Prayogo Official: Fuzzy Logic

Inspira Karya Cipta

Selamat Datang Di Prayogo Official

Portal sharing and Caring ,edukasi, Tips, Digital Marketing, Workshop, Seminar, Training, Multiedia Dan Program Komputer

Selamat Datang Di Prayogo Official

Portal sharing and Caring ,edukasi, Tips, Digital Marketing, Workshop, Seminar, Training, Multiedia Dan Program Komputer

Selamat Datang Di Prayogo Official

Portal sharing and Caring ,edukasi, Tips, Digital Marketing, Workshop, Seminar, Training, Multiedia Dan Program Komputer

Selamat Datang Di Prayogo Official

Portal sharing and Caring ,edukasi, Tips, Digital Marketing, Workshop, Seminar, Training, Multiedia Dan Program Komputer

Selamat Datang Di Prayogo Official

Portal sharing and Caring ,edukasi, Tips, Digital Marketing, Workshop, Seminar, Training, Multiedia Dan Program Komputer

Tampilkan postingan dengan label Fuzzy Logic. Tampilkan semua postingan
Tampilkan postingan dengan label Fuzzy Logic. Tampilkan semua postingan

22.9.15

Menambah Variabel Fuzzy Pada Matlab

Baiklah yukk lanjut lagi di materi matlab fuzzy (dasar).Kali ini saya hanya mau bahas bagaimana menambahkan variabel (saya menganggap anda sudah siap dengan variabel penelitian anda dan tinggal input) untuk berikutnya ada bagaimana kita akan memasukan variabel fuzzy  pada program matlab.yukk simak lagi 
  1. Pastikan anda sudah tahu tutor dai awal (membuka GUI tools)
  2. Maka langkah berikutnya yaitu menambahkan variabelnya. Buka Menu EDIT kemudian sorot ADD VARIABLE kemudian KLIK makan variabel sudah bertambah lihat tampilan dibawah ini:
  3. Nah...itu tampilanya , langkah berikutnya adalah memberikan identitas pada setiap variabel nya 
  4. Pemberian nama identitas variabel,aktifkan variabel (input1) dengan cara klik ,langkah berikutnya adalah tinggal merubah nama variabel dari INPUT1 menjadi nama variabel yang anda inginkan.perhatikan gambar dibawah ini :
  5. Jumlah input variabel tergantung yang dibutuhkan dalm penelitian anda...Terima kasih semoga yang singkat ini bermanfaat.
Share:

Membuka GUI TOOLS (MATLAB)

Oke sahabat Bloger kali ini saya mau menulis singkat tentang bagaimana mebuka GUI tools pada Matlab.jika kita melakukan sebuah penelitian dengan fuzzy logic,kemudian pengujian dilakukan dengan matlab.Sebagai langkah awal yuk perhatikan bagaimana perintah cara membuka GUI tool fuzzy pada matlab.
  1. Buka atau Aktifkan Program Matlab 
  2. Langkah yang kedua masukan perintah [tulis '' fuzzy''] lihat gambar
  3. Langkah yang berikutnya setelah ketik >>fuzzy lalu tekan ''ENTER" maka akan keluar tampilan atau interface fuzzy seperti gambar berikut:
  4. Nah tampilan dari fuzzy tools nya sudah terlihat dan anda siap untuk mengoperasikannya
Selamat mencoba semoga yang singkat dapat bermanfaat..dan ikuti posting berikutnya.
Share:

21.9.15

Fuzzy Logic

Fuzzy logic atau logika fuzzy....Oke Masbro arikel yang saya posting ini hanya sekedar catatan untuk pengingat saya saja karena kebetulan Tugas akhir tesis saya menggunakan metode Fuzzy logic,tapi kalau ada yang butuh ingin baca-baca monggo...
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh (1965), dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari himpunan fuzzy yang memiliki batasan yang tidak presisi dan keanggotaan dalam himpunan fuzzy, dan bukan dalam bentuk logika benar (true) atau salah (false), tapi dinyatakan dalam derajat (degree). Konsep seperti ini disebut dengan Fuzziness dan teorinya dinamakan Fuzzy Set Theory. Fuzziness dapat didefinisikan sebagai logika kabur berkenaan dengan semantik dari suatu kejadian, fenomena atau pernyataan itu sendiri. Seringkali ditemui dalam pernyataan yang dibuat oleh seseorang, evaluasi dan suatu pengambilan keputusan.
Sebagai contoh:
1. Manajer pergudangan mengatakan pada manajer produksi seberapa banyak persediaan barang pada akhir minggu ini, kemudian manajer produksi akan menetapkan jumlah barang yang harus diproduksi esok hari.
2. Pelayan restoran memberikan pelayanan terhadap tamu, kemudian tamu akan memberikan tip yang sesuai atas baik tidaknya pelayanan yang diberikan.
3.  Anda mengatakan pada saya seberapa sejuk ruangan yang anda inginkan, saya akan mengatur putaran kipas yang ada pada ruangan ini.
Fuzzy system (sistem kabur) didasari atas konsep himpunan kabur yang memetakan domain input kedalam domain output. Perbedaan mendasar himpunan tegas dengan himpunan kabur adalah nilai keluarannya. Himpunan tegas hanya memiliki dua nilai output yaitu nol atau satu, sedangkan himpunan kabur memiliki banyak nilai keluaran yang dikenal dengan nilai derajat keanggotaannya.
Logika fuzzy adalah peningkatan dari logika Boolean yang berhadapan dengan konsep kebenaran sebagian. Dimana logika klasik (crisp) menyatakan bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1, hitam atau putih, ya atau tidak). Logika fuzzy menggantikan kebenaran Boolean dengan tingkat kebenaran. Logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistic, konsep tidak pasti seperti “sedikit”, “lumayan”, dan “sangat”. Logika ini diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas California, Barkeley pada tahun 1965. Logika fuzzy telah digunakan pada bidang-bidang seperti taksonomi, topologi, linguistik, teori automata, teori pengendalian, psikologi, pattern recognition, pengobatan, hukum, decision analysis, system theory and information retrieval. Pendekatan fuzzy memiliki kelebihan pada hasil yang terkait dengan sifat kognitif manusia, khususnya pada situasi yang melibatkan pembentukan konsep, pengenalan pola, dan pengambilan keputusan dalam lingkungan yang tidak pasti atau tidak jelas.
Ada beberapa alasan mengapa orang menggunakan logika fuzzy antara lain:
  1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
  2. Logika fuzzy sangat fleksibel.
  3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
  4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks.
  5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
  6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
  7. Logika fuzzy didasarkan pada bahasa alami. 
 Semoga teori ini  bisa bermanfaat...
Referensi :  The Fuzzy Systems Handbook Kusumadewi, sri dan Purnomo, Hari. (2010), Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Graha Ilmu, Yogyakarta.
Share:

My Channel

Podcast

MY SCHEDULE

Contact Us

Nama

Email *

Pesan *

Blog Archive

Diberdayakan oleh Blogger.