan IF-THEN rule yang diberikan disebut dengan Fuzzy Inference System (FIS).
1.Contoh Kasus
Fuzzifikasi Input
FIS mengambil masukan-masukan dan menentukan derajat keaggotaannya dalam semua fuzzy set menggunakan fungsi keanggotaan masing-masing fuzzy set.
Operasi Fuzzy Logic
Operator fuzzy untuk melakukan operasi AND and OR bisa dibuat sendiri. Namun biasanya dengan memakai fungsi min dan max sudah mencukupi untuk berbagai keperluan.
Implikasi adalah proses mendapatkan consequent/keluaran sebuah IF-THEN rule berdasarkan derajat kebenaran antecedent.
Agregrasi
Setelah keluaran setiap IF-THEN rule ditentukan (yaitu berupa sebuah fuzzy set keluaran yang sudah diboboti) pada tahap implikasi, maka tahap selanjutnya adalah melakukan proses agregasi, yaitu proses mengkombinasikan keluaran semua IFTHEN rule menjadi sebuah fuzzy set tunggal.
Defuzifikasi
Masukan defuzzifikasi adalah sebuah fuzzy set (dalam hal ini fuzzy set hasil agregasi) dan keluarannya adalah sebuah bilangan tunggal untuk diisikan ke sebuah variabel keluaran FIS. 
2. Diagram FIS
3. FIS Tipe Sugeno
Perbedaannya terletak pada jenis fungsi keanggotaan yang dipakai dalam bagian consequent. FIS tipe Sugeno menggunakan fungsi keanggotaan output yang bersifat linier atau konstan. IF-THEN rule dalam FIS tipe Sugeno berbentuk seperti berikut:
3. Video[back]
4. Link Download[back]
Tidak ada komentar:
Posting Komentar