ANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB

Ukuran: px

Mulai penontonan dengan halaman:

Download "ANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB"

Sukarno Kartawijaya
7 tahun lalu
Tontonan:

1 ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB

2 ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB Sri Kusumadewi

Analisis & Desain Sistem Fuzzy Menggunakan Toolbox Matlab Oleh: Sri Kusumadewi Edisi Pertama Cetakan Pertama, 2002 Perum Candi Gebang Permai Blok R No. 6 Yogyakarta 55511 Telp. : 0274-882262 Fax.

3 Analisis & Desain Sistem Fuzzy Menggunakan Toolbox Matlab Oleh: Sri Kusumadewi Edisi Pertama Cetakan Pertama, 2002 Perum Candi Gebang Permai Blok R No. 6 Yogyakarta Telp. : Fax. : Hak Cipta 2002 pada penulis, Hak Cipta dilindungi undang-undang. Dilarang memperbanyak atau memindahkan sebagian atau seluruh isi buku ini dalam bentuk apapun, secara elektronis maupun mekanis, termasuk memfotokopi, merekam, atau dengan teknik perekaman lainnya, tanpa ijin tertulis dari penerbit. Anggota IKAPI : 016/DIY/01 ISBN:

4 Kupersembahkan buat: Ayah & Bunda Kedua Kakakku: Dewi & Fandi Kedua Keponakanku: Bestwan & Welldan

5 Kata Pengantar Kata Pengantar Pada saat ini, logika fuzzy sudah banyak diterapkan di pelbagai bidang, baik di dunia industri maupun bisnis. Bahkan pada dasawarsa terakhir ini aplikasi logika fuzzy ini semakin menjamur seiring dengan perkembangan teknologi komputasi yang luar biasa pesatnya. Tentu saja perkembangan ini menuntut para mahasiswa dan praktisi untuk mengenal lebih dalam mengenai logika fuzzy. Buku ini berisi tentang konsep dasar dan aplikasi logika fuzzy. Bagi para pemula yang ingin mendalami tentang logika fuzzy buku ini sangat cocok untuk dijadikan referensi. Pada dasarnya buku ini terbagi atas 5 bagian. Pertama, berisi tentang himpunan fuzzy. Kedua, berisi sistem inferensi fuzzy. Ketiga, berisi tentang fuzzy clustering. Keempat, berisi tentang Adaptive Neuro Fuzzy Inference System. Kelima, berisi tentang fuzzy mathematical programming. Meskipun sebagian besar contoh dan aplikasi yang disajikan dalam buku ini berkaitan dengan manajemen industri, namun tidak menutup kemungkinan bagi disiplin ilmu yang lain untuk mengembangkan sesuai dengan bidangnya berdasarkan konsep dasar yang terkandung di dalamnya. Besar harapan kami semoga buku ini bermanfaat. Amien. Jogjakarta, 01 Juni 2002 Sri Kusumadewi

6 Daftar Isi Daftar Isi KATA PENGANTAR v DAFTAR ISI ix BAB 1 PENDAHULUAN Apa Logika Fuzzy Itu? Mengapa Menggunakan Logika Fuzzy Watak Kekaburan Aplikasi Matlab Toolbox: Fuzzy Fuzzy Inference System Editor (FIS Editor) Membership Function Editor Rule Editor Rule Viewer Surface Viewer Latihan 15 BAB 2 HIMPUNAN FUZZY Himpunan Crisp dan Himpunan Fuzzy Fungsi Keanggotaan Tinggi Himpunan Fuzzy dan Normalisasi Domain Himpuanan Fuzzy Semesta pembicaraan Himpuanan Penyokong (Support Set) Nilai Ambang Alfa-Cut Membangkitkan Nilai Keanggotaan Fuzzy Representasi Linear Representasi Kurva Segitiga Representasi Kurva Trapesium Representasi Kurva Bentuk Bahu Representasi Kurva-S 36

7 x Analisis & Desain Sistem Fuzzy Representasi Kurva Bentuk Lonceng (Bell Curve) Fungsi Keanggotaan pada Toolbox Matlab Latihan 57 BAB 3 OPERATOR-OPERATOR FUZZY Operasi Himpunan Crisp Tipe Dasar Zadeh untuk Operasi Himpunan Fuzzy Interseksi Himpunan Fuzzy Union Himpunan Fuzzy Komplemen (Negasi) Himpunan Fuzzy Operasi Non-Zadeh dan Pengganti Transportasi Aritmatika Transformasi Fungsional Operator dan Hedge Secara Linguistik Hedge: Sangat Hedge: Agak Hedge: Pada Umumnya Latihan 86 BAB 4 SISTEM INFERENSI FUZZY Fungsi-fungsi Implikasi Conditional Fuzzy Proposition Unconditional Fuzzy Proposition Penalaran Monoton Komposisi Aturan-aturan Fuzzy untuk Inferensi Metode Max (Maximum) Metode Additive (Sum) Metode Probabilistik OR (probor) Defuzzifikasi Metode Centroid (Composite Moment) Metode Bisektor Metode Mean of Maximum (MOM) Metode Largest of Maximum (LOM) Metode Smallest of Maximum (SOM) Penalaran Fuzzy Metode Sugeno Model Fuzzy Sugeno Orde-Nol Model Fuzzy Sugeno Orde-Saturday Penalaran Fuzzy Metode Sugeno Studi Kasus-1: Mamdani Toolbox Matlab untuk Studi Kasus Studi Kasus-2: Sugeno Toolbox Matlab untuk Studi Kasus-2 126

8 Daftar Isi xi Studi Kasus Latihan 136 BAB 5 METODOLOGI DESAIN SISTEM FUZZY Mendefinisikan Karakteristik Model Secara Fungsional & Operasional Melakukan Dekomposisi Variabel Model Menjadi Himpunan Fuzzy Membuat Aturan Fuzzy Menentukan Metode Defuzifikasi untuk Tiap-tiap Variabel Solusi Menjalankan Simulasi Sistem Pengujian: Pengaturan & Validasi Model Studi Kasus 143 BAB 6 FUZZY CLUSTERING Ukuran Fuzzy Ukuran Fuzzy Indeks kekaburan Fuzzy Entropy Ukuran Kesamaan Fuzzy Clustering Fuzzy C-Means (FCM) Subtractive Clustering Toolbox Matlab: Fuzzy Clustering Toolbox Matlab: Cluster Interface Membentuk FIS dengan Subtractive Clustering Toolbox Matlab: Genfis Kasus 1: Ramalan Permintaan Kasus 2: Time Series Analysis 192 BAB 7 ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Pendekatan Fungsi Neuro Fuzzy Adaptive Neuro Fuzzy Inference system (ANFIS) Arsitektur ANFIS Algoritma pembelajaran ANFIS ANFIS Editor pada Toolbox Matlab 211 BAB 8 FUZZY LINEAR PROGRAMMING Pendahuluan Fuzzy Linear Programming Contoh 1: Kasus Maksimasi 223

9 xii Analisis & Desain Sistem Fuzzy 8.4. Contoh 2: Kasus Minimisasi 231 BAB 9 FUZZY MULTIOBJECTIVE OPTIMIZATION Pendahuluan Studi Kasus 238 BAB 10 FUZZY INTEGER TRANSPORTATION PROBLEM Pendahuluan Formulasi Permasalahan & Notasi Solusi Masalah Transformasi: Interval Transportation ke Classical Transportation Contoh Contoh BAB 11 EVALUASI PEKERJAAN PADA LINGKUNGAN FUZZY Pendahuluan Asumsi Pengembangan Contoh Kasus 271 DAFTAR PUSTAKA 275 -oo0oo-

10 1 Pendahuluan Dalam kehidupan sehari-hari, kita tidak dapat memutuskan sesuatu masalah dengan jawaban sederhana yaitu Ya atau Tidak. Sebagai contoh, untuk menyatakan seseorang berbadan tinggi, amat bersifat relatif. Demikian juga untuk mengatakan warna abu-abu yang merupakan campuran antara warna hitam dengan putih. Pada tahun 1965, Zadeh memodifikasi teori himpunan dimana setiap anggotanya memiliki derajat keanggotaan yang bernilai kontinu antara 0 sampai 1. Himpunan ini disebut dengan Himpunan Kabur (Fuzzy Set). Selama beberapa dekade yang lalu, himpunan fuzzy dan hubungannya dengan logika fuzzy telah digunakan pada lingkup domain permasalahan yang cukup luas. Lingkup ini antara lain mencakup kendali proses, klasifikasi dan pencocokan pola, manajemen dan pengambilan keputusan, riset operasi, ekonomi, dll. Sejak tahun 1985, terjadi perkembangan yang sangat pesat pada logika fuzzy tersebut terutama dalam hubungannya dengan penyelesaian masalah kendali, terutama yang bersifat non-linear, ill-defined, time-varying, dan situasi-situasi yang sangat kompleks. 1.1 APA LOGIKA FUZZY ITU? Orang yang belum pernah mengenal logika fuzzy pasti akan mengira bahwa logika fuzzy adalah sesuatu yang amat rumit dan tidak menyenangkan. Namun, sekali seseorang mulai mengenalnya, ia pasti akan sangat tertarik dan akan menjadi pendatang baru untuk ikut serta mempelajari logika fuzzy. Logika fuzzy dikatakan sebagai logika baru yang lama, sebab ilmu tentang logika fuzzy modern dan metodis baru ditemukan beberapa tahun yang lalu, padahal sebenarnya kon-

dokumen-dokumen yang mirip

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Himpunan Himpunan adalah setiap daftar, kumpulan atau kelas objek-objek yang didefenisikan secara jelas, objek-objek dalam himpunan-himpunan yang dapat berupa apa saja: bilangan, orang,